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-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
热门内容推荐
最新内容推荐
Degrees of Lewdity中文汉化终极指南:零基础玩家必看的完整教程Unity游戏翻译神器:XUnity Auto Translator 完整使用指南PythonWin7终极指南:在Windows 7上轻松安装Python 3.9+终极macOS键盘定制指南:用Karabiner-Elements提升10倍效率Pandas数据分析实战指南:从零基础到数据处理高手 Qwen3-235B-FP8震撼升级:256K上下文+22B激活参数7步搞定机械键盘PCB设计:从零开始打造你的专属键盘终极WeMod专业版解锁指南:3步免费获取完整高级功能DeepSeek-R1-Distill-Qwen-32B技术揭秘:小模型如何实现大模型性能突破音频修复终极指南:让每一段受损声音重获新生
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
567
3.83 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++
892
667
Ascend Extension for PyTorch
Python
376
445
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
349
200
昇腾LLM分布式训练框架
Python
116
145
🎉 (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
1.37 K
778
暂无简介
Dart
798
197
React Native鸿蒙化仓库
JavaScript
308
359
openJiuwen 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
TSX
1.13 K
271