ProHoster > blog > administrasi > Alpine mengkompilasi build Docker untuk Python 50 kali lebih lambat, dan image 2 kali lebih berat
Alpine mengkompilasi build Docker untuk Python 50 kali lebih lambat, dan image 2 kali lebih berat
Alpine Linux sering direkomendasikan sebagai image dasar untuk Docker. Anda diberitahu bahwa menggunakan Alpine akan membuat bangunan Anda lebih kecil dan proses pembangunan Anda lebih cepat.
Namun jika Anda menggunakan Alpine Linux untuk aplikasi Python, maka:
Membuat pembangunan Anda jauh lebih lambat
Membuat gambar Anda lebih besar
Membuang-buang waktu Anda
Dan pada akhirnya dapat menyebabkan error pada runtime
Mari kita lihat mengapa Alpine direkomendasikan, tetapi mengapa Anda tetap tidak boleh menggunakannya dengan Python.
Mengapa orang merekomendasikan Alpine?
Mari kita asumsikan bahwa kita memerlukan gcc sebagai bagian dari image kita dan kita ingin membandingkan Alpine Linux vs Ubuntu 18.04 dalam hal kecepatan pembuatan dan ukuran akhir image.
Pertama, mari unduh dua gambar dan bandingkan ukurannya:
$ 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
Seperti yang Anda lihat, gambar dasar Alpine jauh lebih kecil. Sekarang mari kita coba instal gcc dan mulai dengan 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/*
Menulis Dockerfile yang sempurna berada di luar cakupan artikel ini.
Mari kita ukur kecepatan perakitan:
$ 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
Kami mengulangi hal yang sama untuk Alpine (Dockerfile):
FROM alpine
RUN apk add --update gcc
Kami berkumpul, lihat waktu dan ukuran perakitan:
$ 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
Seperti yang dijanjikan, gambar berbasis Alpine dikumpulkan lebih cepat dan lebih kecil: 15 detik, bukan 30, dan ukuran gambarnya 105 MB versus 150 MB. Itu cukup bagus!
Namun jika kita beralih untuk membangun aplikasi Python, semuanya tidak akan berjalan baik.
gambar ular piton
Aplikasi Python sering menggunakan panda dan matplotlib. Oleh karena itu, salah satu opsi adalah mengambil image resmi berbasis Debian menggunakan Dockerfile ini:
FROM python:3.8-slim
RUN pip install --no-cache-dir matplotlib pandas
Ayo kumpulkan:
$ 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
Kami mendapatkan gambar berukuran 363MB.
Akankah kita melakukan yang lebih baik dengan Alpine? Mari mencoba:
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
Apa yang terjadi?
Alpine tidak mendukung roda
Jika Anda melihat build yang berbasis Debian, Anda akan melihat bahwa build tersebut mengunduh matplotlib-3.1.2-cp38-cp38-manylinux1_x86_64.apa.
Ini adalah biner untuk roda. Alpine mengunduh sumber `matplotlib-3.1.2.tar.gz` karena tidak mendukung standar roda.
Mengapa? Sebagian besar distribusi Linux menggunakan versi GNU (glibc) dari pustaka standar C, yang sebenarnya diperlukan oleh setiap program yang ditulis dalam C, termasuk Python. Namun Alpine menggunakan `musl`, dan karena biner tersebut didesain untuk `glibc`, maka biner tersebut bukanlah suatu pilihan.
Oleh karena itu, jika Anda menggunakan Alpine, Anda perlu mengkompilasi semua kode yang ditulis dalam C di setiap paket Python.
Oh ya, Anda harus mencari daftar semua dependensi yang perlu dikompilasi sendiri.
Dalam hal ini kita mendapatkan ini:
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
Dan waktu pembuatannya memakan waktu...
... 25 menit 57 detik! Dan ukuran gambarnya 851MB.
Gambar berbasis Alpen membutuhkan waktu lebih lama untuk dibuat, ukurannya lebih besar, dan Anda masih perlu mencari semua dependensinya. Anda tentu saja dapat mengurangi ukuran perakitan menggunakan pembangunan multi-tahap tapi itu berarti masih banyak pekerjaan yang harus dilakukan.
Itu tidak semua!
Alpine dapat menyebabkan bug yang tidak terduga saat runtime
Secara teori, musl kompatibel dengan glibc, namun dalam praktiknya perbedaan tersebut dapat menimbulkan banyak masalah. Dan jika ya, mungkin tidak menyenangkan. Berikut beberapa masalah yang mungkin timbul:
Alpine memiliki ukuran tumpukan thread yang lebih kecil secara default, yang dapat menyebabkan kesalahan dalam Python
Beberapa pengguna telah menemukannya Aplikasi Python lebih lambat karena cara musl mengalokasikan memori (berbeda dengan glibc).
Tentunya kesalahan-kesalahan ini sudah diperbaiki, tapi entah berapa banyak lagi yang akan terjadi.
Jangan gunakan gambar Alpine untuk Python
Jika Anda tidak ingin repot dengan build yang besar dan panjang, mencari dependensi dan potensi kesalahan, jangan gunakan Alpine Linux sebagai image dasar. Memilih gambar dasar yang bagus.