原文转载自《刘越的科技博客》https://v3u.cn/a_id_173一般情况下，当你要为你的Python开发环境选择一个基础镜像时，大多数人会选择阿尔派，为什么？因为它太小了，只有大约5MB（相比Ubuntu系列镜像接近100MB），但事实是我们没有选择基础镜像来体验Python语法。在此基础上，我们需要调试安装各种扩展，可能会安装很多第三方依赖，甚至预置更多的服务。在这种环境下，Alpine并不是一个好的选择。本次我们将分别体验在Alpine和Ubuntu上安装安装。编译Python的区别。先分别拉取Alpine和Ubuntu的镜像：dockerpullubuntu:18.04dockerpullalpine拉取后可以看到大小确实有明显差距：REPOSITORYTAGIMAGEIDCREATEDSIZEubuntu18.046526a1858e5d2weeksago64.2MBalpinelatesta24bb40132963个月前5.57MBUbuntu占用64mb，而alpine只占用5.57mb。不过不用担心，假设我们的Python应用程序需要进行一些科学计算并以图形方式显示数据。这时候我们就需要matplotlib和pandas这两个库的帮助了。首先，用ubuntu安装这两个库，编写Dockerfile.ubuntuFROMpython:3.7-slimRUNpipinstall--no-cache-dirmatplotlibpandas然后运行镜像脚本：dockerbuild-fDockerfile.ubuntu-t'ubuntu-mat'。可以看到，编译后的镜像从原来的60mb猛增到263mb。liuyue:blogliuyue$dockerimagesREPOSITORYTAGIMAGEIDCREATEDSIZEubuntu-matlatest401f0425ce63大约一分钟前263MB使用没问题。现在，让我们试试Alpine，看看它在速度和大小方面是否比Ubuntu有优势写入Dockerfile.alpine:FROMpython:3.7-alpineRUNpipinstall--no-cache-dirmatplotlibpandas编译镜像脚本dockerbuild-fDockerfile.alpine-t'高山垫'。在编译过程中，我们会发现报错：liuyue:blogliuyue$dockerbuild-fDockerfile.alpine-t'alpine-mat'。将构建上下文发送到Docker守护程序112.1kB步骤1/2：从python:3.7-alpine3.7-alpine：从库/python中提取df20fa9351a1：提取完整36b3adc4ff6f：提取完整4db9de03f499：提取完整cd38a04a61f4：提取完整6bbb0c43b470：提取完整摘要：sha256:d1375bf0b889822c603622dc137b24fb7064e6c1863de8cc4262b61901ce4390Status:Downloadednewerimageforpython:3.7-alpine--->078114edb6beStep2/2:RUNpipinstall--no-cache-dirmatplotlibpandas--->Runningin6d3c44420e5cCollectingmatplotlibDownloadingmatplotlib-3.3.1.tar.gz(38.8MB)错误：命令出错，退出状态为1：命令：/usr/local/bin/python-c'importsys,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-zk64hzamcwd:/tmp/pip-install-40p0g06u/matplotlib/这是如何工作的？仔细观察上面的基于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，这是一个预编译好的二进制安装包，Alpine只能下载源码的压缩包（matplotlib-3.1.2.tar.gz），这是Alpine的致命问题：标准的Linux安装包根本无法在AlpineLinux上使用。大多数Linux发行版使用标准C库(glibc)的GNU版本，几乎所有基于C的脚本语言（包括Python）都需要它。但是AlpineLinux使用musl，而那些二进制安装包是针对glibc编译的，所以Alpine禁用了Linux安装包支持。大多数Python包现在都包含PyPI上的二进制安装程序，大大加快了安装时间。但是，如果您使用的是AlpineLinux，则需要编译您使用的每个Python包中的所有C源代码。这也意味着你需要自己搞清楚各个系统库的依赖关系。提前编译好需要的依赖，重写Dockerfile.alpine:FROMpython:3.7-alpineRUNapk--updateaddgccbuild-basefreetype-devlibpng-devopenblas-devRUNpipinstall--no-cache-dirmatplotlibpandas再次编译：dockerbuild-fDockerfile.alpine-t'alpine-mat'。经过漫长的编译安装，大约半小时左右，因为我们都知道从源码编译安装比通过安装包安装慢很多，这里查看编译后的镜像：REPOSITORYTAGIMAGEIDCREATEDSIZEalpine-matlatest601f0425ce63大约一分钟前873MB，可以看到体积变成了873mb，Alpine最引以为豪的小巧轻便的特性消失了。.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大部分兼容，但在实践中，这种差异可能会导致各种问题。当这些问题真的出现时，解决起来就没那么简单了。比如Alpine线程默认的栈容量很小，会导致Python崩溃，也会影响Python应用的运行速度。结论：在本地环境下，如果只是想“玩玩”，选择Alpine作为基础镜像无可厚非，但如果要将你的python应用部署到生产环境，尤其是部署分布式系统时，需要多个编译在这种情况下，选择旧的Ubuntu显然更明智。原文转载自《刘越的技术博客》https://v3u.cn/a_id_173
