Alpine აგროვებს Docker-ის კონსტრუქციებს Python-ისთვის 50-ჯერ უფრო ნელა, ხოლო სურათები 2-ჯერ მძიმეა.

Alpine Linux ხშირად რეკომენდირებულია, როგორც საბაზისო სურათი Docker-ისთვის. გეუბნებიან, რომ Alpine-ის გამოყენება თქვენს კონსტრუქციებს უფრო პატარას გახდის და მშენებლობის პროცესს უფრო სწრაფად.

მაგრამ თუ იყენებთ Alpine Linux-ს პითონის აპლიკაციებისთვის, მაშინ ის:

• შენს შენობებს ბევრად ანელებს
• ხდის თქვენს სურათებს უფრო დიდს
• კარგავ დროს
• და ბოლოს, ამან შეიძლება გამოიწვიოს შეცდომები გაშვების დროს

მოდი ვნახოთ, რატომ არის რეკომენდებული Alpine, მაგრამ რატომ არ უნდა გამოიყენოთ იგი Python-თან ერთად.

რატომ ურჩევენ ხალხი ალპურს?

დავუშვათ, რომ ჩვენ გვჭირდება gcc, როგორც ჩვენი იმიჯის ნაწილი და გვინდა შევადაროთ Alpine Linux და Ubuntu 18.04 კონსტრუქციის სიჩქარისა და გამოსახულების საბოლოო ზომის თვალსაზრისით.

ჯერ გადმოვწეროთ ორი სურათი და შევადაროთ მათი ზომები:

$ 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

როგორც ხედავთ, Alpine-ის საბაზისო სურათი გაცილებით მცირეა. მოდით ახლა ვცადოთ დააინსტალიროთ gcc და დავიწყოთ Ubuntu-ით:

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/*

სრულყოფილი Dockerfile-ის დაწერა ამ სტატიის ფარგლებს სცილდება.

მოდით გავზომოთ შეკრების სიჩქარე:

$ 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

იგივეს ვიმეორებთ Alpine-სთვის (Dockerfile):

FROM alpine
RUN apk add --update gcc

ჩვენ ვაწყობთ, ვუყურებთ შეკრების დროსა და ზომას:

$ 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

როგორც დაგპირდით, ალპურზე დაფუძნებული სურათები უფრო სწრაფად გროვდება და უფრო მცირეა: 15 წამი 30-ის ნაცვლად და გამოსახულების ზომაა 105 მბ 150 მბ-ის წინააღმდეგ. საკმაოდ კარგია!

მაგრამ თუ პითონის აპლიკაციის შექმნაზე გადავალთ, მაშინ ყველაფერი არც ისე ვარდისფერია.

პითონის სურათი

პითონის აპლიკაციები ხშირად იყენებენ პანდას და matplotlib-ს. ამიტომ, ერთი ვარიანტია გადაიღოთ ოფიციალური Debian-ზე დაფუძნებული სურათი ამ Dockerfile-ის გამოყენებით:

FROM python:3.8-slim
RUN pip install --no-cache-dir matplotlib pandas

მოდით შევაგროვოთ:

$ 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

ჩვენ ვიღებთ სურათს 363 მბ ზომის.
უკეთესად ვიქნებით Alpine-თან? Მოდი ვცადოთ:

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

რა ხდება?

Alpine არ უჭერს მხარს ბორბლებს

თუ დააკვირდებით ბილდს, რომელიც დაფუძნებულია Debian-ზე, ნახავთ, რომ ის ჩამოტვირთავს matplotlib-3.1.2-cp38-cp38-manylinux1_x86_64.მთელი.

ეს არის ორობითი ბორბლისთვის. Alpine ჩამოტვირთავს წყაროებს `matplotlib-3.1.2.tar.gz`რადგან ის არ უჭერს მხარს სტანდარტს თვლები.

რატომ? Linux-ის დისტრიბუციების უმეტესობა იყენებს C სტანდარტის ბიბლიოთეკის GNU ვერსიას (glibc), რომელსაც ფაქტობრივად მოითხოვს C-ში დაწერილი ყველა პროგრამა, მათ შორის პითონი. მაგრამ Alpine იყენებს `musl`-ს და რადგან ეს ბინარები შექმნილია `glibc`-სთვის, ისინი უბრალოდ არ არის ვარიანტი.

ამიტომ, თუ იყენებთ Alpine-ს, თქვენ უნდა შეადგინოთ C-ში დაწერილი ყველა კოდი Python-ის თითოეულ პაკეტში.

ოჰ, დიახ, თქვენ მოგიწევთ მოძებნოთ ყველა ისეთი დამოკიდებულების სია, რომლებიც თავად უნდა შეადგინოთ.
ამ შემთხვევაში მივიღებთ შემდეგს:

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

და აშენებას დრო სჭირდება...

... 25 წუთი 57 წამი! ხოლო სურათის ზომაა 851 მბ.

ალპურზე დაფუძნებული სურათების შექმნას გაცილებით მეტი დრო სჭირდება, ისინი უფრო დიდი ზომისაა და თქვენ მაინც უნდა მოძებნოთ ყველა დამოკიდებულება. თქვენ, რა თქმა უნდა, შეგიძლიათ შეამციროთ ასამბლეის ზომა გამოყენებით მრავალსაფეხურიანი შენობები მაგრამ ეს ნიშნავს, რომ კიდევ მეტი სამუშაოა გასაკეთებელი.

ეს ყველაფერი არ არის!

Alpine შეიძლება გამოიწვიოს მოულოდნელი შეცდომები მუშაობის დროს

• თეორიულად, musl თავსებადია glibc-თან, მაგრამ პრაქტიკაში განსხვავებები ბევრ პრობლემას იწვევს. და თუ ისინი არიან, ისინი ალბათ უსიამოვნო იქნება. აქ არის რამოდენიმე პრობლემა, რომელიც შეიძლება წარმოიშვას:
• Alpine-ს ნაგულისხმევად აქვს ძაფის დატის უფრო მცირე ზომა, რამაც შეიძლება გამოიწვიოს შეცდომები პითონში
• ზოგიერთმა მომხმარებელმა აღმოაჩინა ეს პითონის აპლიკაციები უფრო ნელია იმის გამო, თუ როგორ ანაწილებს musl მეხსიერებას (განსხვავებული glibc-სგან).
• ერთ-ერთი მომხმარებელი იპოვა შეცდომა თარიღის ფორმატირებისას

რა თქმა უნდა, ეს შეცდომები უკვე გამოსწორებულია, მაგრამ ვინ იცის კიდევ რამდენი იქნება.

არ გამოიყენოთ ალპური სურათები პითონისთვის

თუ არ გსურთ შეწუხდეთ დიდი და გრძელი ნაგებობებით, დამოკიდებულებებისა და პოტენციური შეცდომების ძიებაში, არ გამოიყენოთ Alpine Linux, როგორც საბაზისო სურათი. კარგი საბაზისო სურათის არჩევა.

წყარო: www.habr.com