diving最新使用使用rust重构,程序体积更小,性能更快,此重构版本特性如下:
- 支持命令行与网页两种模式
- 基于HTTP API的形式获取镜像数据,不再需要安装docker程序
- 支持多个平台,包括:linux,windows,macos
- 也直接分析导出的镜像数据,如:diving file:///tmp/redis.tar
使用diving精简docker镜像
在docker支持多阶段构建(multi-stage builds)之后,构建运行时的镜像仅将在最后阶段复制依赖的文件即可,对于golang
与rust
等仅需要复制运行文件即可。基于alpine
为基础镜像构建,基本均在20MB以下。
镜像Layer汇总
docker镜像由一层层的layer构成,第一层为基础镜像,而后面的镜像为构建脚本时生成的,在针对layer分析时需要一层层的来优化考虑。
基础镜像为运行镜像的最底层,建议考虑选择alpine
等精简的镜像,也仅安装运行时所依赖的模块,减少引入各种漏洞的风险。
首先可以先看镜像汇总,其包括4项指标:
分数
: 根据layer中浪费的空间等数据计算的分值,可作为镜像优化的直观指标镜像大小
: 镜像所有层级的汇总以及保存时压缩的大小其它层级总大小
: 除基础镜像层的其它层级汇总,等同于项目构建所有添加的数据大小浪费的空间大小
: 其它层级重复出现、修改或删除的文件汇总大小,此为主要优化点
由上面的4点指标可快速得出Layer的分析结论,明确第一层基础镜像是否过大(如果是可选择基于alpine),其它层级总大小是否符合预期(如果比项目预期过大则按层分析所添加数据),浪费的空间大小是否可避免(对于后续层级重复更新、删除等文件是否无效操作)。
镜像Layer层级分析
若感觉某个layer数据不合理时,如何针对其做具体分析呢?docker hub
提供了构建镜像每个layer对应的命令,简单的分析可直接查看命令是否合理。而layer包括了哪些文件,以及具体相关文件的具体信息则需要具体解析layer的目录树才可获取,docker
运行时则是将所有layer解析后层级重叠汇总完整目录树。
如上所示,镜像分层数据可按层级选择、按文件大小过滤、按是否更新或删除过滤(每层的文件均为新增,因此无需提供是否新增过滤)、文件名称搜索等功能,通过以上的筛选配置,则可快速分析该层数据是否有优化空间。常用的方法如下:
选择分层+勾选更新或删除选项+展开所有目录
: 查看每层更新或者删除了的文件,确认此类操作是否可以精简,避免无效数据的产生选择分层+勾选文件大小>=1MB+展开所有目录
: 查看每层较大的文件(可按场景选择不同的大小过滤),判断此类文件是否应用运行时所需,若非必须可在生成时避免此类大文件的生产选择分层+关键字筛选
: 可以筛选每层中的无效文件,例如压缩包、文本文件等(需要注意明确是否的确无需使用) ,也可下载该文件确认内容
小结
diving提供快速便捷的镜像分析方式,可以定期针对项目镜像汇总生成分析报告,优化镜像构建逻辑,精简避免无效镜像数据。diving提供了terminal与以web形式,web的测试地址可以直接使用以下地址:https://diving.npmtrend.com/
还没有评论,来说两句吧...