अल्पाइन कंपाइल डॉकर पायथनसाठी 50 पट हळूवार बनवतो आणि प्रतिमा 2 पट जड आहेत

डॉकरसाठी बेस इमेज म्हणून अल्पाइन लिनक्सची अनेकदा शिफारस केली जाते. तुम्हाला सांगितले जाते की अल्पाइन वापरल्याने तुमची बिल्ड लहान होईल आणि तुमची बिल्ड प्रक्रिया जलद होईल.

परंतु जर तुम्ही पायथन ऍप्लिकेशन्ससाठी अल्पाइन लिनक्स वापरत असाल तर ते:

• तुमचे बिल्ड खूप हळू करते
• तुमच्या प्रतिमा मोठ्या बनवते
• आपला वेळ वाया घालवणे
• आणि शेवटी यामुळे रनटाइममध्ये त्रुटी येऊ शकतात

अल्पाइनची शिफारस का केली जाते ते पाहूया, परंतु तरीही आपण ते पायथनसह का वापरू नये.

लोक अल्पाइनची शिफारस का करतात?

चला असे गृहीत धरू की आम्हाला आमच्या प्रतिमेचा भाग म्हणून gcc ची गरज आहे आणि आम्हाला बिल्ड गती आणि अंतिम प्रतिमा आकाराच्या दृष्टीने अल्पाइन लिनक्स वि उबंटू 18.04 ची तुलना करायची आहे.

प्रथम, दोन प्रतिमा डाउनलोड करू आणि त्यांच्या आकारांची तुलना करूया:

$ 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

जसे आपण पाहू शकता, अल्पाइनची मूळ प्रतिमा खूपच लहान आहे. चला आता gcc स्थापित करण्याचा प्रयत्न करूया आणि उबंटूसह प्रारंभ करूया:

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/*

परिपूर्ण डॉकरफाइल लिहिणे या लेखाच्या व्याप्तीच्या पलीकडे आहे.

चला असेंब्लीचा वेग मोजूया:

$ 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

आम्ही अल्पाइन (डॉकरफाइल) साठी तेच पुनरावृत्ती करतो:

FROM alpine
RUN apk add --update gcc

आम्ही एकत्र करतो, असेंब्लीची वेळ आणि आकार पहा:

$ 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

वचन दिल्याप्रमाणे, अल्पाइन-आधारित प्रतिमा जलद संकलित केल्या जातात आणि त्या लहान असतात: 15 ऐवजी 30 सेकंद आणि प्रतिमेचा आकार 105MB विरुद्ध 150MB आहे. हे खूपच चांगले आहे!

परंतु जर आपण पायथन ऍप्लिकेशन तयार करण्यासाठी स्विच केले तर सर्वकाही इतके गुलाबी नाही.

पायथन प्रतिमा

पायथन ऍप्लिकेशन्स अनेकदा पांडा आणि मॅटप्लॉटलिब वापरतात. म्हणून, या डॉकरफाइलचा वापर करून अधिकृत डेबियन-आधारित प्रतिमा घेणे हा एक पर्याय आहे:

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

चला ते गोळा करूया:

$ 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

आम्हाला 363MB आकाराची प्रतिमा मिळते.
आम्ही अल्पाइन सह चांगले करू? चला प्रयत्न करू:

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

काय चाललय?

अल्पाइन चाकांना समर्थन देत नाही

तुम्ही डेबियनवर आधारित बिल्ड पाहिल्यास, तुम्हाला दिसेल की ते matplotlib-3.1.2-cp38-cp38-manylinux1_x86_64 डाउनलोड करते.whl.

हे चाकासाठी बायनरी आहे. अल्पाइन स्रोत `matplotlib-3.1.2.tar डाउनलोड करते.gz` कारण ते मानकांना समर्थन देत नाही विदर्भ.

का? बहुतेक Linux वितरणे C मानक लायब्ररीची GNU आवृत्ती (glibc) वापरतात, जी किंबहुना पायथनसह C मध्ये लिहिलेल्या प्रत्येक प्रोग्रामसाठी आवश्यक असते. पण अल्पाइन `musl` वापरते, आणि त्या बायनरी `glibc` साठी डिझाइन केल्या असल्याने, त्यांना पर्याय नाही.

म्हणून, तुम्ही अल्पाइन वापरत असल्यास, तुम्हाला प्रत्येक Python पॅकेजमध्ये C मध्ये लिहिलेले सर्व कोड संकलित करावे लागतील.

अरे, होय, तुम्हाला अशा सर्व अवलंबनांची यादी शोधावी लागेल ज्यांना स्वतः संकलित करणे आवश्यक आहे.
या प्रकरणात आम्हाला हे मिळते:

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

आणि बांधायला वेळ लागतो...

... 25 मिनिटे 57 सेकंद! आणि प्रतिमेचा आकार 851MB आहे.

अल्पाइन-आधारित प्रतिमा तयार करण्यासाठी जास्त वेळ लागतो, त्या आकाराने मोठ्या असतात आणि तरीही तुम्हाला सर्व अवलंबन शोधण्याची आवश्यकता असते. आपण अर्थातच वापरून असेंबली आकार कमी करू शकता मल्टी-स्टेज बिल्ड परंतु याचा अर्थ आणखी काम करणे आवश्यक आहे.

एवढेच नाही!

रनटाइममध्ये अल्पाइनमुळे अनपेक्षित बग होऊ शकतात

• सिद्धांततः, musl glibc शी सुसंगत आहे, परंतु व्यवहारात फरक अनेक समस्या निर्माण करू शकतात. आणि जर ते असतील तर ते कदाचित अप्रिय असतील. येथे काही समस्या उद्भवू शकतात:
• अल्पाइनमध्ये डीफॉल्टनुसार लहान थ्रेड स्टॅक आकार असतो, ज्यामुळे होऊ शकते पायथनमधील त्रुटी
• काही वापरकर्त्यांना असे आढळले आहे Python अनुप्रयोग हळू आहेत मुसल मेमरी वाटप करण्याच्या पद्धतीमुळे (glibc पेक्षा वेगळी).
• वापरकर्त्यांपैकी एक तारीख स्वरूपित करताना त्रुटी आढळली

या चुका नक्कीच सुधारल्या गेल्या आहेत, पण अजून किती असतील कोणास ठाऊक.

Python साठी अल्पाइन प्रतिमा वापरू नका

जर तुम्हाला मोठ्या आणि लांबलचक बिल्डचा त्रास घ्यायचा नसेल, अवलंबित्व आणि संभाव्य त्रुटींचा शोध घ्यायचा असेल, तर बेस इमेज म्हणून अल्पाइन लिनक्स वापरू नका. चांगली बेस इमेज निवडणे.

स्त्रोत: www.habr.com