三个技巧，将Docker镜像体积减小90％

译者 | 无明

在构建 Docker 容器时，应该尽量想办法获得体积更小的镜像，因为传输和部署体积较小的镜像速度更快。

在构建 Docker 容器时，应该尽量想办法获得体积更小的镜像，因为传输和部署体积较小的镜像速度更快。

但语句总是会创建一个新层，而且在生成镜像之前还需要使用很多中间文件，在这种情况下，该如何获得体积更小的镜像呢？

你可能已经注意到了，大多数 Dockerfiles 都使用了一些奇怪的技巧：

为什么使用 &&？而不是使用两个 RUN 语句代替呢？比如：

从 Docker 1.10 开始，、和语句会向镜像中添加新层。前面的示例创建了两个层而不是一个。

镜像的层就像 Git 的提交（commit）一样。

Docker 的层用于保存镜像的上一版本和当前版本之间的差异。就像 Git 的提交一样，如果你与其他存储库或镜像共享它们，就会很方便。

实际上，当你向注册表请求镜像时，只是下载你尚未拥有的层。这是一种非常高效地共享镜像的方式。

但额外的层并不是没有代价的。

层仍然会占用空间，你拥有的层越多，最终的镜像就越大。Git 存储库在这方面也是类似的，存储库的大小随着层数的增加而增加，因为 Git 必须保存提交之间的所有变更。

过去，将多个语句组合在一行命令中或许是一种很好的做法，就像上面的第一个例子那样，但在现在看来，这样做并不妥。

通过Docker 多阶段构建将多个层压缩为一个

当 Git 存储库变大时，你可以选择将历史提交记录压缩为单个提交。

事实证明，在 Docker 中也可以使用多阶段构建达到类似的目的。

在这个示例中，你将构建一个 Node.js 容器。

让我们从 index.js 开始：

和 package.json：

你可以使用下面的 Dockerfile 来打包这个应用程序：

然后开始构建镜像：

然后用以下方法验证它是否可以正常运行：

你应该能访问 http://localhost:3000，并收到“Hello World!”。

Dockerfile 中使用了一个 COPY 语句和一个 RUN 语句，所以按照预期，新镜像应该比基础镜像多出至少两个层：

但实际上，生成的镜像多了五个新层：每一个层对应 Dockerfile 里的一个语句。

现在，让我们来试试 Docker 的多阶段构建。

你可以继续使用与上面相同的 Dockerfile，只是现在要调用两次：

Dockerfile 的第一部分创建了三个层，然后这些层被合并并复制到第二个阶段。在第二阶段，镜像顶部又添加了额外的两个层，所以总共是三个层。

现在来验证一下。首先，构建容器：

查看镜像的历史：

文件大小是否已发生改变？

最后一个镜像（node-multi-stage）更小一些。

你已经将镜像的体积减小了，即使它已经是一个很小的应用程序。

但整个镜像仍然很大！

有什么办法可以让它变得更小吗？

用 distroless 去除不必要的东西

这个镜像包含了 Node.js 以及 yarn、npm、bash 和其他的二进制文件。因为它也是基于 Ubuntu 的，所以你等于拥有了一个完整的操作系统，其中包括所有的小型二进制文件和实用程序。

但在运行容器时是不需要这些东西的，你需要的只是 Node.js。

Docker 容器应该只包含一个进程以及用于运行这个进程所需的最少的文件，你不需要整个操作系统。

实际上，你可以删除 Node.js 之外的所有内容。

但要怎么做？

所幸的是，谷歌为我们提供了 distroless（https://github.com/GoogleCloudPlatform/distroless）。

以下是 distroless 存储库的描述：

“distroless”镜像只包含应用程序及其运行时依赖项，不包含程序包管理器、shell 以及在标准 Linux 发行版中可以找到的任何其他程序。

这正是你所需要的！

你可以对 Dockerfile 进行调整，以利用新的基础镜像，如下所示：

你可以像往常一样编译镜像：

这个镜像应该能正常运行。要验证它，可以像这样运行容器：

现在可以访问 http://localhost:3000 页面。

不包含其他额外二进制文件的镜像是不是小多了？

只有 76.7MB！

比之前的镜像小了 600MB！

但在使用 distroless 时有一些事项需要注意。

当容器在运行时，如果你想要检查它，可以使用以下命令 attach 到正在运行的容器上：

attach 到正在运行的容器并运行 bash 命令就像是建立了一个 SSH 会话一样。

但 distroless 版本是原始操作系统的精简版，没有了额外的二进制文件，所以容器里没有 shell！

在没有 shell 的情况下，如何 attach 到正在运行的容器呢？

答案是，你做不到。这既是个坏消息，也是个好消息。

之所以说是坏消息，因为你只能在容器中执行二进制文件。你可以运行的唯一的二进制文件是 Node.js：

说它是个好消息，是因为如果攻击者利用你的应用程序获得对容器的访问权限将无法像访问 shell 那样造成太多破坏。换句话说，更少的二进制文件意味着更小的体积和更高的安全性，不过这是以痛苦的调试为代价的。

或许你不应在生产环境中 attach 和调试容器，而应该使用日志和监控。

但如果你确实需要调试，又想保持小体积该怎么办？

小体积的 Alpine 基础镜像

你可以使用 Alpine 基础镜像替换 distroless 基础镜像。

Alpine Linux 是：

一个基于 musl libc 和 busybox 的面向安全的轻量级 Linux 发行版。

换句话说，它是一个体积更小也更安全的 Linux 发行版。

不过你不应该理所当然地认为他们声称的就一定是事实，让我们来看看它的镜像是否更小。

先修改 Dockerfile，让它使用 node:8-alpine：

使用下面的命令构建镜像：

现在可以检查一下镜像大小：

69.7MB！

甚至比 distrless 镜像还小！

现在可以 attach 到正在运行的容器吗？让我们来试试。

让我们先启动容器：

你可以使用以下命令 attach 到运行中的容器：

看来不行，但或许可以使用 shell？

成功了！现在可以 attach 到正在运行的容器中了。

看起来很有希望，但还有一个问题。

Alpine 基础镜像是基于 muslc 的——C 语言的一个替代标准库，而大多数 Linux 发行版如 Ubuntu、Debian 和 CentOS 都是基于 glibc 的。这两个库应该实现相同的内核接口。

但它们的目的是不一样的：

glibc 更常见，速度也更快；

muslc 使用较少的空间，并侧重于安全性。

在编译应用程序时，大部分都是针对特定的 libc 进行编译的。如果你要将它们与另一个 libc 一起使用，则必须重新编译它们。

换句话说，基于 Alpine 基础镜像构建容器可能会导致非预期的行为，因为标准 C 库是不一样的。

你可能会注意到差异，特别是当你处理预编译的二进制文件（如 Node.js C++ 扩展）时。

例如，PhantomJS 的预构建包就不能在 Alpine 上运行。

你应该选择哪个基础镜像？

你应该使用 Alpine、distroless 还是原始镜像？

如果你是在生产环境中运行容器，并且更关心安全性，那么可能 distroless 镜像更合适。

添加到 Docker 镜像的每个二进制文件都会给整个应用程序增加一定的风险。

只在容器中安装一个二进制文件可以降低总体风险。

例如，如果攻击者能够利用运行在 distroless 上的应用程序的漏洞，他们将无法在容器中使用 shell，因为那里根本就没有 shell！

请注意，OWASP 本身就建议尽量减少攻击表面。

如果你只关心更小的镜像体积，那么可以考虑基于 Alpine 的镜像。

它们的体积非常小，但代价是兼容性较差。Alpine 使用了略微不同的标准 C 库——muslc。你可能会时不时地遇到一些兼容性问题。

原始基础镜像非常适合用于测试和开发。

它虽然体积很大，但提供了与 Ubuntu 工作站一样的体验。此外，你还可以访问操作系统的所有二进制文件。

再回顾一下各个镜像的大小：

node:8 681MB

node:8 使用多阶段构建为 678MB

gcr.io/distroless/nodejs 76.7MB

node:8-alpine 69.7MB

活动推荐

业务爆发式增长，让运维大规模基础设施成为了新的痛点。也许你早就抛弃了 SSH 和 CLI 的方式去运维一套庞大的基础设施，开始尝试写一些自动化脚本和配置。或者已经搭建了一套自动化的监控平台，并在这条前行的路上不断的踩坑成长。