Alpine Linux est souvent recommandé comme image de base pour Docker. On vous dit que l'utilisation d'Alpine rendra vos builds plus petits et le processus de build plus rapide.Mais si vous utilisez Alpine Linux pour les applications Python, alors cela:- Rend vos constructions beaucoup plus lentes
- Rend votre apparence plus grande
- Perdre son temps
- Et à la fin, cela peut provoquer des erreurs d'exécution
Voyons pourquoi Alpine le recommande, mais pourquoi vous ne devriez pas l'utiliser dans un endroit avec Python.Pourquoi les gens recommandent Alpine?
Supposons que nous ayons besoin de gcc dans le cadre de notre image et que nous voulons comparer Alpine Linux vs Ubuntu 18.04 en termes de vitesse de construction et de taille d'image finale.Pour commencer, téléchargez deux images et comparez leur taille:$ 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
Comme vous pouvez le voir, l'image de base d'Alpine est beaucoup plus petite. Essayons maintenant d'installer gcc et commençons avec 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/*
L'écriture du Dockerfile parfait dépasse le cadre de cet article.
Mesurons la vitesse de construction:$ 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
Répétez la même chose pour Alpine (Dockerfile):FROM alpine
RUN apk add --update gcc
Nous assemblons, regardons l'heure et la taille de l'assemblage:$ 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
Comme promis, les images alpines s'assemblent plus rapidement et moins par elles-mêmes: 15 secondes au lieu de 30 et une taille d'image de 105 Mo contre 150 Mo. C'est plutôt bien!Mais si nous passons à la construction d'une application Python, alors tout n'est pas si rose.Image Python
Les applications Python utilisent souvent des pandas et matplotlib. Par conséquent, l'une des options est de prendre une image officielle basée sur Debian en utilisant ce Dockerfile:FROM python:3.8-slim
RUN pip install --no-cache-dir matplotlib pandas
Nous le collectons:$ 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
Nous obtenons une image de 363 Mo en taille.Allons-nous nous améliorer avec Alpine? Essayons: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('"'"'\r\n'"'"', '"'"'\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
Que ce passe-t-il?Alpine ne prend pas en charge les roues
Si vous regardez la construction, qui est basée sur Debian, vous verrez qu'elle télécharge matplotlib-3.1.2-cp38-cp38-manylinux1_x86_64. whl .Ceci est le binaire pour la roue. Alpine télécharge les sources de `matplotlib-3.1.2.tar. gz `, car il ne prend pas en charge les roues standard .Pourquoi? La plupart des distributions Linux utilisent la version GNU (glibc) de la bibliothèque standard C, qui est en fait requise par tous les programmes C, y compris Python. Mais Alpine utilise `musl`, et puisque ces binaires sont pour` glibc`, ils ne sont tout simplement pas une option.Par conséquent, si vous utilisez Alpine, vous devez compiler tout le code écrit en C dans chaque package Python.Ah, oui, une liste de toutes ces dépendances qui doivent être compilées devra être recherchée par nous-mêmes.Dans ce cas, nous obtenons ceci: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
Et le temps de construction prend ...... 25 minutes 57 secondes! Et la taille de l'image est de 851 Mo.Les images alpines prennent beaucoup plus de temps, elles sont elles-mêmes plus grandes et vous devez toujours rechercher toutes les dépendances. Vous pouvez bien sûr réduire la taille de la build en utilisant des builds en plusieurs étapes, mais cela signifie que plus de travail doit être fait.Ce n'est pas tout!Alpine peut provoquer des bogues d'exécution inattendus
- En théorie, musl est compatible avec la glibc, mais dans la pratique, les différences peuvent causer de nombreux problèmes. Et s'ils le sont, alors certainement désagréables. Voici quelques problèmes qui peuvent survenir:
- Alpine a une pile de flux plus petite par défaut, ce qui peut entraîner des erreurs dans Python
- Certains utilisateurs ont constaté que les applications Python sont plus lentes en raison de la façon dont musl alloue la mémoire (différente de la glibc).
- Un utilisateur a rencontré une erreur lors du formatage de la date
Certes, ces erreurs ont déjà été corrigées, mais qui sait combien d'autres.N'utilisez pas d'images alpines pour Python
Si vous ne voulez pas vous soucier des versions longues et volumineuses, des recherches de dépendances et des bugs potentiels - n'utilisez pas Alpine Linux comme image de base. Choisir une bonne image de base .