我怎样才能始终提取最新的 docker 图像，但仍确定性地记录其成分以供将来重现？

Question

我正在我管理的 "Lab" docker 环境中进行分析工作。我使用 Travis 构建、标记实验室映像并将其发布到 docker 容器注册表 (AWS ECR)，然后在启动容器进行分析工作时始终拉取 latest 映像。这确保我始终在最新版本的实验室环境中工作。注意：每次 Travis 发布新图像时，它都会在 ECR 中使用构建 git 提交 ID and latest.

对其进行标记

为了我的分析结果的可重复性，我希望容器内的 python 代码运行能够在其输出中记录一个标识符，指示确切的 docker正在使用的图像。这将使我能够重新下载那个特定的 docker 图像许多 months/years 以后从 ECR and/or 找到构建 docker 图像的 git 提交，运行再次输入代码，并（希望如此！）得到相同的结果。

实现此目标的最标准方法是什么？我可以将图像摘要存储为容器内的环境变量吗？

Answer 1

将提交 ID 附加到您的图像标签。

例如：imagename:dev-v1-bc4da47

其中 bc4da47 是最后一次提交 ID

您可以通过

获取最后一次提交 ID

git rev-parse --short HEAD

Answer 2

构建图像时，传入带有 git 散列的构建参数：

$ docker build --build-arg GIT_HASH=$(git rev-parse --short HEAD) -t yourimage .

并且在你的 Dockerfile 中你应该有一个：

ARG GIT_HASH

我相信，您现在应该有一个环境变量，其中 git 哈希可用于生成的容器内的代码运行。

长版：https://pythonspeed.com/articles/identifying-images/

Answer 3

可能有几个选项，但这取决于图像的构建方式

假设源代码在 CI 中被克隆，并且镜像是从那个来源构建的（因此您没有在 Dockerfile 中克隆源代码），您可以使用构建参数 "bake" 在镜像中作为环境变量提交；

在您的 Dockerfile 中，定义一个构建参数 (ARG)，并将其值分配给一个环境变量 (ENV)。需要将其分配给 ENV，因为构建参数（按设计）不会保留在图像本身中（仅在构建期间可用）。

例如：

FROM busybox:latest
ARG GIT_COMMIT=HEAD
ENV GIT_COMMIT=${GIT_COMMIT}

我正在设置一个默认值，这样如果 Dockerfile 是在没有传递 build-arg

的情况下构建的，那么变量包含一些东西 "useful"

然后，在构建映像时，将 git 提交作为构建参数传递

git clone https://github.com/me/my-repo.git && cd my-repo

export GIT_COMMIT=$(git rev-parse --short --verify HEAD)

docker build -t lab:${GIT_COMMIT} --build-arg GIT_COMMIT=${GIT_COMMIT} .

当运行图像时，GIT_COMMIT可用作环境变量。

如果您想在运行时（当运行图像时）传递引用，您可以在运行图像时传递引用；例如，要传递您运行;

的图像摘要

docker pull lab:latest

export IMAGE_DIGEST=$(docker inspect --format '{{ (index .RepoDigests 0) }}' lab:latest)

docker run -it --rm -e IMAGE_DIGEST=${IMAGE_DIGEST} lab:latest

我怎样才能始终提取最新的 docker 图像，但仍确定性地记录其成分以供将来重现？

How can I always pull my latest docker image but still deterministically record its composition for future reproducibility?

environment-variables

reproducible-research

docker

docker-registry

docker-tag