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 .
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 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
- Niektórzy użytkownicy to odkryli ze względu na sposób, w jaki musl alokuje pamięć (inny niż glibc).
- Jeden z użytkowników
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. .
Źródło: www.habr.com