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
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0210
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0133
MinerUA high-quality tool for convert PDF to Markdown and JSON.一站式开源高质量数据提取工具,将PDF转换成Markdown和JSON格式。Python08
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
wgai开箱即用的JAVAAI在线训练识别平台&OCR平台AI合集包含旦不仅限于(车牌识别、安全帽识别、抽烟识别、常用类物识别等) 图片和视频识别,可自主训练任意场景融合了AI图像识别opencv、yolo、ocr、esayAI内核识别;AI智能客服、AI语言模型、 无任何第三方API接口可定制化自主离线化部署并自主化行业化使用避免占用内存、GPU消耗训练与识别分开使用;Java06
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03
热门内容推荐
最新内容推荐
项目优选
收起
deepin linux kernel
C
32
16
暂无描述
Dockerfile
772
5.07 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
869
2 K
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
468
461
Ascend Extension for PyTorch
Python
749
937
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
695
1.38 K
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++
1.09 K
1.14 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.03 K
271
昇腾LLM分布式训练框架
Python
182
226
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
1.03 K
642