在Docker Alpine中安装熊猫

在Docker Alpine中安装熊猫

如果您未绑定Alpine 3.6，则应使用Alpine 3.7（或更高版本）。

在Alpine 3.6上，安装

matplotlib

失败：

Collecting matplotlib  Downloading https://files.pythonhosted.org/packages/26/04/8b381d5b166508cc258632b225adbafec49bbe69aa9a4fa1f1b461428313/matplotlib-3.0.3.tar.gz (36.6MB)    Complete output from command python setup.py egg_info:    Download error on https://pypi.org/simple/numpy/: [SSL: CERTIFICATE_VERIFY_FAILED] certificate verify failed (_ssl.c:833) -- Some packages may not be found!    Couldn't find index page for 'numpy' (maybe misspelled?)    Download error on https://pypi.org/simple/: [SSL: CERTIFICATE_VERIFY_FAILED] certificate verify failed (_ssl.c:833) -- Some packages may not be found!    No local packages or working download links found for numpy>=1.10.0

但是，在Alpine
3.7上，它起作用了。这可能是由于

numpy

版本问题（请参阅此处），但是我无法确定。克服了这个问题，软件包的构建和安装成功完成-
花了大约30分钟的时间（由于Alpine的musl-libc与Python的Wheels格式不兼容，因此所有使用pip安装的软件包都必须从源代码构建）。

请注意，这是一项重要的更改：您只应在之后删除

build-runtime

虚拟包（

apk del build-runtime

）

pipinstall

。此外，如果适用，您可以取代numpy的

1.16.1

有

1.16.2

，这是出厂的版本（否则

1.16.2

将被卸载，

1.16.1

从源头建立，进一步提高构建时间）
-我还没有尝试这样做，虽然。

作为参考，这是我稍作修改的Dockerfile和docker
build输出。

注意：

通常，选择Alpine作为最小化图像大小的基础（Alpine也很光滑，但是由于glibc /
musl而与大陆Linux应用程序存在兼容性问题）。为此，必须从源代码构建Python软件包，因为您会得到一个非常肿的映像-
在进行任何清理之前需要900MB，这也需要很长时间才能构建。可以通过除去所有中间编译工件，构建依赖项等来极大地压缩映像，但是仍然可以。

如果无法获得Python软件包版本，而无需从源代码构建它们，则需要在Alpine上工作，我建议您尝试使用其他更小，更兼容的基本映像，例如

debian-slim

或

ubuntu

。

编辑：

在具有附加要求的“编辑3”之后，这里是更新的Dockerfile和Docker
build输出。添加了以下软件包来满足构建依赖性：

postgresql-dev libffi-dev libressl-dev libxml2 libxml2-dev libxslt libxslt-dev libjpeg-turbo-dev zlib-dev

对于由于特定标头而无法构建的软件包，我使用了Alpine的软件包内容搜索来查找丢失的软件包。专门针对

cffi

，

ffi.h

缺少标头，需要

libffi-dev

打包：https
:
//pkgs.alpinelinux.org/contents?file=ffi.h&path=&name=&branch=v3.7。

或者，当软件包构建失败不是很明显时，可以参考特定软件包的安装说明，例如Pillow。

在压缩之前，新的映像大小为1.04GB。为了减少它，您可以删除Python和pip缓存：

RUN apk del build-runtime &&     find -type d -name __pycache__ -prune -exec rm -rf {} ; &&     rm -rf ~/.cache/pip

使用时，图片大小可减少到661MB

docker build --squash

。