[开源项目]分享一个 Docker 容器瘦身的项目

V2EX = way to explore

V2EX 是一个关于分享和探索的地方

现在注册

已注册用户请登录

• 请不要在回答技术问题时复制粘贴 AI 生成的内容

自己开发的一个给 Docker 容器瘦身的工具，在这里分享一下： https://github.com/negativa-ai/BLAFS

第 1 条附言 · 1 天前

统一回复一些问题：
1. 瘦身后 base image 能否共享？现有的容器瘦身工具做不到，但是这个项目可以做到 -- 有 layer-sharing 模式可以保证 base image 不变，只瘦身容器独有的那些层。其实这是个非常有趣的问题，在项目文档中有一章详细介绍了这个问题；
2. 瘦身更适合应用类型的、跑特定任务容器，不适合系统类型的、跑很多任务的容器；
3. 动态分析的可靠性？某些场景下，容器跑的任务非常明确，动态分析足够覆盖掉 corner case 。另外还可以结合已有的单元测试/集成测试去做自动化的动态分析，这里给出了一些例子： https://github.com/negativa-ai/BLAFS/tree/main/examples

Docker

容器瘦身

工具

18 条回复 • 2025-05-06 22:32:49 +08:00

memcache

2 天前 via iPhone

能给镜像瘦身吗？还是给运行中容器瘦身

AIdiot

2 天前

@memcache 给镜像(image)瘦身。

uid106

2 天前 via iPhone

是否可以考虑在 dockerfile 中集成，GitHub action 中直接打包发布瘦身版的镜像

AIdiot

2 天前

@uid106 这个项目是根据运行时分析做瘦身的，应该不容易在 dockerfile 中集成，不过可以写个自动化脚本集成到 Github action 中，这里给了一些自动化瘦身的示例： https://github.com/negativa-ai/BLAFS/tree/main/examples

cnnblike

2 天前

这个原理是啥？看起来只是用这个 fs 分析了以下文件的依赖？
同样的原理是不是也能对 linux 的镜像起作用？

AIdiot

2 天前

@cnnblike 是的，对 Linux 镜像也能起作用

Alias4ck

2 天前

和这个有什么区别 https://github.com/slimtoolkit/slim

AIdiot

2 天前

@Alias4ck 和 slim 的目标是一样的，但是方法不一样。slim 我测试过，一是自动化不太方便，二是对一些复杂的镜像（比如 tensorflow/pytorch ），slim 会导致瘦身后的镜像无法运行。

AIdiot

2 天前

@Alias4ck 我测过 DockerHub Top 20 的容器，slim 只能成功瘦身 8 个，成功率低于一半。

duzhuo

2 天前

牛的看起来好专业，还有论文

songray

1 天前

看了一下论文原理，笼统来说，镜像有大量未使用的文件，比如基于 alpine-linux 的一堆容器，可能每个容器运行时你都只需要 usr 目录，别的比如 /bin /etc 压根不会动，那理论上我们可以把 /etc 之类的目录提取出来。

这个项目引入了一个去膨胀层的概念，通过分析容器运行时实际使用的文件，将他们提取出来成为去膨胀层，别的都剔除掉。

不过这种动态分析的方法可靠性我表示怀疑... 存在太多的 corner case 。有可能这个容器能跑起来别的就跑不起来了，或者基于这个容器导出的镜像打包出来的新镜像就跑不起来了。

jhdxr

1 天前

我对最终效果（从 host 的角度看）存疑

第一点是在分析运行时实际使用的文件这个方面。很有可能存在分析时某个功能并没有触发，导致对应依赖文件被剔除的风险
第二点是团队的技术栈相似的情况下，base image 很有可能是一样的。那么当我有很多应用的时候，其实 base image 的层本身是复用的。而通过这个途径剔除后的 image ，每个单独看的确都变小了，但从 host 的角度可能反而需要存更多的层。