Noseyparker项目多平台Docker构建优化实践
2025-07-06 02:18:42作者:盛欣凯Ernestine
背景介绍
Noseyparker是一个开源的安全扫描工具,项目团队在持续集成流程中遇到了Docker多平台镜像构建的挑战。传统的构建方式存在性能瓶颈和功能限制,需要进行架构优化。
原有构建方案的问题
项目最初采用QEMU模拟器在x86_64架构的GitHub Actions runner上构建多平台Docker镜像,这种方法存在三个主要缺陷:
-
构建速度慢:由于需要模拟ARM架构,aarch64平台的构建耗时接近2小时,其中大部分时间都消耗在非原生架构的模拟上。
-
构建频率受限:由于构建资源消耗过大,团队只能在发布版本时进行多平台构建,无法为每个提交都生成多平台镜像。
-
元数据不完整:使用的docker/build-push-action存在功能限制,导致生成的Docker镜像缺少完整的元数据信息。
技术优化方案
GitHub Actions平台近期推出了原生ARM64架构的runner,这为解决上述问题提供了新的技术可能性。优化后的构建流程采用以下策略:
-
原生架构并行构建:
- 在x86_64原生runner上构建amd64架构镜像
- 在ARM64原生runner上构建arm64架构镜像
- 两种架构的构建同时进行,互不干扰
-
镜像合并阶段:
- 在构建任务完成后,通过专用job将两个架构的镜像合并
- 添加完整的多平台元数据信息
- 推送到容器仓库
实施效果
新的构建方案带来了显著的改进:
- 构建时间大幅缩短:从原来的近2小时缩短到几分钟级别
- 构建频率提高:可以支持每次提交都生成多平台镜像
- 元数据完整性:解决了之前元数据缺失的问题
- 资源利用率优化:每个构建任务都在最适合的硬件架构上运行
技术细节
在实际实施过程中,团队需要注意以下技术要点:
-
runner选择:使用ubuntu-22.04-arm64-8-core和ubuntu-24.04-arm64-8-core等专门配置的ARM64 runner。
-
构建流程拆分:将原先单一的多平台构建任务拆分为三个独立阶段:
- amd64架构构建
- arm64架构构建
- 多平台镜像合并
-
元数据处理:在合并阶段确保为多平台镜像添加完整的标签、架构描述等元数据。
总结
通过对Noseyparker项目Docker构建流程的重新设计,团队成功解决了多平台镜像构建的性能瓶颈和功能限制。这一优化不仅提升了开发效率,也为项目的持续交付能力提供了更好的基础设施支持。这种基于原生架构的并行构建方案,对于其他需要支持多平台的开源项目也具有参考价值。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
FreeSql功能强大的对象关系映射(O/RM)组件,支持 .NET Core 2.1+、.NET Framework 4.0+、Xamarin 以及 AOT。C#00
项目优选
收起
deepin linux kernel
C
27
14
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
659
4.26 K
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.54 K
894
Ascend Extension for PyTorch
Python
503
609
openEuler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。
C
391
285
暂无简介
Dart
905
218
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
69
21
昇腾LLM分布式训练框架
Python
142
168
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
939
862
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.33 K
108