时间戳

首页 > 解决方案 > 如何减少包含 numpy、scipy 和 scikit-learn 的最终 docker 映像大小

python - 如何减少包含 numpy、scipy 和 scikit-learn 的最终 docker 映像大小

问题描述

我已经在 docker hub 上发布了这个问题，但我不确定哪个社区会对我的问题有更多的回应。我是创建 docker 映像的新手，并且已经整理了一个 Dockerfile，该 Dockerfile 创建了一个可以工作但最终映像大小为 600MB+ 的映像，并且希望有人比我更先进，如果我能做些什么来减少这种情况。我已经阅读了许多关于这样做的各种策略的博客，并且已经走上了 Python 虚拟环境路线。我真的很关心构建时间，因为我不会经常构建，但希望看到最终的图像大小比它的实际大小更精简一些。

我正在做的是使用 python 应用程序构建一个图像，fava 是会计程序 beancount 的 web gui 前端。仅这两个 python 应用程序就足够简单了，fava 团队甚至提供了一个基于 alpine 的 Dockerfile 来构建轻图像。但是，我遇到的问题是我想通过包含此 python 应用程序 (smart_importer) 的扩展来扩展它，它提供了一些机器学习功能，可以自动化交易导入过程的各个方面。这个扩展依赖于 numpy、scipy 和 scikit-learn，这就是额外权重的来源。我最初试图扩展 fava 团队的 alpine 方法，但是在 alpine 上安装 scipy 失败了，我无法解决。使用 python slim，我可以只用 fava 和 beancount 构建一个相当小的（<200mb）最终图像......

这是我目前拥有的 Dockerfile，是否可以轻松进行任何更改以减小我没有看到的最终图像大小？非常感谢任何人可能有的指点。

FROM python:slim AS base

FROM base as builder

RUN python -m venv /opt/venv
ENV PATH="/opt/venv/bin:$PATH"

#WORKDIR /install
COPY ./library-dependencies.txt /tmp/library-dependencies.txt
COPY ./requirements.txt /tmp/requirements.txt
#ENV PATH="/install:${PATH}"

RUN buildDeps='build-essential gcc gfortran python3-dev' \
    && apt-get update \
    && apt-get install -y $buildDeps --no-install-recommends \
    && cat /tmp/library-dependencies.txt | egrep -v "^\s*(#|$)" | xargs apt-get install -y \
    && pip3 install --upgrade pip \
    && CFLAGS="-g0 -Wl,--strip-all -I/usr/include:/usr/local/include -L/usr/lib:/usr/local/lib" \
        pip3 install \
#       --prefix="/install" \
        --no-cache-dir \
        --compile \
        --global-option=build_ext \
        --global-option="-j 6" \
        -r /tmp/requirements.txt \
    && apt-get purge -y --auto-remove $buildDeps \
    && rm -rf /var/lib/apt/lists/* \
    && rm -r \
    /tmp/requirements.txt \
        /tmp/library-dependencies.txt

FROM base
COPY --from=builder /opt/venv /opt/venv
COPY ./library-dependencies.txt /tmp/library-dependencies.txt

RUN apt-get update \
    && cat /tmp/library-dependencies.txt | egrep -v "^\s*(#|$)" | xargs apt-get install -y \
    && apt-get install -y libgomp1 --no-install-recommends \
    && rm -rf /var/lib/apt/lists/*

ENV PATH="/opt/venv/bin:$PATH"
ENV BEANCOUNT_FILE ""
ENV FAVA_OPTIONS ""
EXPOSE 5000
CMD fava --host 0.0.0.0 $FAVA_OPTIONS $BEANCOUNT_FILE

要求.txt

# numeric packages needed for smart_importer
Cython==0.28.5
numpy==1.15.1
scipy==1.1.0
scikit-learn

#fava
fava
smart_importer

库-dependencies.txt

libopenblas-dev
liblapack-dev

libxml2-dev
libxslt1-dev
zlib1g-dev

标签： pythonnumpydockerscikit-learnscipy

解决方案

使用 apk 安装 py3-scipy 软件包是否有效？

推荐阅读