Buildah容器镜像中yum命令缺失问题分析
2025-05-29 02:05:05作者:邓越浪Henry
问题背景
近期在使用Buildah官方提供的quay.io/buildah/stable容器镜像时,用户发现该镜像中不再包含yum和dnf包管理工具。这一变更导致了许多依赖这些工具的用户脚本和构建流程出现问题。经过社区讨论,发现这是由于一个旨在减小镜像大小的PR引入的变更。
技术分析
Buildah项目基于Fedora的minimal基础镜像构建,而Fedora从39版本开始将默认包管理器从dnf迁移到了dnf5。在Fedora minimal镜像中,为了进一步减小体积,使用了microdnf作为轻量级替代方案。
在Buildah的容器镜像构建过程中,原本包含了完整的dnf包管理器。但在最近的一个优化PR中,开发团队尝试移除dnf以减小镜像体积(从700MB+降至更小),这导致了以下连锁反应:
- yum命令原本是作为dnf的符号链接存在
- dnf又被dnf5取代
- 最终在minimal镜像中使用的是microdnf
这种变更虽然减小了镜像体积,但破坏了用户的使用习惯和兼容性预期。许多自动化脚本和构建流程都假设yum或dnf命令可用,导致这些工作流中断。
解决方案权衡
开发团队讨论了多种解决方案:
- 完全回退:恢复dnf的安装,确保最大兼容性,但牺牲镜像体积优化
- 符号链接方案:创建从dnf到microdnf的符号链接,平衡兼容性和体积
- 文档说明:保持当前状态但明确告知用户使用microdnf
经过深入讨论,团队最终决定采用回退方案,主要原因包括:
- 用户习惯和现有工作流的重要性
- microdnf可能缺少某些高级功能
- 需要更多时间评估其他体积优化方案
经验总结
这一事件为容器镜像优化提供了宝贵经验:
- 兼容性优先:对基础工具的变更需要谨慎评估对用户的影响
- 渐进式优化:体积优化应该分阶段进行,优先处理可控的依赖项
- 用户沟通:重大变更前应充分征求社区意见
Buildah团队表示将继续探索其他方式来减小镜像体积,例如优化QEMU等可选依赖项的安装策略,同时保持核心功能的稳定性。这一案例也提醒开发者,在追求技术优化的同时,需要平衡用户体验和兼容性需求。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
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
25
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
415
3.19 K
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
暂无简介
Dart
680
160
🔥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
Ascend Extension for PyTorch
Python
229
259
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++
689
327
React Native鸿蒙化仓库
JavaScript
265
326
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
🎉 (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
1.21 K
660