[参考美国儿童的童话故事《可能的小引擎》-约。 每人] *
如何根据需要自动创建微小的Docker映像
不寻常的痴迷
在过去的几个月中，我一直痴迷于：我可以减少多少Docker镜像，以使应用程序正常工作？
我知道这个主意很奇怪。
在深入研究细节和技术问题之前，我想解释一下为什么这个问题吸引了我这么多，以及它如何关系到您。
为什么尺寸很重要
通过缩短Docker映像的内容，我们缩短了漏洞列表。 此外，我们使图像更整洁，因为它们仅包含运行应用程序所需的内容。
还有一个小的优势-图像下载速度更快，但是就我而言，这并不重要。
请注意：如果您在乎尺寸，则Alpine外观本身很小，可能会适合您。
无损图像
Distroless项目提供了一些基本的“ distroless”映像；它们不包含程序包管理器，shell或您习惯于在命令行上看到的其他实用程序。 结果，使用像pip和apt这样的包管理器将失败：
FROM gcr.io/distroless/python3 RUN pip3 install numpy
使用Python 3 Distroless映像的Dockerfile
Sending build context to Docker daemon 2.048kB Step 1/2 : FROM gcr.io/distroless/python3 ---> 556d570d5c53 Step 2/2 : RUN pip3 install numpy ---> Running in dbfe5623f125 /bin/sh: 1: pip3: not found
图片中没有点
通常，此问题可以通过多阶段构建来解决：
FROM python:3 as builder RUN pip3 install numpy FROM gcr.io/distroless/python3 COPY --from=builder /usr/local/lib/python3.7/site-packages /usr/local/lib/python3.5/
多阶段组装
结果是大小为130MB的图像。 还不错！ 为了进行比较：默认情况下，Python映像的重量为929MB，“更薄”（ 3,7-slim ）的重量为179MB，高山（ 3,7-alpine ）的重量为98.6MB，而示例中使用的基本的distroless映像为50.9兆字节
我们可以正确地指出，在前面的示例中，我们复制了整个目录/usr/local/lib/python3.7/site-packages ，其中可能包含不必要的依赖项。 尽管很明显所有现有的Python基本映像的大小差异都不同。
在编写这些行时，Google distroless不支持许多图像：Java和Python仍处于试验阶段，Python仅存在于2.7和3.5。
微小的图像
让我们回到我对创建小图像的痴迷。
其实，我想看看无损图像是如何工作的。 这个非发行版的项目使用了Google bazel构建bazel 。 但是，要安装Bazel并编写您自己的图像，我不得不出汗（并且老实说，重新设计轮子既有趣又有益）。 我想简化缩小图像的创建：创建图像的操作应该非常简单， 平淡 。 为使您没有任何配置文件，控制台中 <>一行： <> 。
因此，如果您想创建自己的映像，请知道：有一个独特的docker映像， scratch 。 Scratch是一个“空”的图像，它没有文件，尽管默认情况下它的重量很重-哇！ -77个字节。
FROM scratch
刮擦图像
临时映像的想法是，您可以从主机上将任何依赖项复制到其中，并在Dockerfile中使用它们（这是将它们复制到apt并从头开始安装的方法），或者稍后在Docker映像实现时使用。 这使您可以完全控制Docker容器的内容，从而完全控制映像的大小。
现在，我们需要以某种方式收集这些依赖项。 现有的工具如apt允许您下载软件包，但它们与当前计算机绑定，最终不支持Windows或MacOS。
因此，我承诺要组装自己的工具，该工具将自动组装可能的最小大小的基本映像，从而仍然可以启动任何应用程序。 我使用Ubuntu / Debian软件包，进行选择（直接从存储库中获取软件包）并递归地找到它们的依赖关系。 该程序应自动下载该软件包的最新稳定版本，以最大程度地降低安全风险。
我称它为fetchy ，因为它可以找到并带来……您需要的东西[ 英文。 “获取”，“带来”-大约 反式 ]。 该工具通过命令行界面工作，但同时提供了API。
为了使用fetchy构建映像（ fetchy让我们获取一个Python映像），您只需要使用如下CLI： fetchy dockerize python 。 可能会要求您提供目标操作系统和代码名称，因为fetchy仅使用基于Debian和Ubuntu的软件包。
现在，您可以选择根本不需要的依赖项（在我们的上下文中）并排除它们。 例如，Python依赖于perl，尽管在未安装Perl的情况下也能很好地工作。
结果
使用fetchy dockerize python3.5创建的Python映像仅重35MB（我确信将来可以使它更容易实现）。 事实证明，有了一个平稳的映像，我们设法“节省”了另外15MB。
可以在此处查看所有当前收集的图像。
该项目在这里 。
如果您没有足够的功能，只需创建一个应用程序-我将很乐意为您提供帮助：)甚至，我目前正在将其他软件包管理器集成到fetchy中，因此不再需要多阶段构建。