ಆಲ್ಪೈನ್ ಪೈಥಾನ್‌ಗಾಗಿ ಡಾಕರ್ ಬಿಲ್ಡ್‌ಗಳನ್ನು 50 ಪಟ್ಟು ನಿಧಾನಗೊಳಿಸುತ್ತದೆ ಮತ್ತು ಚಿತ್ರಗಳು 2 ಪಟ್ಟು ಭಾರವಾಗಿರುತ್ತದೆ

ಆಲ್ಪೈನ್ ಪೈಥಾನ್‌ಗಾಗಿ ಡಾಕರ್ ಬಿಲ್ಡ್‌ಗಳನ್ನು 50 ಪಟ್ಟು ನಿಧಾನಗೊಳಿಸುತ್ತದೆ ಮತ್ತು ಚಿತ್ರಗಳು 2 ಪಟ್ಟು ಭಾರವಾಗಿರುತ್ತದೆ

ಆಲ್ಪೈನ್ ಲಿನಕ್ಸ್ ಅನ್ನು ಹೆಚ್ಚಾಗಿ ಡಾಕರ್‌ಗೆ ಮೂಲ ಚಿತ್ರವಾಗಿ ಶಿಫಾರಸು ಮಾಡಲಾಗುತ್ತದೆ. ಆಲ್ಪೈನ್ ಅನ್ನು ಬಳಸುವುದರಿಂದ ನಿಮ್ಮ ನಿರ್ಮಾಣಗಳನ್ನು ಚಿಕ್ಕದಾಗಿಸುತ್ತದೆ ಮತ್ತು ನಿಮ್ಮ ನಿರ್ಮಾಣ ಪ್ರಕ್ರಿಯೆಯನ್ನು ವೇಗಗೊಳಿಸುತ್ತದೆ ಎಂದು ನಿಮಗೆ ತಿಳಿಸಲಾಗಿದೆ.

ಆದರೆ ನೀವು ಪೈಥಾನ್ ಅಪ್ಲಿಕೇಶನ್‌ಗಳಿಗಾಗಿ ಆಲ್ಪೈನ್ ಲಿನಕ್ಸ್ ಅನ್ನು ಬಳಸಿದರೆ, ಅದು:

  • ನಿಮ್ಮ ನಿರ್ಮಾಣಗಳನ್ನು ಹೆಚ್ಚು ನಿಧಾನಗೊಳಿಸುತ್ತದೆ
  • ನಿಮ್ಮ ಚಿತ್ರಗಳನ್ನು ದೊಡ್ಡದಾಗಿ ಮಾಡುತ್ತದೆ
  • ನಿಮ್ಮ ಸಮಯ ವ್ಯರ್ಥ
  • ಮತ್ತು ಕೊನೆಯಲ್ಲಿ ಇದು ರನ್ಟೈಮ್ನಲ್ಲಿ ದೋಷಗಳನ್ನು ಉಂಟುಮಾಡಬಹುದು


ಆಲ್ಪೈನ್ ಅನ್ನು ಏಕೆ ಶಿಫಾರಸು ಮಾಡಲಾಗಿದೆ ಎಂಬುದನ್ನು ನೋಡೋಣ, ಆದರೆ ನೀವು ಅದನ್ನು ಪೈಥಾನ್‌ನೊಂದಿಗೆ ಏಕೆ ಬಳಸಬಾರದು.

ಜನರು ಆಲ್ಪೈನ್ ಅನ್ನು ಏಕೆ ಶಿಫಾರಸು ಮಾಡುತ್ತಾರೆ?

ನಮ್ಮ ಚಿತ್ರದ ಭಾಗವಾಗಿ ನಮಗೆ ಜಿಸಿಸಿ ಅಗತ್ಯವಿದೆ ಎಂದು ಭಾವಿಸೋಣ ಮತ್ತು ಬಿಲ್ಡ್ ವೇಗ ಮತ್ತು ಅಂತಿಮ ಚಿತ್ರದ ಗಾತ್ರದ ವಿಷಯದಲ್ಲಿ ನಾವು ಆಲ್ಪೈನ್ ಲಿನಕ್ಸ್ ವಿರುದ್ಧ ಉಬುಂಟು 18.04 ಅನ್ನು ಹೋಲಿಸಲು ಬಯಸುತ್ತೇವೆ.

ಮೊದಲಿಗೆ, ನಾವು ಎರಡು ಚಿತ್ರಗಳನ್ನು ಡೌನ್‌ಲೋಡ್ ಮಾಡೋಣ ಮತ್ತು ಅವುಗಳ ಗಾತ್ರಗಳನ್ನು ಹೋಲಿಕೆ ಮಾಡೋಣ:

$ 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

ನೀವು ನೋಡುವಂತೆ, ಆಲ್ಪೈನ್‌ನ ಮೂಲ ಚಿತ್ರವು ತುಂಬಾ ಚಿಕ್ಕದಾಗಿದೆ. ಈಗ ಜಿಸಿಸಿ ಸ್ಥಾಪಿಸಲು ಪ್ರಯತ್ನಿಸೋಣ ಮತ್ತು ಉಬುಂಟುನೊಂದಿಗೆ ಪ್ರಾರಂಭಿಸೋಣ:

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/*

ಪರಿಪೂರ್ಣ ಡಾಕರ್‌ಫೈಲ್ ಅನ್ನು ಬರೆಯುವುದು ಈ ಲೇಖನದ ವ್ಯಾಪ್ತಿಯನ್ನು ಮೀರಿದೆ.

ಜೋಡಣೆಯ ವೇಗವನ್ನು ಅಳೆಯೋಣ:

$ 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

ನಾವು ಆಲ್ಪೈನ್ (ಡಾಕರ್‌ಫೈಲ್) ಗಾಗಿ ಅದೇ ರೀತಿ ಪುನರಾವರ್ತಿಸುತ್ತೇವೆ:

FROM alpine
RUN apk add --update gcc

ನಾವು ಜೋಡಿಸುತ್ತೇವೆ, ಜೋಡಣೆಯ ಸಮಯ ಮತ್ತು ಗಾತ್ರವನ್ನು ನೋಡಿ:

$ 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

ಭರವಸೆ ನೀಡಿದಂತೆ, ಆಲ್ಪೈನ್ ಆಧಾರಿತ ಚಿತ್ರಗಳನ್ನು ವೇಗವಾಗಿ ಸಂಗ್ರಹಿಸಲಾಗುತ್ತದೆ ಮತ್ತು ಚಿಕ್ಕದಾಗಿದೆ: 15 ರ ಬದಲಿಗೆ 30 ಸೆಕೆಂಡುಗಳು ಮತ್ತು ಚಿತ್ರದ ಗಾತ್ರವು 105MB ಮತ್ತು 150MB ಆಗಿದೆ. ಇದು ಬಹಳ ಚೆನ್ನಾಗಿದೆ!

ಆದರೆ ನಾವು ಪೈಥಾನ್ ಅಪ್ಲಿಕೇಶನ್ ಅನ್ನು ನಿರ್ಮಿಸಲು ಬದಲಾಯಿಸಿದರೆ, ಎಲ್ಲವೂ ತುಂಬಾ ರೋಸಿಯಾಗಿರುವುದಿಲ್ಲ.

ಪೈಥಾನ್ ಚಿತ್ರ

ಪೈಥಾನ್ ಅಪ್ಲಿಕೇಶನ್‌ಗಳು ಸಾಮಾನ್ಯವಾಗಿ ಪಾಂಡಾಗಳು ಮತ್ತು ಮ್ಯಾಟ್‌ಪ್ಲಾಟ್ಲಿಬ್ ಅನ್ನು ಬಳಸುತ್ತವೆ. ಆದ್ದರಿಂದ, ಈ ಡಾಕರ್‌ಫೈಲ್ ಅನ್ನು ಬಳಸಿಕೊಂಡು ಅಧಿಕೃತ ಡೆಬಿಯನ್-ಆಧಾರಿತ ಚಿತ್ರವನ್ನು ತೆಗೆದುಕೊಳ್ಳುವುದು ಒಂದು ಆಯ್ಕೆಯಾಗಿದೆ:

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

ಅದನ್ನು ಸಂಗ್ರಹಿಸೋಣ:

$ 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

ನಾವು 363MB ಗಾತ್ರದ ಚಿತ್ರವನ್ನು ಪಡೆಯುತ್ತೇವೆ.
ನಾವು ಆಲ್ಪೈನ್‌ನೊಂದಿಗೆ ಉತ್ತಮವಾಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತೇವೆಯೇ? ಪ್ರಯತ್ನಿಸೋಣ:

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

ಏನು ನಡೆಯುತ್ತಿದೆ?

ಆಲ್ಪೈನ್ ಚಕ್ರಗಳನ್ನು ಬೆಂಬಲಿಸುವುದಿಲ್ಲ

ನೀವು ಡೆಬಿಯನ್ ಅನ್ನು ಆಧರಿಸಿದ ನಿರ್ಮಾಣವನ್ನು ನೋಡಿದರೆ, ಅದು matplotlib-3.1.2-cp38-cp38-manylinux1_x86_64 ಅನ್ನು ಡೌನ್‌ಲೋಡ್ ಮಾಡುತ್ತದೆ ಎಂದು ನೀವು ನೋಡುತ್ತೀರಿ.whl.

ಇದು ಚಕ್ರಕ್ಕೆ ಬೈನರಿ ಆಗಿದೆ. ಆಲ್ಪೈನ್ ಮೂಲಗಳನ್ನು ಡೌನ್‌ಲೋಡ್ ಮಾಡುತ್ತದೆ `matplotlib-3.1.2.tar.gz`ಇದು ಗುಣಮಟ್ಟವನ್ನು ಬೆಂಬಲಿಸುವುದಿಲ್ಲವಾದ್ದರಿಂದ ಚಕ್ರಗಳು.

ಏಕೆ? ಹೆಚ್ಚಿನ ಲಿನಕ್ಸ್ ವಿತರಣೆಗಳು C ಸ್ಟ್ಯಾಂಡರ್ಡ್ ಲೈಬ್ರರಿಯ GNU ಆವೃತ್ತಿಯನ್ನು (glibc) ಬಳಸುತ್ತವೆ, ಇದು ಪೈಥಾನ್ ಸೇರಿದಂತೆ C ನಲ್ಲಿ ಬರೆಯಲಾದ ಪ್ರತಿಯೊಂದು ಪ್ರೋಗ್ರಾಂಗೆ ಅಗತ್ಯವಾಗಿರುತ್ತದೆ. ಆದರೆ ಆಲ್ಪೈನ್ `musl` ಅನ್ನು ಬಳಸುತ್ತದೆ, ಮತ್ತು ಆ ಬೈನರಿಗಳನ್ನು `glibc` ಗಾಗಿ ವಿನ್ಯಾಸಗೊಳಿಸಲಾಗಿರುವುದರಿಂದ, ಅವುಗಳು ಕೇವಲ ಒಂದು ಆಯ್ಕೆಯಾಗಿಲ್ಲ.

ಆದ್ದರಿಂದ, ನೀವು ಆಲ್ಪೈನ್ ಅನ್ನು ಬಳಸಿದರೆ, ನೀವು ಪ್ರತಿ ಪೈಥಾನ್ ಪ್ಯಾಕೇಜ್‌ನಲ್ಲಿ ಸಿ ಯಲ್ಲಿ ಬರೆದ ಎಲ್ಲಾ ಕೋಡ್ ಅನ್ನು ಕಂಪೈಲ್ ಮಾಡಬೇಕಾಗುತ್ತದೆ.

ಓಹ್, ಹೌದು, ನೀವೇ ಕಂಪೈಲ್ ಮಾಡಬೇಕಾದ ಎಲ್ಲಾ ಅವಲಂಬನೆಗಳ ಪಟ್ಟಿಯನ್ನು ನೀವು ನೋಡಬೇಕಾಗುತ್ತದೆ.
ಈ ಸಂದರ್ಭದಲ್ಲಿ ನಾವು ಇದನ್ನು ಪಡೆಯುತ್ತೇವೆ:

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

ಮತ್ತು ನಿರ್ಮಾಣ ಸಮಯ ತೆಗೆದುಕೊಳ್ಳುತ್ತದೆ ...

... 25 ನಿಮಿಷ 57 ಸೆಕೆಂಡುಗಳು! ಮತ್ತು ಚಿತ್ರದ ಗಾತ್ರ 851MB ಆಗಿದೆ.

ಆಲ್ಪೈನ್-ಆಧಾರಿತ ಚಿತ್ರಗಳನ್ನು ನಿರ್ಮಿಸಲು ಹೆಚ್ಚು ಸಮಯ ತೆಗೆದುಕೊಳ್ಳುತ್ತದೆ, ಅವು ಗಾತ್ರದಲ್ಲಿ ದೊಡ್ಡದಾಗಿರುತ್ತವೆ ಮತ್ತು ನೀವು ಇನ್ನೂ ಎಲ್ಲಾ ಅವಲಂಬನೆಗಳನ್ನು ನೋಡಬೇಕಾಗಿದೆ. ನೀವು ಸಹಜವಾಗಿ ಬಳಸಿಕೊಂಡು ಜೋಡಣೆಯ ಗಾತ್ರವನ್ನು ಕಡಿಮೆ ಮಾಡಬಹುದು ಬಹು ಹಂತದ ನಿರ್ಮಾಣಗಳು ಆದರೆ ಇದರರ್ಥ ಇನ್ನೂ ಹೆಚ್ಚಿನ ಕೆಲಸವನ್ನು ಮಾಡಬೇಕಾಗಿದೆ.

ಅಷ್ಟೇ ಅಲ್ಲ!

ಆಲ್ಪೈನ್ ರನ್ಟೈಮ್ನಲ್ಲಿ ಅನಿರೀಕ್ಷಿತ ದೋಷಗಳನ್ನು ಉಂಟುಮಾಡಬಹುದು

ಖಂಡಿತವಾಗಿಯೂ ಈ ದೋಷಗಳನ್ನು ಈಗಾಗಲೇ ಸರಿಪಡಿಸಲಾಗಿದೆ, ಆದರೆ ಇನ್ನೂ ಎಷ್ಟು ಇರುತ್ತದೆ ಎಂದು ಯಾರಿಗೆ ತಿಳಿದಿದೆ.

ಪೈಥಾನ್‌ಗಾಗಿ ಆಲ್ಪೈನ್ ಚಿತ್ರಗಳನ್ನು ಬಳಸಬೇಡಿ

ನೀವು ದೊಡ್ಡ ಮತ್ತು ಉದ್ದವಾದ ನಿರ್ಮಾಣಗಳೊಂದಿಗೆ ತಲೆಕೆಡಿಸಿಕೊಳ್ಳಲು ಬಯಸದಿದ್ದರೆ, ಅವಲಂಬನೆಗಳು ಮತ್ತು ಸಂಭಾವ್ಯ ದೋಷಗಳನ್ನು ಹುಡುಕುತ್ತಿದ್ದರೆ, ಆಲ್ಪೈನ್ ಲಿನಕ್ಸ್ ಅನ್ನು ಮೂಲ ಚಿತ್ರವಾಗಿ ಬಳಸಬೇಡಿ. ಉತ್ತಮ ಮೂಲ ಚಿತ್ರವನ್ನು ಆರಿಸುವುದು.

ಮೂಲ: www.habr.com

ಕಾಮೆಂಟ್ ಅನ್ನು ಸೇರಿಸಿ