制作 Python Docker 镜像的最佳实践

概述

📚️Reference:

制作容器镜像的最佳实践

这篇文章是关于制作 Python Docker 容器镜像的最佳实践。(2022 年 12 月更新）

最佳实践的目的一方面是为了减小镜像体积，提升 DevOps 效率，另一方面是为了提高安全性。希望对各位有所帮助。

通用 Docker 容器镜像最佳实践

这里也再次罗列一下对 Python Docker 镜像也适用的一些通用最佳实践。

• 使用 LABEL maintainer
• 标记重要端口
• 设置环境变量
• 使用非 root 用户运行容器进程
• 使用 .dockerignore 排除无关文件

Python 镜像推荐设置的环境变量

Python 中推荐的常见环境变量如下：

# 设置环境变量 
ENV PYTHONDONTWRITEBYTECODE 1
ENV PYTHONUNBUFFERED 1
DOCKERFILE

1. ENV PYTHONDONTWRITEBYTECODE 1: 建议构建 Docker 镜像时一直为 1, 防止 python 将 pyc 文件写入硬盘
2. ENV PYTHONUNBUFFERED 1: 建议构建 Docker 镜像时一直为 1, 防止 python 缓冲 (buffering) stdout 和 stderr, 以便更容易地进行容器日志记录
3. ❌不再建议使用 ENV DEBUG 0 环境变量，没必要。

使用非 root 用户运行容器进程

出于安全考虑，推荐运行 Python 程序前，创建 非 root 用户并切换到该用户。

# 创建一个具有明确 UID 的非 root 用户，并增加访问 /app 文件夹的权限。
RUN adduser -u 5678 --disabled-password --gecos "" appuser && chown -R appuser /app
USER appuser
DOCKERFILE

使用 .dockerignore 排除无关文件

需要排除的无关文件一般如下：

**/__pycache__
**/*venv
**/.classpath
**/.dockerignore
**/.env
**/.git
**/.gitignore
**/.project
**/.settings
**/.toolstarget
**/.vs
**/.vscode
**/*.*proj.user
**/*.dbmdl
**/*.jfm
**/bin
**/charts
**/docker-compose*
**/compose*
**/Dockerfile*
**/node_modules
**/npm-debug.log
**/obj
**/secrets.dev.yaml
**/values.dev.yaml
*.db
.python-version
LICENSE
README.md
.DOCKERIGNORE

这里选择几个说明下：

1. **/__pycache__: python 缓存目录
2. **/*venv: Python 虚拟环境目录。很多 Python 开发习惯将虚拟环境目录创建在项目下，一般命名为：.venv 或 venv
3. **/.env: Python 环境变量文件
4. **/.git **/.gitignore: git 相关目录和文件
5. **/.vscode: 编辑器、IDE 相关目录
6. **/charts: Helm Chart 相关文件
7. **/docker-compose*: docker compose 相关文件
8. *.db: 如果使用 sqllite 的相关数据库文件
9. .python-version: pyenv 的 .python-version 文件

不建议使用 Alpine 作为 Python 的基础镜像

为什么呢？大多数 Linux 发行版使用 GNU 版本（glibc）的标准 C 库，几乎每个 C 程序都需要这个库，包括 Python。但是 Alpine Linux 使用 musl, Alpine 禁用了 Linux wheel 支持。

理由如下：

• 缺少大量依赖

• CPython 语言运行时的相关依赖
• openssl 相关依赖
• libffi 相关依赖
• gcc 相关依赖
• 数据库驱动相关依赖
• pip 相关依赖

• 构建可能更耗时

• Alpine Linux 使用 musl，一些二进制 wheel 是针对 glibc 编译的，但是 Alpine 禁用了 Linux wheel 支持。现在大多数 Python 包都包括 PyPI 上的二进制 wheel，大大加快了安装时间。但是如果你使用 Alpine Linux，你可能需要编译你使用的每个 Python 包中的所有 C 代码。

• 基于 Alpine 构建的 Python 镜像反而可能更大

• 乍一听似乎违反常识，但是仔细一想，因为上面罗列的原因，确实会导致镜像更大的情况。

📚️Reference:

Using Alpine can make Python Docker builds 50× slower (pythonspeed.com)

这里以这个 Demo FastAPI Python 程序 为例，其基于 Alpine 的 Dockerfile 地址是这个：https://github.com/east4ming/fastapi-url-shortener/blob/main/Dockerfile.alpine

因为缺少很多依赖，所以在用 pip 安装之前，就需要尽可能全地安装相关依赖：

RUN set -eux \
    && apk add --no-cache --virtual .build-deps build-base \
    openssl-dev libffi-dev gcc musl-dev python3-dev \
    && pip install --upgrade pip setuptools wheel \
    && pip install --upgrade -r /app/requirements.txt \
    && rm -rf /root/.cache/pip
DOCKERFILE

这里也展示一下基于 Alpine 构建完成后的 镜像未压缩大小：

基于 Alpine 的 Python Demo 镜像大小：472 MB

△ 基于 Alpine 的 Python Demo 镜像大小：472 MB; 相比之下，基于 slim 的只有 189 MB

在上面代码的这一步，就占用了太多空间：

🤔 思考 :

可能上面一段可以精简，但是要判断对于哪个 Python 项目，可以精简哪些包，实在是太难了。

+ apk add --no-cache --virtual .build-deps build-base openssl-dev libffi-dev gcc musl-dev python3-dev
fetch https://dl-cdn.alpinelinux.org/alpine/v3.17/main/x86_64/APKINDEX.tar.gz
fetch https://dl-cdn.alpinelinux.org/alpine/v3.17/community/x86_64/APKINDEX.tar.gz
(1/28) Installing libgcc (12.2.1_git20220924-r4)
(2/28) Installing libstdc++ (12.2.1_git20220924-r4)
(3/28) Installing binutils (2.39-r2)
(4/28) Installing libmagic (5.43-r0)
(5/28) Installing file (5.43-r0)
(6/28) Installing libgomp (12.2.1_git20220924-r4)
(7/28) Installing libatomic (12.2.1_git20220924-r4)
(8/28) Installing gmp (6.2.1-r2)
(9/28) Installing isl25 (0.25-r0)
(10/28) Installing mpfr4 (4.1.0-r0)
(11/28) Installing mpc1 (1.2.1-r1)
(12/28) Installing gcc (12.2.1_git20220924-r4)
(13/28) Installing libstdc++-dev (12.2.1_git20220924-r4)
(14/28) Installing musl-dev (1.2.3-r4)
(15/28) Installing libc-dev (0.7.2-r3)
(16/28) Installing g++ (12.2.1_git20220924-r4)
(17/28) Installing make (4.3-r1)
(18/28) Installing fortify-headers (1.1-r1)
(19/28) Installing patch (2.7.6-r8)
(20/28) Installing build-base (0.5-r3)
(21/28) Installing pkgconf (1.9.3-r0)
(22/28) Installing openssl-dev (3.0.7-r0)
(23/28) Installing linux-headers (5.19.5-r0)
(24/28) Installing libffi-dev (3.4.4-r0)
(25/28) Installing mpdecimal (2.5.1-r1)
(26/28) Installing python3 (3.10.9-r1)
(27/28) Installing python3-dev (3.10.9-r1)
(28/28) Installing .build-deps (20221214.074929)
Executing busybox-1.35.0-r29.trigger
OK: 358 MiB in 65 packages
...
AVRASM

建议使用官方的 python slim 镜像作为基础镜像

继续上面，所以我是建议：使用官方的 python slim 镜像作为基础镜像

镜像库是这个：https://hub.docker.com/_/python

并且使用 python:<version>-slim 作为基础镜像，能用 python:<version>-slim-bullseye 作为基础镜像更好（因为更新，相对就更安全一些）.

这个镜像不包含默认标签中的常用包，只包含运行 python 所需的最小包。这个镜像是基于 Debian 的。

使用官方 python slim 的理由还包括：

• 稳定性
• 安全升级更及时
• 依赖更新更及时
• 依赖更全
• Python 版本升级更及时
• 镜像更小

📚️Reference:

The best Docker base image for your Python application (Sep 2022) (pythonspeed.com)

一般情况下，Python 镜像构建不需要使用 " 多阶段构建 "

一般情况下，Python 镜像构建不需要使用 " 多阶段构建 ".

理由如下：

• Python 没有像 Golang 一样，可以把所有依赖打成一个单一的二进制包
• Python 也没有像 Java 一样，可以在 JDK 上构建，在 JRE 上运行
• Python 复杂而散落的依赖关系，在 " 多阶段构建 " 时会增加复杂度
• …

如果有一些特殊情况，可以尝试使用 " 多阶段构建 " 压缩镜像体积：

• 构建阶段需要安装编译器
• Python 项目复杂，用到了其他语言代码（如 C/C++/Rust)

pip 小技巧

使用 pip 安装依赖时，可以添加 --no-cache-dir 减少镜像体积：

# 安装 pip 依赖 
COPY requirements.txt .
RUN python -m pip install --no-cache-dir --upgrade -r requirements.txt
DOCKERFILE

Python Dockerfile 最佳实践样例

最后, 就是基于以上最佳实践的完整样例, 也可以在这里找到: https://github.com/east4ming/fastapi-url-shortener/blob/main/Dockerfile.slim

FROM python:3.10-slim
LABEL maintainer="cuikaidong@foxmail.com"
EXPOSE 8000
# Keeps Python from generating .pyc files in the container
ENV PYTHONDONTWRITEBYTECODE=1
# Turns off buffering for easier container logging
ENV PYTHONUNBUFFERED=1
# Install pip requirements
COPY requirements.txt .
RUN python -m pip install --no-cache-dir --upgrade -r requirements.txt
WORKDIR /app
COPY . /app
# Creates a non-root user with an explicit UID and adds permission to access the /app folder
RUN adduser -u 5678 --disabled-password --gecos "" appuser && chown -R appuser /app
USER appuser
CMD ["uvicorn", "shortener_app.main:app", "--host", "0.0.0.0"]
DOCKERFILE

总结

制作 Python Docker 容器镜像的最佳实践。最佳实践的目的一方面是为了减小镜像体积，提升 DevOps 效率，另一方面是为了提高安全性.

最佳实践如下:

• 推荐 2 个 Python 的环境变量

• ENV PYTHONDONTWRITEBYTECODE 1
• ENV PYTHONUNBUFFERED 1

• 使用非 root 用户运行容器进程
• 使用 .dockerignore 排除无关文件
• 不建议使用 Alpine 作为 Python 的基础镜像
• 建议使用官方的 python slim 镜像作为基础镜像
• 一般情况下, Python 镜像构建不需要使用 " 多阶段构建 "
• pip 小技巧: --no-cache-dir

希望对大家有所帮助.

最后也感叹一下, 在云原生时代, python 在分发这块, 特别是镜像构建这块, 确实体验、效率、镜像大小等方面差 golang 太多了。😭😭😭

📚️参考文档

• Using Alpine can make Python Docker builds 50× slower (pythonspeed.com)
• The best Docker base image for your Python application (Sep 2022) (pythonspeed.com)
• Multi-stage builds #2: Python specifics (pythonspeed.com)
• 制作容器镜像的最佳实践 - 东风微鸣技术博客 (ewhisper.cn)