Malcolm项目利用GitHub原生ARM64运行器加速容器镜像构建
在开源网络安全监控平台Malcolm的开发过程中,团队一直面临着ARM64架构容器镜像构建效率低下的问题。本文将详细介绍项目团队如何通过采用GitHub新推出的原生ARM64运行器来显著提升构建性能的技术实践。
背景与挑战
Malcolm项目需要为多种硬件架构构建Docker容器镜像,其中ARM64架构(如树莓派设备)的构建一直采用Qemu模拟器方式在x86主机上完成。这种模拟构建方式虽然功能完整,但存在明显的性能瓶颈,构建时间往往比原生构建长3-5倍。
随着项目发展,这种低效的构建方式逐渐成为持续集成流程中的痛点,特别是在需要频繁构建测试镜像的开发周期中。
技术解决方案
GitHub于2025年初宣布为公共仓库免费提供Linux ARM64托管运行器,这为Malcolm项目提供了理想的解决方案。项目团队立即着手进行以下技术改进:
-
容器镜像构建优化:重构GitHub Actions工作流文件,将ARM64架构的容器镜像构建任务定向到原生ARM64运行器。通过指定
runs-on: ubuntu-latest-arm64配置项,确保工作流在ARM64硬件上原生执行。 -
树莓派专用镜像优化:针对为树莓派设备定制的Hedgehog镜像,特别优化了构建流程。该镜像包含大量ARM64专用组件,原生构建不仅大幅缩短时间,还避免了模拟环境中可能出现的兼容性问题。
-
多架构构建协调:保持原有x86构建流程的同时,新增ARM64专用构建任务,实现两种架构的并行构建,整体上缩短了CI/CD流水线的执行时间。
实施效果
迁移到原生ARM64运行器后,项目取得了显著成效:
- 构建时间从原来的平均45分钟缩短至12分钟左右,效率提升约75%
- 消除了模拟环境中的潜在兼容性问题,提高了构建可靠性
- 降低了GitHub Actions的执行时间配额消耗
- 为开发者提供了更快速的反馈循环
技术细节
在具体实现上,团队对GitHub Actions工作流文件进行了多处关键修改:
jobs:
build:
runs-on: ubuntu-latest-arm64
steps:
- uses: actions/checkout@v4
- name: Build Docker image
run: docker build -t malcolm-arm64 .
这种配置确保了整个构建过程都在ARM64硬件上原生执行,无需任何模拟层。对于多架构镜像,团队采用了构建后推送至容器注册表再组合manifest的方式。
经验总结
通过这次技术升级,Malcolm项目团队积累了宝贵的经验:
- 及时跟进平台新特性可以带来显著的效率提升
- 架构特定的工作负载应尽量在对应架构的硬件上执行
- CI/CD流水线需要定期评估和优化
- 公有云服务的免费资源配额可以有效降低项目维护成本
这次技术改进不仅解决了当前的性能瓶颈,也为项目未来的多架构支持奠定了更坚实的基础。团队计划进一步探索GitHub Actions的其他新特性,持续优化开发体验。
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C042
MiniMax-M2.1从多语言软件开发自动化到复杂多步骤办公流程执行,MiniMax-M2.1 助力开发者构建下一代自主应用——全程保持完全透明、可控且易于获取。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C01
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0121
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00