Alpine bygger Docker-bygger for Python 50 ganger tregere, og bildene er 2 ganger tyngre

Alpine Linux — ofte anbefalt som basisbilde for Docker. Du får høre at bruk av Alpine vil gjøre bygningene dine mindre, og byggeprosessen raskere.

Men hvis du bruker Alpine Linux for Python-applikasjoner, så:

• Gjør bygningene dine mye tregere
• Gjør bildene dine større
• Tar tiden din
• Og kan i siste instans føre til runtime-feil

La oss se på hvorfor Alpine anbefales, men hvorfor du kanskje ikke bør bruke det sammen med Python.

Hvorfor anbefaler folk Alpine?

La oss anta at vi trenger gcc som en del av bildet vårt, og vi vil sammenligne Alpine Linux med Ubuntu 18.04 når det gjelder byggeforhold og sluttstørrelse på bildet.

For å begynne, last ned de to bildene og sammenlign størrelsen:

$ 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

Som du ser, er basisbildet for Alpine mye mindre. La oss nå prøve å installere gcc og begynne med 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/*

Skriving av perfekte Dockerfile går utover denne artikkelen

La oss måle byggehastigheten:

$ 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

Gjenta alt det samme for Alpine (Dockerfile):

FROM alpine
RUN apk add --update gcc

Bygg, og se på tiden og størrelsen på bygget:

$ 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

Som lovet, bygges Alpine-bilder raskere og er generelt mindre: 15 sekunder i stedet for 30, og bilde størrelsen er 105MB mot 150MB. Det er ganske bra!

Men hvis vi skifter til å bygge en Python-applikasjon, så er situasjonen ikke så lys.

Python-bilde

Python-applikasjoner bruker ofte pandas og matplotlib. Så en av alternativene er å ta det offisielle bilde basert på Debian, ved å bruke følgende Dockerfile:

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

Bygg det:

$ 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

Vi får et bilde som er 363 MB stort.
Blir det bedre med Alpine? La oss prøve:

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

Hva skjer?

Alpine støtter ikke wheels

Hvis du ser på bygget basert på Debian, vil du se at det laster ned matplotlib-3.1.2-cp38-cp38-manylinux1_x86_64.whl.

Dette er en binærfil for wheel. Alpine laster ned kildekoden `matplotlib-3.1.2.tar.gz`, siden den ikke støtter standard wheels.

Hvorfor? De fleste Linux-distribusjoner bruker GNU-versjonen (glibc) av den standard C-biblioteket, som faktisk er nødvendig for hvert program skrevet i C, inkludert Python. Men Alpine bruker `musl`, og siden de binærfilene er laget for `glibc`, er de rett og slett ikke et alternativ.

Derfor, hvis du bruker Alpine, må du kompilere all C-kode i hver Python-pakke.

Å ja, listen over alle slike avhengigheter som må kompilere, må du lete etter selv.
I dette tilfellet får vi dette:

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

Og bygget tar tid ...

… 25 minutter 57 sekunder! Og bildet er 851 MB.

Alpine-baserte bilder tar mye lengre tid å bygge, de er i seg selv større, og du må fortsatt lete etter alle avhengighetene. Du kan selvsagt redusere størrelsen på byggingen ved å bruke multi-stage builds men det betyr at du må gjøre enda mer arbeid.

Dette er ikke alt!

Alpine kan være årsaken til uventede feil i kjøretid.

• I teorien er musl kompatibel med glibc, men i praksis kan forskjellene føre til mange problemer. Og hvis de oppstår, blir det garantert ubehagelige. Her er noen problemer som kan oppstå:
• Alpine har som standard en mindre størrelse på tråd-stakken, noe som kan føre til feil i Python.
• Noen brukere har oppdaget at Python-applikasjoner kjører saktere på grunn av hvordan musl allokerer minne (som er forskjellig fra glibc).
• En av brukerne oppdaget en feil ved datoformatering.

Sikkert er disse feilene allerede rettet, men hvem vet hvor mange som gjenstår.

Ikke bruk Alpine-bilder for Python.

Hvis du ikke vil måtte håndtere store og tidkrevende bygg, lete etter avhengigheter og potensielle feil - ikke bruk Alpine Linux som et basebilde. Å velge et godt basebilde.

Kilde: habr.com