【Docker修行④】管理・分析ツールの「dive」を利用したDockerイメージの効率的な高速化と最適化

• 1年にも満たないエンジニア生活のため、雲の上の存在だと思っていて距離を取っていた「Docker」の習得を目指す記事第四弾。
• 「利用するツールやサービスの増大による最大の利点は、けがれなき無垢なロゴキャラとの対面である」という気高き名言の情報元を、長時間調査。
• 今回は、管理・分析ツールを利用した、効率的なDockerイメージの縮小化・最適化を図ることにしよう。

概要や特徴

• Go製のDockerイメージの分析・最適化ツール
• 作成イメージの容量解析や構造情報の詳細化等、構成の理解やイメージ効率化に役立つ。
• 主な特徴としては下記。
  • 階層(レイヤー)ごとの詳細情報の可視化。
  • イメージ容量(サイズ)の最適化・無駄情報の可視化。
  • イメージの作成(ビルド)と分析の同時実行。
  • CIシステム統合による、イメージテスト(解析)の実行。

結果

• 下記のように作成イメージを指定するだけで、各イメージやレイヤー(階層)の容量やフォルダ構造等の詳細情報を管理・確認することができる。

環境

• Mac OS X 10.13.4
• Homebrew 2.1.4
  • ※Homebrew未導入の場合、こちらを参考にインストールする。
• Docker version 18.09.2

インストール

Mac

• Macでのdiveインストールは、下記のコマンドをうつ。

$ brew install dive

Windows

• Windowsでのインストールは、こちらのリリースページから最新のバージョンをインストール。

その他環境

• その他環境(Linux)でのインストールは、こちらを参考にする。

基本利用

分析画面構成

• diveでのDockerイメージ分析の流れとしては主に下記。
  • 1. イメージ指定したdiveコマンドで分析画面を起動
    • 例: dive sample_app:latest
  • 2. 起動後、各構造情報やイメージサイズを確認
  • 3. 確認後、無駄容量の削減や効率化等の最適化を考える。
• これらの流れの際に確認する「分析画面」の基本的な構成は下記。

エリア	内容
「Layers」	各レイヤー(階層)ごとの容量・出力情報
「Layer Details」	各レイヤー(階層)ごとの詳細情報
「Image Details」	イメージの詳細情報 「Image efficiency score」はイメージ効率 「potential wasted space」は無駄容量 「Total image space」は総容量
「Aggregated Layer Contents」	各レイヤー(階層)のフォルダ情報

コマンド

• diveを利用してDockerイメージ分析を行う際の基礎的なコマンドとしては下記。

コマンド	内容
dive イメージ:タグ名	作成イメージの分析画面起動。 ※指定するイメージはdocker images等で確認。 例: dive nginx:1.15.6 例: dive sample_app:latest
dive build -t タグ名 作業パス	イメージのビルド(作成)と分析を同時に行う。 イメージをビルド(作成)するためにDockefile等が必要 例: dive build -t latest .
dive version	バージョン確認
dive help	ヘルプページ確認

分析画面ショートカット

• 分析画面では、主にキーボード操作によるもののため、基本的な操作一覧は下記。

キー	内容
tab	詳細画面とファイル構造画面の切り替え
Ctrl + F	ファイルフィルタ。検索が可能。
Ctrl + L	階層(レイヤー)変更の表示
Ctrl + M	変更ファイルの表示
Ctrl + B	属性の表示切り替え

まとめ

• 今回は、ツールを利用した縮小化や最適化ということで、今まで重量級の無駄容量を抱えさせていたことを、反省と同時に一種の恋愛感情を感じながら記事を書く。
• 「将来的に、人類最適化ツールが出現したら、髪は残してくれるだろうか」というような夢想を、日常の八割の時間を利用して、全力で脳内議論。
• 次回は、徐々に理解できてきているインフラ関連技術のより魅力的なサービスを調査することにしよう。

参考サイト

• https://github.com/wagoodman/dive
  →こちらの記事を参考にしました。大変お世話になりました。
• https://www.gekal.cn/blogs/2019/03/21/docker-layer-explore-dive.html
  →こちらの記事を参考にしました。大変お世話になりました。