还在用Alpine作为你Docker的Python开发基础镜像？其实Ubuntu更好一点

原文转载自「刘悦的技术博客」https://v3u.cn/a_id_173

一般情况下，当你想为你的Python开发环境选择一个基础镜像时，大多数人都会选择Alpine，为什么？因为它太小了，仅仅只有 5 MB 左右（对比 Ubuntu 系列镜像接近 100 MB），但事实的真相是，我们选择基础镜像并不是为了体验一下Python语法而已，在此基础上，我们需要调试和安装各种扩展，可能会安装很多三方依赖，甚至预设更多服务，在这种环境下，Alpine就并非是一个很好的选择了，本次我们就来分别在Alpine和Ubuntu上来体验一下安装和编译Python的区别。

首先分别拉取Alpine和Ubuntu的镜像：

docker pull ubuntu:18.04  
docker pull alpine

拉取完毕后，可以看到，体积上确实差距明显：

REPOSITORY                  TAG                   IMAGE ID            CREATED             SIZE  
ubuntu                      18.04                 6526a1858e5d        2 weeks ago         64.2MB  
alpine                      latest                a24bb4013296        3 months ago        5.57MB

ubuntu占用64mb，而alpine仅仅5.57mb。

但是先别着急，假设我们的python应用需要做一些科学计算，并且将数据以图形的方式展示出来，这时候就需要matplotlib和pandas这两个库的帮助了，先用ubuntu来安装这俩个库，编写Dockerfile.ubuntu

FROM python:3.7-slim  
RUN pip install --no-cache-dir matplotlib pandas

然后运行镜像脚本：

docker build -f Dockerfile.ubuntu -t 'ubuntu-mat' .

可以看到，编译好的镜像从原先的60mb暴涨到了263mb。

liuyue:blog liuyue$ docker images  
REPOSITORY                  TAG                   IMAGE ID            CREATED              SIZE  
ubuntu-mat                  latest                401f0425ce63        About a minute ago   263MB

使用起来没有什么问题。

现在，我们来试试Alpine，看看速度和体积上有没有比Ubuntu更具优势

编写Dockerfile.alpine:

FROM python:3.7-alpine  
RUN pip install --no-cache-dir matplotlib pandas

编译镜像脚本

docker build -f Dockerfile.alpine -t 'alpine-mat' .

在编译过程中，我们会发现报错了：

liuyue:blog liuyue$ docker build -f Dockerfile.alpine -t 'alpine-mat' .  
Sending build context to Docker daemon  112.1kB  
Step 1/2 : FROM python:3.7-alpine  
3.7-alpine: Pulling from library/python  
df20fa9351a1: Pull complete   
36b3adc4ff6f: Pull complete   
4db9de03f499: Pull complete   
cd38a04a61f4: Pull complete   
6bbb0c43b470: Pull complete   
Digest: sha256:d1375bf0b889822c603622dc137b24fb7064e6c1863de8cc4262b61901ce4390  
Status: Downloaded newer image for python:3.7-alpine  
 ---> 078114edb6be  
Step 2/2 : RUN pip install --no-cache-dir matplotlib pandas  
 ---> Running in 6d3c44420e5c  
Collecting matplotlib  
  Downloading matplotlib-3.3.1.tar.gz (38.8 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-40p0g06u/matplotlib/setup.py'"'"'; __file__='"'"'/tmp/pip-install-40p0g06u/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-pip-egg-info-zk64hzam  
         cwd: /tmp/pip-install-40p0g06u/matplotlib/

这是怎么搞的？如果你仔细看上面基于Ubuntu的构建，你会发现它下载三方库的安装包是matplotlib-3.1.2-cp38-cp38-manylinux1_x86_64.whl，这是一个预编译的二进制安装包。而Alpine则只能下载源代码（matplotlib-3.1.2.tar.gz）的压缩包，这就是Alpine的致命问题：标准的Linux安装包在Alpine Linux上根本无法使用。

大多数Linux发行版都使用GNU版本的标准C库（glibc），几乎所有基于C语言的脚本语言都需要这个库，包括Python。但Alpine Linux使用的是musl，那些二进制安装包是针对glibc编译的，因此Alpine禁用了Linux安装包支持。现在大多数Python包都在PyPI上包含了二进制安装包，大大加快了安装时间。但是如果你使用的是Alpine Linux，你需要编译你使用的每一个Python包中的所有C源码。

这也就意味着你需要自己弄清楚每一个系统库的依赖性。事先编译好需要的依赖，重新改写Dockerfile.alpine:

FROM python:3.7-alpine  
RUN apk --update add gcc build-base freetype-dev libpng-dev openblas-dev  
RUN pip install --no-cache-dir matplotlib pandas

再次编译：

docker build -f Dockerfile.alpine -t 'alpine-mat' .

经过了漫长的编译安装，大约半个小时左右，因为我们都知道从源码编译安装要远远慢于通过安装包安装，此时查看编译好的镜像：

REPOSITORY                  TAG                   IMAGE ID            CREATED              SIZE  
alpine-mat                  latest                601f0425ce63        About a minute ago   873MB

可以看到体积已经变成873mb了，Alpine最引以为傲的体积小轻便等特性也已经荡然无存。

虽然从理论上讲，Alpine使用的musl 内核与其他Linux发行版使用的glibc大多是兼容的，但在实际操作中，这种差异可能会造成各种问题。而当这些问题真的发生时，想解决它们就没那么简单了，比如说Alpine的线程默认堆栈容量较小，这会导致Python崩溃，同时也会影响python应用的运行速度。

结语：在本地环境，如果你只是想“玩一玩”，那么基础镜像选择Alpine无可厚非，但是如果你想要将你的python应用部署到生产环境时，特别是部署分布式系统需要多次编译的场景下，选择老牌的Ubuntu显然更加的明智。

原文转载自「刘悦的技术博客」 https://v3u.cn/a_id_173