ProHoster > Блог > Administrado > Alpine kompilas Docker-konstruaĵojn por Python 50 fojojn pli malrapide, kaj bildoj estas 2 fojojn pli pezaj
Alpine kompilas Docker-konstruaĵojn por Python 50 fojojn pli malrapide, kaj bildoj estas 2 fojojn pli pezaj
Alpa Linukso ofte estas rekomendita kiel baza bildo por Docker. Oni diras al vi, ke uzado de Alpine igos viajn konstruaĵojn pli malgrandaj kaj vian konstruprocezon pli rapida.
Sed se vi uzas Alpine Linukson por Python-aplikoj, tiam ĝi:
Faras viajn konstruojn multe pli malrapidaj
Pligrandigas viajn bildojn
Malŝparante vian tempon
Kaj finfine ĝi povas kaŭzi erarojn en rultempo
Ni rigardu kial Alpine estas rekomendita, sed kial vi ankoraŭ ne devus uzi ĝin kun Python.
Kial homoj rekomendas Alpine?
Ni supozu, ke ni bezonas gcc kiel parto de nia bildo kaj ni volas kompari Alpine Linukso kontraŭ Ubuntu 18.04 laŭ konstrurapideco kaj fina bildograndeco.
Unue, ni elŝutu du bildojn kaj komparu iliajn grandecojn:
$ docker pull --quiet ubuntu:18.04
docker.io/library/ubuntu:18.04
$ docker pull --quiet alpine
docker.io/library/alpine:latest
$ docker image ls ubuntu:18.04
REPOSITORY TAG IMAGE ID SIZE
ubuntu 18.04 ccc6e87d482b 64.2MB
$ docker image ls alpine
REPOSITORY TAG IMAGE ID SIZE
alpine latest e7d92cdc71fe 5.59MB
Kiel vi povas vidi, la baza bildo por Alpine estas multe pli malgranda. Ni provu nun instali gcc kaj komenci per Ubuntu:
FROM ubuntu:18.04
RUN apt-get update &&
apt-get install --no-install-recommends -y gcc &&
apt-get clean && rm -rf /var/lib/apt/lists/*
Skribi la perfektan Dockerfile estas preter la amplekso de ĉi tiu artikolo.
Ni mezuru la muntan rapidon:
$ time docker build -t ubuntu-gcc -f Dockerfile.ubuntu --quiet .
sha256:b6a3ee33acb83148cd273b0098f4c7eed01a82f47eeb8f5bec775c26d4fe4aae
real 0m29.251s
user 0m0.032s
sys 0m0.026s
$ docker image ls ubuntu-gcc
REPOSITORY TAG IMAGE ID CREATED SIZE
ubuntu-gcc latest b6a3ee33acb8 9 seconds ago 150MB
Ni ripetas la samon por Alpine (Dockerfile):
FROM alpine
RUN apk add --update gcc
Ni kunvenas, rigardas la tempon kaj grandecon de la asembleo:
$ time docker build -t alpine-gcc -f Dockerfile.alpine --quiet .
sha256:efd626923c1478ccde67db28911ef90799710e5b8125cf4ebb2b2ca200ae1ac3
real 0m15.461s
user 0m0.026s
sys 0m0.024s
$ docker image ls alpine-gcc
REPOSITORY TAG IMAGE ID CREATED SIZE
alpine-gcc latest efd626923c14 7 seconds ago 105MB
Kiel promesite, Alpaj-bazitaj bildoj estas kolektitaj pli rapide kaj estas pli malgrandaj: 15 sekundoj anstataŭ 30 kaj la bilda grandeco estas 105MB kontraŭ 150MB. Ĝi estas sufiĉe bona!
Sed se ni ŝanĝas al konstruado de Python-apliko, tiam ĉio ne estas tiel rozkolora.
Python-bildo
Python-aplikoj ofte uzas pandojn kaj matplotlib. Tial, unu opcio estas preni la oficialan Debian-bazitan bildon uzante ĉi tiun Dockerfile:
FROM python:3.8-slim
RUN pip install --no-cache-dir matplotlib pandas
Ni kolektu ĝin:
$ docker build -f Dockerfile.slim -t python-matpan.
Sending build context to Docker daemon 3.072kB
Step 1/2 : FROM python:3.8-slim
---> 036ea1506a85
Step 2/2 : RUN pip install --no-cache-dir matplotlib pandas
---> Running in 13739b2a0917
Collecting matplotlib
Downloading matplotlib-3.1.2-cp38-cp38-manylinux1_x86_64.whl (13.1 MB)
Collecting pandas
Downloading pandas-0.25.3-cp38-cp38-manylinux1_x86_64.whl (10.4 MB)
...
Successfully built b98b5dc06690
Successfully tagged python-matpan:latest
real 0m30.297s
user 0m0.043s
sys 0m0.020s
Ni ricevas bildon de 363MB en grandeco.
Ĉu ni faros pli bone kun Alpine? Ni provu:
FROM python:3.8-alpine
RUN pip install --no-cache-dir matplotlib pandas
$ docker build -t python-matpan-alpine -f Dockerfile.alpine .
Sending build context to Docker daemon 3.072kB
Step 1/2 : FROM python:3.8-alpine
---> a0ee0c90a0db
Step 2/2 : RUN pip install --no-cache-dir matplotlib pandas
---> Running in 6740adad3729
Collecting matplotlib
Downloading matplotlib-3.1.2.tar.gz (40.9 MB)
ERROR: Command errored out with exit status 1:
command: /usr/local/bin/python -c 'import sys, setuptools, tokenize; sys.argv[0] = '"'"'/
tmp/pip-install-a3olrixa/matplotlib/setup.py'"'"'; __file__='"'"'/tmp/pip-install-a3olrixa/matplotlib/setup.py'"'"';f=getattr(tokenize, '"'"'open'"'"', open)(__file__);code=f.read().replace('"'"'rn'"'"', '"'"'n'"'"');f.close();exec(compile(code, __file__, '"'"'exec'"'"'))' egg_info --egg-base /tmp/pip-install-a3olrixa/matplotlib/pip-egg-info
...
ERROR: Command errored out with exit status 1: python setup.py egg_info Check the logs for full command output.
The command '/bin/sh -c pip install matplotlib pandas' returned a non-zero code: 1
Kio okazas?
Alpine ne subtenas radojn
Se vi rigardas la konstruon, kiu baziĝas sur Debian, vi vidos, ke ĝi elŝutas matplotlib-3.1.2-cp38-cp38-manylinux1_x86_64.whl.
Ĉi tio estas duuma por rado. Alpine elŝutas la fontojn `matplotlib-3.1.2.tar.gz` ĉar ĝi ne subtenas normon radoj.
Kial? Plej multaj Linuksaj distribuaĵoj uzas la GNU-version (glibc) de la C-norma biblioteko, kiu fakte estas postulata de ĉiu programo skribita en C, inkluzive de Python. Sed Alpine uzas `musl`, kaj ĉar tiuj binaroj estas desegnitaj por `glibc`, ili simple ne estas elekto.
Tial, se vi uzas Alpine, vi devas kompili ĉiun kodon skribitan en C en ĉiu Python-pakaĵo.
Ho jes, vi devos serĉi la liston de ĉiuj tiaj dependecoj, kiujn vi mem devas kompili.
En ĉi tiu kazo ni ricevas ĉi tion:
FROM python:3.8-alpine
RUN apk --update add gcc build-base freetype-dev libpng-dev openblas-dev
RUN pip install --no-cache-dir matplotlib pandas
Kaj la konstrutempo prenas...
... 25 minutoj 57 sekundoj! Kaj la grandeco de bildo estas 851MB.
Alpaj bildoj daŭras multe pli longe por konstrui, ili estas pli grandaj en grandeco, kaj vi ankoraŭ bezonas serĉi ĉiujn dependecojn. Vi povas kompreneble redukti la asembleo grandeco uzante plurŝtupaj konstruoj sed tio signifas, ke eĉ pli da laboro devas esti farita.
Tio ne estas ĉio!
Alpine povas kaŭzi neatenditajn cimojn en rultempo
En teorio, musl estas kongrua kun glibc, sed praktike la diferencoj povas kaŭzi multajn problemojn. Kaj se ili estas, ili verŝajne estos malagrablaj. Jen kelkaj problemoj, kiuj povas okazi:
Alpine havas pli malgrandan fadenan stakgrandecon defaŭlte, kio povas konduki al eraroj en Python
Certe tiuj ĉi eraroj jam estas korektitaj, sed kiu scias kiom pli estos.
Ne uzu Alpajn bildojn por Python
Se vi ne volas ĝeni per grandaj kaj longaj konstruoj, serĉante dependecojn kaj eblajn erarojn, ne uzu Alpine Linukson kiel bazan bildon. Elektante bonan bazan bildon.