【问题标题】:docker-compose takes much time on cloudbuild however I increased machineTypedocker-compose 在 cloudbuild 上花费了很多时间,但是我增加了 machineType
【发布时间】:2020-03-10 11:09:53
【问题描述】:

我使用 cloud-builder-communtry docker-compose image 运行 django unittests,它在云上运行速度要慢得多,但是我将 machineType 增加到 (N1_HIGHCPU_8 , N1_HIGHCPU_32)

在我的机器上运行(Intel(R) Core(TM) i7-4600M CPU @ 2.90GHz):7m48.115s 在 cloudbuild 上:15m18.019s 有时 +20m

我尝试过的解决方案: - 为每个 docker-compose 服务分配 CPU - 运行 django 测试in parrallel

您会推荐什么来优化我的实现?

我使用的 docker-compose cloudbuild 步骤示例:

- name: gcr.io/${PROJECT_ID}/docker-compose
  id: run_tests
  args: ['-f' , 'docker/docker-compose.yml' , 'up' , '--abort-on-container-exit' , '--exit-code-from' , 'django']

dockercompose.yaml 示例:

version: '2.2'
services:
    redis:
        image: redis
        expose:
            - 6379
    postgres:
        image: postgres:9.6-alpine
        command: -c max_connections=3000 -c fsync=off -c synchronous_commit=off -c full_page_writes=off -c max_locks_per_transaction=64
        tmpfs:
            - /var/lib/postgresql
    datastore:
        image: registry.hub.docker.com/google/cloud-sdk
        entrypoint: bash
        command: gcloud beta emulators datastore start --host-port=datastore:8081
    pubsub:
        image: registry.hub.docker.com/google/cloud-sdk
        entrypoint: bash
        command: gcloud beta emulators pubsub start --host-port=pubsub:8085
    django:
        entrypoint: bash
        image: gcr.io/turing-striker-251910/base-image-python
        command: >
            -c "
            coverage run ./manage.py test -v 0 core.tests --noinput --parallel &&
            coverage combine &&
            coverage report &&
            coverage xml"
        depends_on:
            - pubsub
            - datastore
            - redis
            - postgres

【问题讨论】:

    标签: google-cloud-platform docker-compose google-cloud-build


    【解决方案1】:

    Docker compose 仅​​不适用于机器类型,它也适用于网络,如果您注意到 docker 图像的大小可变,我测试了一个空容器来制作它的图像,它的大小为 1.42 GB,这个大小非常适合上传和构建应用程序

    【讨论】:

      猜你喜欢
      • 2017-05-10
      • 2015-08-02
      • 1970-01-01
      • 1970-01-01
      • 2011-06-21
      • 2016-05-31
      • 2019-01-06
      • 2016-04-05
      • 1970-01-01
      相关资源
      最近更新 更多