1. 程式人生 > 程式設計 >Spring Boot2.3 新特性分層JAR的使用

Spring Boot2.3 新特性分層JAR的使用

背景

在我們實際生產容器化部署過程中,往往會遇到 Docker 映象很大,部署釋出很慢的情況

影響 docker 映象大小的因素,主要有以下三個方面:

  1. 基礎映象的大小 。儘量選擇 alpine 作為基礎映象 減少作業系統內建軟體
  2. Dockerfile 指令層數。 這就要求我們優化 Dockerfile 能合併在一行的儘量合併等
  3. 應用 jar 的大小。這是今天要分享的重點內容

helloworld 映象

我們先來基於 spring boot 2.3.0 構建一個最簡單的 web helloworld,然後構建映象。

FROM adoptopenjdk:11-jre-hotspot as builder
WORKDIR application
ARG JAR_FILE=target/*.jar
COPY ${JAR_FILE} application.jar
ENTRYPOINT ["java","-jar application.jar"]
docker build --build-arg JAR_FILE=./demo-layer-0.0.1-SNAPSHOT.jar . -t demo:v1.0

檢視映象分層資訊

我們通過 docker inspect demo:v1.0 來看下此映象的每層的雜湊值

// demo:v1.0 版本映象分層資訊摘要
"Layers": [
  "sha256:b7f7d2967507ba709dbd1dd0426a5b0cdbe1ff936c131f8958c8d0f910eea19e","sha256:a6ebef4a95c345c844c2bf43ffda8e36dd6e053887dd6e283ad616dcc2376be6","sha256:838a37a24627f72df512926fc846dd97c93781cf145690516e23335cc0c27794","sha256:28ba7458d04b8551ff45d2e17dc2abb768bf6ed1a46bb262f26a24d21d8d7233","sha256:55c91231ac46fdd63c3cf84b88b11f8a04c1870482dcff033029a601bc50e1ab","sha256:9816c2d488754509f6024a267738b1e5fe33a7cd33bd25c5a9cdf6d4d7bfed1d","sha256:f5fb3f91797d57a92f3f7e033398b8edd094df664db849a4950eabf2f5474535","sha256:b87d2ff74819f83038ea2f89736a19cfcf99bfa080b8017d191c900a09a7524f"
]

helloworld 升級重新構建

我們對 helloworld 程式進行部分修改(模擬開發過程),然後重新構建映象

docker build --build-arg JAR_FILE=./demo-layer-0.0.1-SNAPSHOT.jar . -t demo:v1.1

此時映象分層資訊如下 docker inspect demo:v1.1

// demo:v1.1 版本映象分層資訊摘要
"Layers": [
  "sha256:b7f7d2967507ba709dbd1dd0426a5b0cdbe1ff936c131f8958c8d0f910eea19e","sha256:c1b6350d545fea605e0605c4bfd7f4529cfeee3f6759750d6a5ddeb9c882fc8f"
]

比較 v1.0、v1.1 映象

通過比較 v1.0 和 v1.1 版本的映象摘要資訊,我們會發現只有最後的一層發生了變化,我們通過 Dive 是一個用 Go 語言編寫的 Docker 映象分析工具 來確定一下 最後一層是做了哪些事情
dive demo:v1.0,「大家會看到是最後的 jar 不一樣 導致 16M 的內容需要重新構建,當你的業務 jar 很大時,這塊就是效能瓶頸」

Spring Boot2.3 新特性分層JAR的使用

spring boot 預設打包解密

預設情況下,spring boot 構建出來的 jar,解壓後可以看到如下目錄結構。預設會當做一個整體 ,在構建映象時作為一個單獨層,「沒有區分業務 classes 和 引用的第三方 jar」

META-INF/
 MANIFEST.MF
org/
 springframework/
  boot/
   loader/
BOOT-INF/
 classes/
 lib/

layer jar

通過上文大家就可以知道分層 jar 的思想就是把,jar 再根據規則細分,業務 class 和 三方 jar 分別對應映象的不同層,這樣改動業務程式碼,只需變動很少的內容 提高構建速度。

Spring Boot2.3 新特性分層JAR的使用

開啟分層打包

 <plugin>
  <groupId>org.springframework.boot</groupId>
  <artifactId>spring-boot-maven-plugin</artifactId>
  <configuration>
   <layers>
    <enabled>true</enabled>
   </layers>
  </configuration>
 </plugin>

編寫支援分層 Dockerfile

核心是通過 spring boot 提供的 layertools 工具,將 jar 進行拆分 然後通過 COPY 指令去分別載入

FROM adoptopenjdk:11-jre-hotspot as builder
WORKDIR application
ARG JAR_FILE=target/*.jar
COPY ${JAR_FILE} application.jar
RUN java -Djarmode=layertools -jar application.jar extract
FROM adoptopenjdk:11-jre-hotspot
WORKDIR application
COPY --from=builder application/dependencies/ ./
COPY --from=builder application/spring-boot-loader/ ./
COPY --from=builder application/snapshot-dependencies/ ./
COPY --from=builder application/application/ ./
ENTRYPOINT ["java","org.springframework.boot.loader.JarLauncher"]

構建新映象並檢視分層資訊

docker build --build-arg JAR_FILE=./demo-layer-0.0.1-SNAPSHOT.jar . -t demo:v2.0

"Layers": [
  "sha256:b7f7d2967507ba709dbd1dd0426a5b0cdbe1ff936c131f8958c8d0f910eea19e","sha256:06fe18cf8ae7384f120f2c6a3a33b31999dd0460cf1edae45e8f13adeab35942","sha256:16cf814564b8a667fcc9f07314b6084cbef8dc8c0a6565c7a2d91d74faf7e7de","sha256:94be40f716016b68cdd6b99d2cb8154acf8475c3a170a898a22f95a8ef40ffd3","sha256:427d87d6a5fe6da13cb4233939c3a1ff920bc6b4d2f14b5d78af7aef98fda7de"
]

修改程式碼部分業務程式碼,重新構建

docker build --build-arg JAR_FILE=./demo-layer-0.0.1-SNAPSHOT.jar . -t demo:v2.1
"Layers": [
  "sha256:b7f7d2967507ba709dbd1dd0426a5b0cdbe1ff936c131f8958c8d0f910eea19e","sha256:8a20c60d361696a4e480fb6fbe1daf8b88bc54c579a98e209da1fb76e25de5aa"
]

檢視區別層映象

最後一層變動大小為 5KB

Spring Boot2.3 新特性分層JAR的使用

總結

16MB -> 5KB 變動,在實際開發過程中 效果會更加明顯可以通過 spring boot maven plugin 指定分層邏輯,具體可以參考官方文件官方文件: https://docs.spring.io/spring-boot/docs/2.3.0.RELEASE/maven-plugin/reference/html/

到此這篇關於Spring Boot2.3 新特性分層JAR的使用的文章就介紹到這了,更多相關Spring Boot2.3 分層JAR內容請搜尋我們以前的文章或繼續瀏覽下面的相關文章希望大家以後多多支援我們!

作者:冷冷zz
連結:https://lltx.github.io