ProHoster > Blog > administración > Alpine compila compilaciones de Docker para Python 50 veces más lento y las imágenes son 2 veces más pesadas
Alpine compila compilaciones de Docker para Python 50 veces más lento y las imágenes son 2 veces más pesadas
A menudo se recomienda Alpine Linux como imagen base para Docker. Se le ha dicho que el uso de Alpine hará que sus construcciones sean más pequeñas y su proceso de construcción sea más rápido.
Pero si usa Alpine Linux para aplicaciones Python, entonces:
Hace que tus construcciones sean mucho más lentas
Hace tus imágenes más grandes
Perdiendo tu tiempo
Y al final puede provocar errores en tiempo de ejecución.
Veamos por qué se recomienda Alpine, pero por qué aún así no debería usarlo con Python.
¿Por qué la gente recomienda Alpine?
Supongamos que necesitamos gcc como parte de nuestra imagen y queremos comparar Alpine Linux con Ubuntu 18.04 en términos de velocidad de compilación y tamaño de imagen final.
Primero, descarguemos dos imágenes y comparemos sus tamaños:
$ 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
Como puede ver, la imagen base de Alpine es mucho más pequeña. Intentemos ahora instalar gcc y comenzar con 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/*
Escribir el Dockerfile perfecto está más allá del alcance de este artículo.
Midamos la velocidad de montaje:
$ 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
Repetimos lo mismo para Alpine (Dockerfile):
FROM alpine
RUN apk add --update gcc
Nos reunimos, miramos el tiempo y el tamaño del montaje:
$ 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
Como se prometió, las imágenes basadas en Alpine se recopilan más rápido y son más pequeñas: 15 segundos en lugar de 30 y el tamaño de la imagen es de 105 MB frente a 150 MB. ¡Es bastante bueno!
Pero si pasamos a crear una aplicación Python, entonces no todo será tan color de rosa.
Imagen de pitón
Las aplicaciones Python suelen utilizar pandas y matplotlib. Por lo tanto, una opción es tomar la imagen oficial basada en Debian usando este Dockerfile:
FROM python:3.8-slim
RUN pip install --no-cache-dir matplotlib pandas
Recogámoslo:
$ 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
Obtenemos una imagen de 363 MB de tamaño.
¿Lo haremos mejor con Alpine? Intentemos:
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
¿Qué está pasando?
Alpine no admite ruedas
Si observa la compilación, que está basada en Debian, verá que descarga matplotlib-3.1.2-cp38-cp38-manylinux1_x86_64.whl.
Este es un binario para rueda. Alpine descarga las fuentes `matplotlib-3.1.2.tar.gz` ya que no es compatible con el estándar ruedas.
¿Por qué? La mayoría de las distribuciones de Linux utilizan la versión GNU (glibc) de la biblioteca estándar C, que de hecho es requerida por todos los programas escritos en C, incluido Python. Pero Alpine usa "musl", y dado que esos binarios están diseñados para "glibc", simplemente no son una opción.
Por lo tanto, si utiliza Alpine, deberá compilar todo el código escrito en C en cada paquete de Python.
Ah, sí, tendrá que buscar la lista de todas las dependencias que deberá compilar usted mismo.
En este caso obtenemos esto:
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
Y el tiempo de construcción lleva...
... ¡25 minutos 57 segundos! Y el tamaño de la imagen es 851 MB.
Las imágenes basadas en Alpine tardan mucho más en crearse, son de mayor tamaño y aún es necesario buscar todas las dependencias. Por supuesto, puede reducir el tamaño del conjunto utilizando construcciones de varias etapas pero eso significa que aún queda mucho trabajo por hacer.
¡Eso no es todo!
Alpine puede causar errores inesperados en tiempo de ejecución
En teoría, musl es compatible con glibc, pero en la práctica las diferencias pueden causar muchos problemas. Y si lo son, probablemente serán desagradables. Aquí hay algunos problemas que pueden surgir:
Alpine tiene un tamaño de pila de subprocesos más pequeño de forma predeterminada, lo que puede provocar errores en Python
Seguramente estos errores ya han sido corregidos, pero quién sabe cuántos más habrá.
No uses imágenes de Alpine para Python
Si no quiere molestarse con compilaciones grandes y largas, buscando dependencias y errores potenciales, no use Alpine Linux como imagen base. Elegir una buena imagen base.