Dockerfile

Dockerfile

关注
发信
关注(28)粉丝(399)

N个技巧，编写更高效 Dockerfile｜云效工程师指北

大家好，我是陈泽锋，我在云效负责Flow流水线编排、任务调度引擎相关的工作。在云效的产品体系下，我们服务了各种研发规模、技术深度的的企业用户，收到了非常多的用户反馈。对于使用 Flow 进行云上构建的用户来说，构建速度是大家普遍关心的关键要素，在深入分析用户案例的过程中，我们发现了许多通用问题，只需要修改优化自己的项目或工程配置，就可以大大提升构建的性能，从而进一步加速 CICD 的效率。今天我们会以容器镜像构建作为切入点，总结一些在实际工程中，非常实用的优化技巧。

云原生时代下软件的构建和部署离不开容器技术。提到容器，几乎大家下意识都会联想到 Docker 。而 Docker 中有两个非常重要的概念，一个是Image（镜像），一个是Container（容器）。前者是一个静态视图，打包了应用的目录结构、运行环境等；后者是一个动态视图（进程），展示的是程序的运行状态（cpu、memory、storage）等信息。接下来的文章主要分享的是如何编写能使 Dockerfile 构建过程更快速、构建镜像更小的技巧。

镜像定义

首先我们先来了解一下 Docker 镜像，它由多个只读层堆叠到一起，每一层是上一层的增量修改。基于镜像创建新容器时，将在基础层的顶部添加一个新的可写层。该层通常称为“容器层”。下图展示了一个基于 docker.io/centos 基础镜像构建的应用镜像，创建出容器时的视图。

从图中我们可以看到镜像构建、容器启动的过程。

  • 首先是拉取基础镜像 docker.io/centos；
  • 基于 docker.io/centos 来启动一个容器，运行指令 yum update 后进行 docker commit 提交出一个新的只读层 v1（可以理解为生成了一个新的临时镜像 A，只不过用户并不会直接引用到它）；
  • 基于临时镜像A启动新的容器，运行安装和配置 http server等软件后，提交出一个新的只读层 v2，也生成了这里最终被开发者引用的镜像版本 B；
  • 基于镜像版本B运行的容器，会再追加一层读写层（对容器的文件创建、修改、删除等操作，都在这一层生效）；

镜像来源

镜像主要是 Docker 通过读取、运行 Dockerfile 的指令来生成。举官网上的一个 Dockerfile 例子：


FROM ubuntu:18.04
COPY . /app
RUN make /app
CMD python /app/app.py

它的核心逻辑是定义引用的基础镜像 base image，执行如 COPY 指令从上下文 context 里复制文件到容器中，运行 RUN 执行用户自定义构建脚本，最后定义容器启动的 CMD 或 ENTRYPOINT。构建更高效的镜像也要围绕上述涉及到的概念进行优化。

Dockerfile 优化技巧

使用国内的基础镜像

Flow 作为云上构建产品，每次构建都会给用户提供全新的构建环境，以避免环境污染导致带来过高运维成本。正因为如此，Flow 每次构建都会重新去下载 Dockerfile 中指定的基础镜像。

如果 Dockerfile 中指定基础镜像来源于 Docker Hub，则有可能因为网络延时问题导致下载缓慢，比如：

  • From Nginx
  • From java:8
  • FROM openjdk:8-jdk-alpine

典型现象如下：

可以将自己的基础镜像文件转存至国内镜像仓库，并修改自己的 Dockerfile 文件，操作步骤如下：

  1. 将境外镜像在 pull 到本地。docker pull openjdk:8-jdk-alpine；
  1. 将基础镜像 push 到阿里云镜像仓库（cr.console.aliyun.com）的国内 region（比如北京、上海等）。docker tag openjdk:8-jdk-alpine registry.cn-beijing.aliyuncs.com/yournamespace/openjdk:8-jdk-alpinedocker push registry.cn-beijing.aliyuncs.com/yournamespace/openjdk:8-jdk-alpi；
  1. 修改你的 dockerfile 中 FROM，从你自己的镜像仓库下载镜像 。From registry.cn-beijing.aliyuncs.com/yournamespace/openjdk:8-jdk-alpine；

尽量小的、够用的基础镜像

大镜像除了占用更多的磁盘空间外，在应用部署时也会占用更多的网络消耗，导致更长的服务启动耗时。使用更小的基础镜像，例如使用 alpine 作为 base image。这里我们看一个打包 mysql-client 二进制的镜像，基于 alpine 和 ubuntu 的镜像大小对比。


FROM alpine:3.14
RUN apk add --no-cache mysql-client
ENTRYPOINT ["mysql"]


FROM ubuntu:20.04
RUN apt-get update \
    && apt-get install -y --no-install-recommends mysql-client \
    && rm -rf /var/lib/apt/lists/*
ENTRYPOINT ["mysql"]

由此可以看到使用尽量小的 base 镜像有利于大幅度减少镜像的大小。

减少上下文关联目录文件

docker 是 c/s 的架构设计，当用户执行 docker build 时并不是在 client 直接进行构建，而是将 build 指定的目录作为上下文传递到 server 端，再执行上述提到的镜像构建的过程。如果执行镜像构建的上下文中关联大量不必要的文件，那可以使用 .dockerignore 来忽略这些文件（与 .gitignore 类似，定义的文件不会被跟踪、传输）。

以下举一个官网上的例子，通过构建日志可以观察看 context 的大小只有几十 byte：

mkdir myproject && cd myproject
 echo "hello" > hello
 echo -e "FROM busybox\nCOPY / /\nRUN cat /hello" > Dockerfile
 docker build -t helloapp:v1 --progress=plain .

#7 [internal] load build context
#7 sha256:6b998f8faef17a6686d03380d6b9a60a4b5abca988ea7ea8341adfae112ebaec
#7 transferring context: 26B done
#7 DONE 0.0s

当我们在 myproject 下放置一个与程序无关的大文件（或无关小文件，如应用构建的依赖包等）时，重新构建 helloapp:v3 时发现需要传输 70 MB的内容到服务端，并且镜像大小到 71MB。


#5 [internal] load build context
#5 sha256:746b8f3c5fdd5aa11b2e2dad6636627b0ed8d710fe07470735ae58682825811f
#5 transferring context: 70.20MB 1.0s done
#5 DONE 1.1s

减少层的数量、控制层的大小

如果把镜像构建的简单等同为 bash 等脚本指令执行的过程，往往就会踩中镜像层过多，镜像层包含无用文件的坑。下面让我们看三个 dockerfile 的写法和它们分别构建出来的镜像大小。

  • 首先是 centos_git_nginx:normal 镜像，它基于 centos 基础镜像增加了两层，分别安装了 git 和 nginx两个二进制，可以看到镜像的大小大概在 402MB。
FROM centos
RUN yum install -y git
RUN yum install -y nginx

  • 接着我们对 dockerfile 做一下优化，将它改成以下只增加一层的写法，可以看到镜像的大小缩减到 384 MB，证明了层的减少能减少镜像的大小。
FROM centos
RUN yum install -y git &&  yum install -y nginx

  • 由于 yum install 过程会生成一些缓存数据，这些在应用运行过程中是不需要的，我们在安装完软件后立即将其删除后观察镜像再次缩小到 357 MB。
FROM centos
RUN yum install -y git && \
    yum install -y nginx && \
    yum clean all && rm -rf /var/cache/yum/*

TIPS: 我们知道了镜像构建过程生成每一层为只读层是不能再被修改的，以下的写法并不能对减少镜像的大小起到作用，反而还增加了一层无用镜像层。

FROM centos
RUN yum install -y git && \
    yum install -y nginx
RUN yum clean all && rm -rf /var/cache/yum/*

需要注意的是过于追求层次的少也不一定是好的做法，这样会使得构建或拉取镜像时减少了层被缓存的概率。

将不变层放到前面，可变层放到后面

当我们在同个时间内多次执行 docker build 可以发现，在构建完一次镜像后再次构建，docker 会利用缓存中的镜像数据直接进行复用。

事实上 Docker 会逐步完成 Dockerfile 中的指令，并按指定的顺序执行每个指令。在检查每条指令时，Docker在其缓存中查找可以重用的现有镜像。Docker 从缓存中已存在的父镜像开始，将下一条指令与从该基本镜像派生的所有子镜像进行比较，以查看其中是否有一条是使用完全相同的指令生成的。否则，缓存将无效。

举个例子，我们可以将简单、经常被依赖到的基本软件如 git、make等不常变化却常用的指令放到前面执行，这样镜像构建的过程层就能直接利用前面生成的缓存，而不是重复的下载软件，即浪费带宽又消耗时间。

这里我们对两种写法进行对比，首先初始化相关目录与文件：

 mkdir myproject && cd myproject
 echo "hello" > hello
  • 第一种 dockerfile 的写法为先 COPY 文件，再进行 RUN 安装软件操作。

FROM ubuntu:18.04
COPY /hello /
RUN apt-get update --fix-missing && apt-get install -y \
    aufs-tools \
    automake \
    build-essential \
    curl \
    dpkg-sig \
    libcap-dev \
    libsqlite3-dev \
    mercurial \
    reprepro \
    ruby1.9.1 \
    && rm -rf /var/lib/apt/lists/*

通过对 time docker build -t cache_test -f Dockerfile . 进行镜像构建，构建成功再多次执行可以发现后续构建直接命中缓存生成镜像。


time docker build -t cache_test -f Dockerfile .
[+] Building 59.8s (8/8) FINISHED
 => [internal] load build definition from Dockerfile                                                                                                                                                                     0.0s
 => => transferring dockerfile: 35B                                                                                                                                                                                      0.0s
 => [internal] load .dockerignore                                                                                                                                                                                        0.0s
 => => transferring context: 2B                                                                                                                                                                                          0.0s
 => [internal] load metadata for docker.io/library/ubuntu:18.04                                                                                                                                                          0.0s
 => [internal] load build context                                                                                                                                                                                        0.0s
 => => transferring context: 26B                                                                                                                                                                                         0.0s
 => [1/3] FROM docker.io/library/ubuntu:18.04                                                                                                                                                                            0.0s
 => CACHED [2/3] COPY /hello /                                                                                                                                                                                           0.0s
 => [3/3] RUN apt-get update && apt-get install -y     aufs-tools     automake     build-essential     curl     dpkg-sig     && rm -rf /var/lib/apt/lists/*                                                             58.3s
 => exporting to image                                                                                                                                                                                                   1.3s
 => => exporting layers                                                                                                                                                                                                  1.3s
 => => writing image sha256:5922b062e65455c75a74c94273ab6cb855f3730c6e458ef911b8ba2ddd1ede18                                                                                                                             0.0s
 => => naming to docker.io/library/cache_test                                                                                                                                                                            0.0s

docker build -t cache_test -f Dockerfile .  0.33s user 0.31s system 1% cpu 1:00.37 total
time docker build -t cache_test -f Dockerfile .
docker build -t cache_test -f Dockerfile .  0.12s user 0.08s system 34% cpu 0.558 total

修改 hello 文件的内容， echo "world" >> hello ，再次执行 time docker build -t cache_test -f Dockerfile . , 此时镜像构建的耗时又回到了1分钟左右。

  • 第二种写法的 dockerfile 如下，我们将基本不变的基础软件安装放到上面，将可能变化的 hello 文件放到下面。
FROM ubuntu:18.04
RUN apt-get update && apt-get install -y \
    aufs-tools \
    automake \
    build-essential \
    curl \
    dpkg-sig \
    && rm -rf /var/lib/apt/lists/*
COPY /hello /

通过对 time docker build -t cache_test -f Dockerfile . 进行镜像构建，第一次构建耗时在1分钟左右(构建成功再多次执行一样命中缓存生成镜像)。

修改 hello 文件的内容， date >> hello ，再次执行 time docker build -t cache_test -f Dockerfile . , 此时镜像构建的耗时在1s内，即成功复用第二层构建过的缓存层。

使用多阶段来分离 build 和 runtime

这里举一个 golang 的例子，首先将 example 代码库 https://github.com/golang/exa... clone 到本地，添加一个 dockerfile 进行构建应用镜像。


FROM golang:1.17.6
ADD . /go/src/github.com/golang/example
WORKDIR /go/src/github.com/golang/example
RUN go build -o /go/src/github.com/golang/example/hello /go/src/github.com/golang/example/hello/hello.go
ENTRYPOINT ["/go/src/github.com/golang/example/hello"]

我们可以看到镜像的大小是 943 MB，程序正常输出 Hello, Go examples!

接着让我们使用多阶段构建和尽量小的 runtime 来优化以上的过程。

FROM golang:1.17.6 AS BUILDER
ADD . /go/src/github.com/golang/example
RUN go build -o /go/src/github.com/golang/example/hello /go/src/github.com/golang/example/hello/hello.go

FROM golang:1.17.6-alpine
WORKDIR /go/src/github.com/golang/example
COPY --from=BUILDER /go/src/github.com/golang/example/hello /go/src/github.com/golang/example/hello
ENTRYPOINT ["/go/src/github.com/golang/example/hello"]

可以看到目前的镜像大小只有 317 MB。通过多阶段构建将应用构建和运行时依赖进行分离，只有将 runtime 依赖的软件会最终打到应用镜像中去。

点击下方链接立即体验云效流水线Flow。
https://www.aliyun.com/produc...

03-05 22:02
Powered by LMLPHP ©2024 Dockerfile 0.080194