Alpine은 Python용 Docker 빌드를 50배 느리게 컴파일하고 이미지는 2배 더 무겁습니다.

Alpine Linux는 Docker의 기본 이미지로 권장되는 경우가 많습니다. Alpine을 사용하면 빌드가 더 작아지고 빌드 프로세스가 더 빨라진다는 말을 들었습니다.

그러나 Python 애플리케이션에 Alpine Linux를 사용하는 경우 다음과 같은 이점이 있습니다.

• 빌드 속도가 훨씬 느려집니다.
• 이미지를 더 크게 만듭니다.
• 시간낭비
• 그리고 결국 런타임에 오류가 발생할 수 있습니다.

Alpine이 권장되는 이유와 Python에서 Alpine을 사용하면 안되는 이유를 살펴보겠습니다.

사람들이 알파인을 추천하는 이유는 무엇인가요?

이미지의 일부로 gcc가 필요하고 빌드 속도와 최종 이미지 크기 측면에서 Alpine Linux와 Ubuntu 18.04를 비교한다고 가정해 보겠습니다.

먼저 두 개의 이미지를 다운로드하고 크기를 비교해 보겠습니다.

$ 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

보시다시피 Alpine의 기본 이미지는 훨씬 작습니다. 이제 gcc를 설치하고 Ubuntu를 시작해 보겠습니다.

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/*

완벽한 Dockerfile을 작성하는 것은 이 기사의 범위를 벗어납니다.

조립 속도를 측정해 보겠습니다.

$ 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

Alpine(Dockerfile)에 대해서도 동일한 작업을 반복합니다.

FROM alpine
RUN apk add --update gcc

우리는 조립하고 조립 시간과 크기를 살펴봅니다.

$ 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

약속한 대로 Alpine 기반 이미지는 더 빠르고 더 작습니다. 즉, 15초가 아닌 30초가 소요되며 이미지 크기는 105MB에서 150MB입니다. 꽤 좋습니다!

그러나 Python 애플리케이션 구축으로 전환하면 모든 것이 그렇게 장밋빛이 아닙니다.

파이썬 이미지

Python 애플리케이션은 종종 pandas와 matplotlib를 사용합니다. 따라서 한 가지 옵션은 이 Dockerfile을 사용하여 공식 Debian 기반 이미지를 가져오는 것입니다.

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

그것을 수집하자:

$ 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

363MB 크기의 이미지를 얻습니다.
알파인과 더 잘할 수 있을까요? 해보자:

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

무슨 일이야?

알파인은 바퀴를 지원하지 않습니다

Debian 기반 빌드를 보면 matplotlib-3.1.2-cp38-cp38-manylinux1_x86_64를 다운로드하는 것을 볼 수 있습니다.헐.

이것은 휠용 바이너리입니다. Alpine은 `matplotlib-3.1.2.tar' 소스를 다운로드합니다.gz` 표준을 지원하지 않기 때문에 바퀴.

왜? 대부분의 Linux 배포판은 실제로 Python을 포함하여 C로 작성된 모든 프로그램에 필요한 C 표준 라이브러리의 GNU 버전(glibc)을 사용합니다. 그러나 Alpine은 'musl'을 사용하며 이러한 바이너리는 'glibc'용으로 설계되었으므로 단순히 옵션이 아닙니다.

따라서 Alpine을 사용한다면 각 Python 패키지에서 C로 작성된 모든 코드를 컴파일해야 합니다.

아, 그렇습니다. 직접 컴파일해야 하는 모든 종속성 목록을 찾아야 합니다.
이 경우 우리는 다음을 얻습니다.

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

그리고 빌드시간도 걸리고...

... 25분 57초! 이미지 크기는 851MB입니다.

Alpine 기반 이미지는 빌드하는 데 훨씬 더 오랜 시간이 걸리고 크기가 더 크며 여전히 모든 종속성을 찾아야 합니다. 물론 다음을 사용하여 어셈블리 크기를 줄일 수 있습니다. 다단계 빌드 하지만 이는 더 많은 작업이 수행되어야 함을 의미합니다.

그게 다가 아닙니다!

Alpine은 런타임에 예상치 못한 버그를 일으킬 수 있습니다.

• 이론적으로 musl은 glibc와 호환되지만 실제로는 그 차이로 인해 많은 문제가 발생할 수 있습니다. 만약 그렇다면 아마도 불쾌할 것입니다. 발생할 수 있는 몇 가지 문제는 다음과 같습니다.
• Alpine은 기본적으로 스레드 스택 크기가 더 작습니다. 파이썬의 오류
• 일부 사용자는 다음을 발견했습니다. Python 애플리케이션이 느립니다. musl이 메모리를 할당하는 방식 때문입니다(glibc와 다름).
• 사용자 중 한 명이 날짜 형식을 지정하는 중에 오류가 발견되었습니다

확실히 이러한 오류는 이미 수정되었지만 앞으로 얼마나 더 많은 오류가 발생할지 누가 알겠습니까?

Python에 Alpine 이미지를 사용하지 마세요.

크고 긴 빌드를 처리하고 종속성과 잠재적인 오류를 검색하고 싶지 않다면 Alpine Linux를 기본 이미지로 사용하지 마세요. 좋은 기본 이미지 선택.

출처 : habr.com