Alpine bygger Docker-byggen för Python 50 gånger långsammare, och bilderna är två gånger tyngre

Alpine Linux — ofta rekommenderad som grundläggande bild för Docker. Du får höra att användning av Alpine gör dina byggen mindre och byggprocessen snabbare.

Men om du använder Alpine Linux för Python-applikationer, så

• Gör dina byggen betydligt långsammare
• Gör dina bilder större
• Sparar din tid
• Och i slutändan kan orsaka fel vid körning

Låt oss titta på varför Alpine rekommenderas, men varför du kanske ändå inte bör använda det tillsammans med Python.

Varför rekommenderar folk Alpine?

Låt oss anta att vi behöver gcc som en del av vår bild och vi vill jämföra Alpine Linux mot Ubuntu 18.04, när det gäller hastighet för byggning och slutlig bildstorlek.

Först, ladda ner två bilder och jämför deras storlek:

$ 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, är basbilden för Alpine mycket mindre. Låt oss nu prova att installera gcc och börja 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/*

Att skriva idealiska Dockerfile ligger utanför denna artikel

Låt oss mäta byggtiden:

$ 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

Vi upprepar samma sak för Alpine (Dockerfile):

FROM alpine
RUN apk add --update gcc

Vi bygger, kollar på tiden och byggstorleken:

$ 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 lovat, bilder baserade på Alpine byggs snabbare och i sig själva är mindre: 15 sekunder istället för 30 och bildstorleken är 105MB mot 150MB. Det är ganska bra!

Men om vi byter fokus till att bygga en Python-applikation, ser det inte lika lovande ut.

Python-bild

Python-applikationer använder ofta pandas och matplotlib. Därför är ett av alternativen att ta den officiella bilden baserad på Debian, med en sådan Dockerfile:

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

Bygger vi den:

$ 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 en bild som väger 363MB.
Blir det bättre med Alpine? Låt oss testa:

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

Vad händer?

Alpine stöder inte wheels

Om du ser på bygget som är baserat på Debian, så kommer du att se att det laddar ner matplotlib-3.1.2-cp38-cp38-manylinux1_x86_64.whl.

Det här är en binärfil för wheel. Alpine laddar istället ner källkoden `matplotlib-3.1.2.tar.gz`, eftersom det inte stöder standard wheels.

Varför? De flesta Linux-distributioner använder GNU-versionen (glibc) av standard C-biblioteket, vilket egentligen behövs av varje program som är skrivet i C, inklusive Python. Men Alpine använder `musl`, och eftersom dessa binärer är avsedda för `glibc`, så är de helt enkelt inget alternativ.

Så om du använder Alpine, måste du kompilera all C-kod i varje Python-paket.

Åh, ja, listan över alla sådana beroenden som måste kompileras får du leta efter själv.
I det här fallet får vi följande:

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

Och byggtiden tar…

… 25 minuter 57 sekunder! Och bildens storlek är 851MB.

Alpine-baserade bilder tar betydligt längre tid att bygga, de är större själva och du måste dessutom söka efter alla beroenden. Självklart kan man minska byggstorleken genom att använda multi-stage builds men det innebär att man måste göra ännu mer arbete.

Detta är inte allt!

Alpine kan orsaka oväntade buggar vid körtid

• I teorin är musl kompatibel med glibc, men i praktiken kan skillnaderna orsaka många problem. Och om de förekommer, så lär de bli besvärliga. Här är några problem som kan uppstå:
• Alpine har som standard en mindre storlek på tråden, vilket kan leda till fel i Python
• Vissa användare har upptäckt att Python-appar körs långsammare på grund av hur musl allokerar minne (skillnad från glibc).
• En av användarna upptäckte ett fel vid datumformatering

Dessa buggar har förmodligen redan åtgärdats, men vem vet hur många fler som finns.

Använd inte Alpine-bilder för Python

Om du inte vill hantera stora och långsamma byggprocesser, söka efter beroenden och riskera potentiella buggar — använd inte Alpine Linux som basbild. Att välja en bra basbild.

Källa: habr.com