Alpine bouwt Docker-images voor Python 50 keer langzamer, en de afbeeldingen zijn 2 keer zwaarder

Alpine Linux — vaak aanbevolen als basisafbeelding voor Docker. Men zegt dat het gebruik van Alpine je builds kleiner maakt en het bouwproces sneller.

Maar als je Alpine Linux gebruikt voor Python-applicaties, dan:

• Worden je builds veel langzamer
• Worden je afbeeldingen groter
• Verspilt het je tijd
• En kan het uiteindelijk leiden tot runtime-fouten

Laten we bekijken waarom Alpine wordt aanbevolen, maar waarom je het toch niet zou moeten gebruiken in combinatie met Python.

Waarom mensen Alpine aanbevelen?

Laten we aannemen dat we gcc nodig hebben als onderdeel van onze afbeelding en we willen Alpine Linux vergelijken met Ubuntu 18.04, qua bouwsnelheid en eindgrootte van de afbeelding.

Laten we eerst twee afbeeldingen downloaden en hun grootte vergelijken:

$ 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

Zoals je ziet, is de basisafbeelding voor Alpine veel kleiner. Laten we nu proberen gcc te installeren en beginnen met 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/*

Het schrijven van een perfecte Dockerfile valt buiten de reikwijdte van dit artikel.

Laten we de bouwsnelheid meten:

$ 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

We herhalen hetzelfde voor Alpine (Dockerfile):

FROM alpine
RUN apk add --update gcc

We bouwen, kijken naar de tijd en de grootte van de bouw:

$ 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

Zoals beloofd, worden de afbeeldingen op basis van Alpine sneller gebouwd en zijn ze zelf kleinere: 15 seconden in plaats van 30 en de afbeeldingsgrootte is 105MB tegenover 150MB. Dat is behoorlijk goed!

Maar als we overschakelen naar het bouwen van een Python-applicatie, is het niet zo rooskleurig.

Python-afbeelding

Python-applicaties gebruiken vaak pandas en matplotlib. Daarom is een van de opties om de officiële afbeelding op basis van Debian te gebruiken, met de volgende Dockerfile:

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

We bouwen het:

$ docker build -f Dockerfile.slim -t python-matpan.
Sending build context to Docker daemon  3.072kB
Stap  1/2 : FROM python:3.8-slim
 ---> 036ea1506a85
Stap 2/2 : RUN pip install --no-cache-dir matplotlib pandas
 ---> Running in 13739b2a0917
Verzamelen van matplotlib
  Downloading matplotlib-3.1.2-cp38-cp38-manylinux1_x86_64.whl (13.1 MB)
Verzamelen van pandas
  Downloading pandas-0.25.3-cp38-cp38-manylinux1_x86_64.whl (10.4 MB)
...
Met succes gebouwd b98b5dc06690
Met succes getagd python-matpan:latest

real    0m30.297s
user    0m0.043s
sys     0m0.020s

We krijgen een afbeelding van 363MB.
Zullen we het beter doen met Alpine? Laten we het proberen:

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                                               
Stap 1/2 : FROM python:3.8-alpine                                                             
 ---> a0ee0c90a0db                                                                            
Stap 2/2 : RUN pip install --no-cache-dir matplotlib pandas                                                  
 ---> Running in 6740adad3729                                                                 
Verzamelen van matplotlib                                                                         
  Downloading matplotlib-3.1.2.tar.gz (40.9 MB)                                               
    ERROR: Commando mislukt met exitstatus 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: Commando mislukt met exitstatus 1: python setup.py egg_info Controleer de logs voor de volledige uitvoer van het commando.
Het commando '/bin/sh -c pip install matplotlib pandas' gaf een foutcode terug: 1

Wat gebeurt er?

Alpine ondersteunt geen wheels.

Als je kijkt naar de build die op Debian is gebaseerd, zul je zien dat het matplotlib-3.1.2-cp38-cp38-manylinux1_x86_64 downloadt.whl.

Dit is de binaire versie voor wheel. Alpine downloadt de bronbestanden `matplotlib-3.1.2.tar.gz`, aangezien het de standaard niet ondersteunt. wheels.

Waarom? De meeste Linux-distributies gebruiken de GNU-versie (glibc) van de standaard C-bibliotheek, die noodzakelijk is voor elke programma geschreven in C, inclusief Python. Maar Alpine gebruikt `musl`, en omdat die binaire bestanden zijn bedoeld voor `glibc`, zijn ze simpelweg geen optie.

Daarom, als je Alpine gebruikt, moet je alle C-code in elk Python-pakket compileren.

Oh ja, je zult zelf de lijst van alle afhankelijkheden die je moet compileren moeten zoeken.
In dit geval krijgen we het volgende:

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

En de buildtijd is...

… 25 minuten en 57 seconden! En de afbeeldingsgrootte is 851MB.

Alpine-gebaseerde afbeeldingen worden veel langer gebouwd, ze zijn zelf groter en je moet ook nog eens alle afhankelijkheden zoeken. Je kunt de grootte van de build wel verkleinen door gebruik te maken van multi-stage builds maar dat betekent dat je nog meer werk moet verzetten.

Dat is nog niet alles!

Alpine kan de oorzaak zijn van onverwachte bugs tijdens runtime.

• In theorie is musl compatibel met glibc, maar in de praktijk kunnen de verschillen leiden tot vele problemen. En als ze er zijn, zijn ze waarschijnlijk onaangenaam. Hier zijn enkele problemen die kunnen optreden:
• Alpine heeft standaard een kleinere stackgrootte, wat kan leiden tot fouten in Python.
• Sommige gebruikers hebben ontdekt dat Python-applicaties trager werken door de manier waarop musl geheugen toewijst (verschilt van glibc).
• Een van de gebruikers stuitte op een fout bij het formatteren van een datum.

Deze fouten zijn waarschijnlijk al verholpen, maar wie weet hoeveel er nog zijn.

Gebruik geen Alpine-afbeeldingen voor Python.

Als je niet wilt rommelen met grote en lange builds, het zoeken naar afhankelijkheden en potentiële fouten — gebruik Alpine Linux dan niet als basisafbeelding. Het kiezen van een goede basisafbeelding.

Bron: habr.com