ProHoster > Blog > administracja > Alpine kompiluje kompilacje Dockera dla Pythona 50 razy wolniej, a obrazy są 2 razy cięższe
Alpine kompiluje kompilacje Dockera dla Pythona 50 razy wolniej, a obrazy są 2 razy cięższe
Alpine Linux jest często zalecany jako obraz podstawowy dla platformy Docker. Powiedziano ci, że używanie Alpine zmniejszy twoje kompilacje, a proces kompilacji przyspieszy.
Ale jeśli używasz Alpine Linux do aplikacji w Pythonie, to:
Sprawia, że Twoje kompilacje są znacznie wolniejsze
Sprawia, że Twoje obrazy są większe
Marnujesz swój czas
Ostatecznie może to powodować błędy w czasie wykonywania
Przyjrzyjmy się, dlaczego zaleca się Alpine, ale dlaczego nadal nie powinieneś używać go z Pythonem.
Dlaczego ludzie polecają firmę Alpine?
Załóżmy, że potrzebujemy gcc jako części naszego obrazu i chcemy porównać Alpine Linux z Ubuntu 18.04 pod względem szybkości kompilacji i ostatecznego rozmiaru obrazu.
Najpierw pobierzmy dwa obrazy i porównajmy ich rozmiary:
$ 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
Jak widać, obraz bazowy dla Alpine jest znacznie mniejszy. Spróbujmy teraz zainstalować gcc i zacznijmy od 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/*
Napisanie idealnego pliku Dockerfile wykracza poza zakres tego artykułu.
Zmierzmy prędkość montażu:
$ 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
Powtarzamy to samo dla Alpine (Dockerfile):
FROM alpine
RUN apk add --update gcc
Montujemy, patrzymy na czas i wielkość montażu:
$ 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
Zgodnie z obietnicą obrazy oparte na Alpine są tworzone szybciej i są mniejsze: 15 sekund zamiast 30, a rozmiar obrazu wynosi 105 MB w porównaniu do 150 MB. To całkiem niezłe!
Jeśli jednak przejdziemy do budowania aplikacji w Pythonie, wszystko nie będzie już takie różowe.
Obraz Pythona
Aplikacje Pythona często korzystają z pand i matplotlib. Dlatego jedną z opcji jest pobranie oficjalnego obrazu opartego na Debianie przy użyciu tego pliku Dockerfile:
FROM python:3.8-slim
RUN pip install --no-cache-dir matplotlib pandas
Zbierzmy to:
$ 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
Otrzymujemy obraz o rozmiarze 363 MB.
Czy poradzimy sobie lepiej z Alpine? Spróbujmy:
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
Co się dzieje?
Alpine nie obsługuje kół
Jeśli spojrzysz na kompilację opartą na Debianie, zobaczysz, że pobiera ona matplotlib-3.1.2-cp38-cp38-manylinux1_x86_64.co.
To jest plik binarny dla koła. Alpine pobiera źródła `matplotlib-3.1.2.tar.gz`, ponieważ nie obsługuje standardu koła.
Dlaczego? Większość dystrybucji Linuksa korzysta z wersji GNU (glibc) standardowej biblioteki C, która w rzeczywistości jest wymagana przez każdy program napisany w C, łącznie z Pythonem. Ale Alpine używa `musl`, a ponieważ te pliki binarne są przeznaczone dla `glibc`, po prostu nie wchodzą w grę.
Dlatego jeśli używasz Alpine, musisz skompilować cały kod napisany w C w każdym pakiecie Pythona.
O tak, będziesz musiał poszukać listy wszystkich takich zależności, które należy skompilować samodzielnie.
W tym przypadku otrzymujemy to:
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
A czas budowy zajmuje...
... 25 minut 57 sekund! Rozmiar obrazu wynosi 851 MB.
Tworzenie obrazów opartych na Alpine zajmuje znacznie więcej czasu, są one większe i nadal trzeba szukać wszystkich zależności. Możesz oczywiście zmniejszyć rozmiar zestawu za pomocą kompilacje wieloetapowe ale to oznacza, że należy wykonać jeszcze więcej pracy.
To nie wszystko!
Alpine może powodować nieoczekiwane błędy w czasie wykonywania
Teoretycznie musl jest kompatybilny z glibc, ale w praktyce różnice mogą powodować wiele problemów. A jeśli tak, to prawdopodobnie będą nieprzyjemne. Oto kilka problemów, które mogą się pojawić:
Alpine ma domyślnie mniejszy rozmiar stosu wątków, co może prowadzić do błędy w Pythonie
Na pewno te błędy zostały już poprawione, ale kto wie, ile ich będzie jeszcze.
Nie używaj obrazów Alpine dla Pythona
Jeśli nie chcesz zawracać sobie głowy dużymi i długimi kompilacjami, wyszukiwaniem zależności i potencjalnych błędów, nie używaj Alpine Linux jako obrazu bazowego. Wybór dobrego obrazu bazowego.