Noseyparker项目多平台Docker构建优化实践
2025-07-06 06:54:38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
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
项目优选
收起
deepin linux kernel
C
26
10
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
435
3.3 K
Ascend Extension for PyTorch
Python
241
277
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
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++
695
367
仓颉编译器源码及 cjdb 调试工具。
C++
138
869
🔥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
65
19
暂无简介
Dart
696
163
React Native鸿蒙化仓库
JavaScript
270
328
仓颉编程语言运行时与标准库。
Cangjie
145
881