如何为 Python 应用选择最好的 Docker 镜像？

关注公众号并添加到“星标⭐”，防止错过消息

后台回复【资料包】获取学习资料

前言

• 小型的 Docker 镜像：在所有条件都相同的情况下，拥有尺寸较小的 Docker 镜像无疑更胜一筹。无论是镜像的构建还是占用存储空间的开销，更小的尺寸一定更有优势。

考虑到应用部署在产环境的需要，我们所选择的 Docker 镜像还应当具备长期支持(Long-term support, LTS) 的承诺。

选项二：Docker 官方的 Python 镜像

取而代之的是一个迷你版的 C 标准库 musl

此外,我们常用的 Linux 工具（例如 grep、ls、cp 等等）则采用了 BusyBox 以求进一步压缩空间。这种努力的结果是非常有成效的，alpine:latest 镜像的尺寸只有区区的5.59MB，而与之相对的 ubuntu:18.04 的镜像的尺寸却高达 64.2MB。简单计算下来，Alpine 的磁盘空间的需求只是 Ubuntu 18.04 的 8.7% ！

对比 – Docker 基础镜像的尺寸

测试日期：2020 年 2 月 28 日

Linux 分发版本	镜像名称	拉取命令	尺寸
Ubuntu	ubuntu:18.04	docker pull ubuntu:18.04	64.2MB
Alphine	alpine:latest	docker pull alpine:latest	5.59MB
Debian	debian:buster	docker pull amd64/debian:buster	114MB
CentOS	centos:8	docker pull centos:8	237MB
Amazon Linux 2	amazonlinux:latest	docker pull amazonlinux:latest	163MB
Debian	python:3.7	docker pull python:3.7	919MB
Alphine	python:3.7-slim	docker pull python:3.7-slim	179MB

# Dockerfile-flask

# Simply inherit the Python 3 image.
FROM python:3

# Set an environment variable
ENV APP /app

# Create the directory
RUN mkdir $APP
WORKDIR $APP

# Expose the port uWSGI will listen on
EXPOSE 5000

# Copy the requirements file in order to install
# Python dependencies
COPY requirements.txt .

# Install Python dependencies
RUN pip install -r requirements.txt

# We copy the rest of the codebase into the image
COPY . .

# Finally, we run uWSGI with the ini file

这种模式带来的问题就是我们不得不考虑构建带来的额外的开销。尤其在一个复杂的项目中，我们需要构建的则不仅仅上面这样简单的场景，复杂的应用往往需要一个较长的构建时间。如果构建时间的开销比较大或者比较复杂，则必然增加了额外的管理、部署以及监控的成本。我的这个测试场景比较简单，只是安装 Python3，以及比较常见的 python 包 numpy、matplotlib 和 pandas。看看每一种 Docker 基础镜像的构建所需的时间是多少。

1、ubuntu:18 , 构建时间 1 分 31.044 秒

FROM ubuntu:18.04

RUN apt-get update -y && \
    apt-get install -y python3.7 python3-pip python3.7-dev
RUN pip3 install --upgrade pip
RUN pip3 install --no-cache-dir numpy matplotlib pandas

FROM amazonlinux:latest

RUN yum update -y && \
yum install -y python3 python3-devel
RUN pip3 install --no-cache-dir numpy matplotlib pandas

FROM debian:buster

RUN apt-get update -y && \
    apt-get install -y python3 python3-pip python3-dev
RUN pip3 install --no-cache-dir numpy matplotlib pandas

FROM python:3.7

RUN apt-get update -y && \
    apt-get install -y python3-pip

RUN pip3 install pip --upgrade
RUN pip3 install --no-cache-dir numpy matplotlib pandas

FROM python:3.7

RUN apt-get update -y && \
    apt-get install -y python3-pip

RUN pip3 install pip --upgrade
RUN pip3 install --no-cache-dir numpy matplotlib pandas

FROM alpine:latest

RUN apk update  && \
    apk add  --no-cache --update \
        gcc make automake gcc g++ python3 python3-dev cython freetype-dev
RUN pip3 install --upgrade pip
RUN pip3 install --no-cache-dir numpy matplotlib pandas

这真是未曾预料的问题啊！深究之下终于发现在 Appine 使用 pip 安装 matplotlib 以及 pandas 的时候，并不是从 PyPi 的仓库中下载 whl 包，而是需要下载源代码然后编译再进行安装的。标准的预编译的 Python 包居然无法直接安装，这究竟是为什么？

我相信熟悉 Alpine 的用户会与我争论，Alpine 的 Edge 版本会解决这个问题。不幸的是，Edge 版本目前还不是稳定版本。如果用于生产环境，我们还是不要自寻烦恼为好。

结论

这个测试也许不能覆盖我们需要的各个角度，但至少给我们提供了一个选择的参考。而我在这个测试之后也得到了自己需要的结果，

• Alpine 显然不适合作为 Python 应用的基础镜像。尽管它提供了惊人存储的空间上效率，但它对于 Python 包支持的不足的缺陷是难以弥补的。也许 Alpine 更适合于一些对于镜像尺寸敏感的场合，还可以考虑将它用于你的 Go 应用。
• 在 AWS 云计算的环境中，Amazon Linux 2 的性能表现是有目共睹的。如果你希望得到一个稳定、安全以及高性能的 Python 基础镜像，那就不要忘记 Amazon Linux 2 这个选择。
• Ubuntu 18.04 以及 Debian 10 表现的中规中矩，完全在我的意料之中。考虑到 Debian 10（Buster）较 Ubuntu 更新一些。这应该是一个好选择。不过随着 Ubuntu 20.04 LTS 即将发布，在我的候选清单上也许要多出一个。
• 至于 Docker 官方的 Python 镜像，并没有看出明显的优点。考虑到安全性与维护性的问题，我不认为这是个好的选择。
• 关于 Docker 基础镜像的选择，还需要考虑的一点就是 Linux 一致性的问题。杂乱的、多样化的 Linux 版本会在大规模应用的时候带来不可预估的风险，不可掉以轻心。

作者：费良宏 

译自：https://aws.amazon.com/cn/blogs/china/choose-the-best-docker-image-for-your-python-application/ 

译者：#公众号：进击云原生

---

后台回复“加群”，带你进入高手交流群

推荐阅读
K8S 1.25 中的重大更改和删除12 张图讲解 Spark 在 K8S 中实战操作
ES、Kibana on K8S 详解与实战操作
深入理解 K8S Pod 调试与实践技巧
2.8W 字 17 张图，详解 Flink 在 K8S 中的部署与实战操作
用 Grafana Mimir 可视化云原生监控报警
8 张图高可用 Hadoop 在 K8S 中部署完全指南
7 张图入门 Hadoop 在 K8S 环境中部署
8 张图详解 MySQL 在 K8S 环境中部署与监控
K8S 1.25 两特性减少应用滚动上线停机时间Adobe 用 Argo 高级部署模式的最佳实践Docker 镜像构建保姆级入门实战指南12 图入门高性能分布式对象存储 MinIO17 张图实战 + 理清 K8S 网络排错思路，硬核！16 张图硬核讲解 Kubernetes 网络模型