用Alpine会让Python Docker的构建慢50倍

当你为Docker镜像选择基础镜像时，Alpine Linux可能被推荐。有人告诉你，用Alpine将使你的镜像更小，并能加快你的builds。如果你正在用Go，这无疑是个合理的建议。

但如果你使用Python，Alpine Linux会经常：

1. 让你的构建更慢
2. 让你的镜像更大
3. 浪费你的时间
4. 偶尔引入一些令人费解的运行时Bug

让我们看看为什么人们推荐使用Alpine，以及为什么不应该在Python应用程序中使用它。

为什么人们推荐使用Alpine

假设我们需要安装gcc作为镜像构建的一部分，并且我们想看看Alpine Linux在构建时间和镜像大小方面与Ubuntu 18.04有何不同。

首先，我将拉取两个镜像，并检查他们的大小：

$ 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

如你所见，Alpine的基础镜像要小得多。

接下来，我们将尝试在它们两个中安装gcc。首先，在Ubuntu中：

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/*

注意： 在我们讨论的主题之外，本文中的Dockerfile并不是最佳实践的示例，因为增加的复杂性会掩盖本文的主要观点。因此，如果你打算用Docker在生产环境中运行你的Python应用程序，这里有两种方法可以应用最佳实践：

如果你想DIY： 一个详细的清单、例子和参考资料 ；

如果你想要尽快拥有一个基本够用的设置： 一个模板和为你实现的最佳实践 。

然后，我们可以构建并记录时间：

$ 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

现在，我们编制一个类似的Alpine Dockerfile：

FROM alpine
RUN apk add --update gcc

同样地，构建镜像并检查大小：

$ 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

就像我们所说的那样，Alpine镜像构建速度更快，体积更小：15秒而不是30秒，镜像大小是105MB而不是150MB。这很好！

但是当我们打包Python应用程序时，情况就开始变得糟糕了。

让我们构建一个Python镜像

我们希望打包一个使用了panda和matplotlib的Python应用程序。因此，一种选择是使用基于Debian的官方Python镜像（我提前拉取的），和以下这个Dockerfile：

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

然后，我们构建它：

$ 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

结果镜像大小为363MB。

用Alpine会获得更好的结果吗？让我们试一试。

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

然后，我们构建它：

$ 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