ProHoster > Blog > Pangangasiwa > Kino-compile ng Alpine ang mga build ng Docker para sa Python nang 50 beses na mas mabagal, at ang mga imahe ay 2 beses na mas mabigat
Kino-compile ng Alpine ang mga build ng Docker para sa Python nang 50 beses na mas mabagal, at ang mga imahe ay 2 beses na mas mabigat
Ang Alpine Linux ay madalas na inirerekomenda bilang isang batayang imahe para sa Docker. Sinabihan ka na ang paggamit ng Alpine ay gagawing mas maliit ang iyong mga build at mas mabilis ang iyong proseso ng pagbuo.
Ngunit kung gagamit ka ng Alpine Linux para sa mga aplikasyon ng Python, kung gayon:
Ginagawang mas mabagal ang iyong mga build
Ginagawang mas malaki ang iyong mga larawan
Pag-aaksaya ng iyong oras
At sa huli maaari itong magdulot ng mga error sa runtime
Tingnan natin kung bakit inirerekomenda ang Alpine, ngunit bakit hindi mo pa rin ito dapat gamitin sa Python.
Bakit inirerekomenda ng mga tao ang Alpine?
Ipagpalagay natin na kailangan natin ang gcc bilang bahagi ng ating larawan at gusto nating ikumpara ang Alpine Linux vs Ubuntu 18.04 sa mga tuntunin ng bilis ng pagbuo at panghuling laki ng larawan.
Una, mag-download tayo ng dalawang larawan at ihambing ang kanilang mga laki:
$ 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
Tulad ng nakikita mo, ang batayang imahe para sa Alpine ay mas maliit. Subukan nating mag-install ng gcc at magsimula sa 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/*
Ang pagsusulat ng perpektong Dockerfile ay lampas sa saklaw ng artikulong ito.
Sukatin natin ang bilis ng pagpupulong:
$ 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
Ulitin namin ang pareho para sa Alpine (Dockerfile):
FROM alpine
RUN apk add --update gcc
Nagtipon kami, tingnan ang oras at laki ng pagpupulong:
$ 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
Gaya ng ipinangako, mas mabilis na kinokolekta at mas maliit ang mga larawang nakabatay sa Alpine: 15 segundo sa halip na 30 at ang laki ng larawan ay 105MB kumpara sa 150MB. Ito ay medyo maganda!
Ngunit kung lumipat tayo sa pagbuo ng isang Python application, kung gayon ang lahat ay hindi gaanong kulay.
Larawan ng sawa
Ang mga application ng Python ay madalas na gumagamit ng mga pandas at matplotlib. Samakatuwid, ang isang pagpipilian ay kunin ang opisyal na imahe na nakabatay sa Debian gamit ang Dockerfile na ito:
FROM python:3.8-slim
RUN pip install --no-cache-dir matplotlib pandas
Kolektahin natin ito:
$ 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
Nakakuha kami ng imahe na 363MB ang laki.
Magiging mas mahusay ba tayo sa Alpine? Subukan Natin:
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
Ano kaya ang nangyari?
Hindi sinusuportahan ng Alpine ang mga gulong
Kung titingnan mo ang build, na batay sa Debian, makikita mong nagda-download ito ng matplotlib-3.1.2-cp38-cp38-manylinux1_x86_64.whl.
Ito ay isang binary para sa gulong. Dina-download ng Alpine ang mga source na `matplotlib-3.1.2.tar.gz` dahil hindi nito sinusuportahan ang pamantayan gulong.
Bakit? Karamihan sa mga distribusyon ng Linux ay gumagamit ng GNU na bersyon (glibc) ng C standard na library, na sa katunayan ay kinakailangan ng bawat program na nakasulat sa C, kabilang ang Python. Ngunit ang Alpine ay gumagamit ng `musl`, at dahil ang mga binary na iyon ay idinisenyo para sa `glibc`, ang mga ito ay hindi lamang isang opsyon.
Samakatuwid, kung gagamit ka ng Alpine, kailangan mong i-compile ang lahat ng code na nakasulat sa C sa bawat pakete ng Python.
Oh, oo, kailangan mong hanapin ang listahan ng lahat ng mga dependency na kailangang i-compile sa iyong sarili.
Sa kasong ito, nakukuha natin ito:
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
At ang oras ng pagbuo ay tumatagal ...
... 25 minuto 57 segundo! At ang laki ng imahe ay 851MB.
Ang mga imaheng nakabatay sa alpine ay mas matagal upang mabuo, mas malaki ang laki nito, at kailangan mo pa ring hanapin ang lahat ng mga dependency. Maaari mong siyempre bawasan ang laki ng pagpupulong gamit multi-stage build ngunit nangangahulugan ito na mas maraming trabaho ang kailangang gawin.
Hindi lamang yan!
Ang Alpine ay maaaring magdulot ng mga hindi inaasahang bug sa runtime
Sa teorya, ang musl ay katugma sa glibc, ngunit sa pagsasagawa ang mga pagkakaiba ay maaaring magdulot ng maraming problema. At kung oo, malamang na hindi sila kasiya-siya. Narito ang ilang mga problema na maaaring mangyari:
Ang Alpine ay may mas maliit na laki ng thread stack bilang default, na maaaring humantong sa mga error sa Python
Tiyak na ang mga pagkakamaling ito ay naitama na, ngunit sino ang nakakaalam kung ilan pa ang magkakaroon.
Huwag gumamit ng mga larawang Alpine para sa Python
Kung ayaw mong mag-abala sa malalaki at mahahabang build, sa paghahanap ng mga dependency at potensyal na error, huwag gamitin ang Alpine Linux bilang base na imahe. Pagpili ng isang magandang base na imahe.