Docker telah menjadi alat utama bagi developer dan DevOps engineer dalam membuat, mendistribusikan, dan menjalankan aplikasi secara konsisten di berbagai lingkungan. Salah satu aspek terpenting dalam ekosistem Docker adalah Docker image, yaitu blueprint dari container yang berisi semua yang diperlukan untuk menjalankan aplikasi, seperti kode, runtime, library, dan dependensi.

Namun, tanpa perencanaan yang baik, Docker image dapat menjadi besar dan sulit dikelola, yang berujung pada peningkatan waktu build, konsumsi bandwidth, dan kebutuhan storage yang tidak efisien. Oleh karena itu, optimalisasi Docker image sangat penting untuk meningkatkan efisiensi pipeline DevOps Anda.

Artikel ini akan membahas tips praktis untuk mengoptimalkan Docker image dengan pendekatan teknis yang bisa langsung diterapkan.

Mengapa Optimalisasi Docker Image Penting?

1. Ukuran Image yang Lebih Kecil
   Docker image yang besar memerlukan lebih banyak waktu untuk di-pull atau di-push, terutama saat menggunakan pipeline CI/CD. Ukuran image yang kecil mempercepat distribusi di berbagai lingkungan.
2. Keamanan Lebih Baik
   Dengan menghapus dependensi yang tidak diperlukan, Anda mengurangi permukaan serangan yang dapat dimanfaatkan oleh pihak yang tidak bertanggung jawab.
3. Efisiensi Resource
   Docker container yang ringan membutuhkan lebih sedikit storage dan memory, sehingga meningkatkan performa secara keseluruhan.
4. Pemeliharaan yang Mudah
   Docker image yang optimal lebih mudah di-deploy, di-debug, dan di-upgrade.

Tips Optimalisasi Docker Image

1. Gunakan Base Image yang Sesuai

Base image adalah fondasi Docker image Anda. Memilih base image yang ringan dan spesifik dapat mengurangi ukuran image secara signifikan.

• Contoh Base Image Ringan:
  • alpine: Ukurannya hanya sekitar 5 MB, cocok untuk aplikasi yang tidak memerlukan banyak library tambahan.
  • debian-slim atau ubuntu-minimal: Versi ringan dari OS populer.
• Contoh: FROM alpine:latest Jika aplikasi Anda hanya memerlukan Python, gunakan image seperti FROM python:3.9-slim

Hindari:
Menggunakan base image lengkap seperti ubuntu kecuali benar-benar diperlukan, karena ukurannya jauh lebih besar (lebih dari 20 MB).

2. Gunakan Multi-Stage Builds

Multi-stage builds memungkinkan Anda memisahkan tahap build dari tahap runtime, sehingga Anda hanya menyertakan file yang benar-benar diperlukan di final image.

Contoh:
Membangun aplikasi Go:

# Tahap Build
FROM golang:1.20 AS builder
WORKDIR /app
COPY . .
RUN go build -o main .

# Tahap Final
FROM alpine:latest
WORKDIR /app
COPY --from=builder /app/main .
CMD ["./main"]

Dengan pendekatan ini, image final hanya mengandung file binary yang diperlukan, bukan alat build atau dependensi tambahan.

3. Hindari COPY atau ADD yang Tidak Perlu

COPY dan ADD digunakan untuk memasukkan file ke dalam image. Pastikan Anda hanya menyalin file yang benar-benar dibutuhkan.

• Gunakan .dockerignore:
  File ini berfungsi seperti .gitignore, mengabaikan file atau direktori yang tidak perlu masuk ke dalam node_modules/ .git/ tmp/ COPY . /app

4. Minimize Layer dalam Dockerfile

Setiap baris perintah dalam Dockerfile menambah layer pada image. Menggabungkan perintah dapat mengurangi jumlah layer dan ukuran image.

Contoh Buruk:

RUN apt-get update
RUN apt-get install -y curl
RUN apt-get clean

Contoh Optimal:

RUN apt-get update && \
    apt-get install -y curl && \
    apt-get clean

5. Hapus Cache dan File yang Tidak Diperlukan

File sementara seperti cache apt dan log build harus dihapus untuk mengurangi ukuran image.

Contoh:

RUN apt-get update && \
    apt-get install -y curl && \
    rm -rf /var/lib/apt/lists/*

6. Gunakan Tag Versi yang Spesifik

Selalu gunakan versi spesifik untuk base image dan dependensi Anda. Menggunakan tag latest dapat menyebabkan inkonsistensi karena versi yang digunakan bisa berbeda di waktu build.

Contoh:
Daripada ini:

FROM python:latest

Gunakan:

FROM python:3.9.7-slim

7. Optimalkan Dependency Management

Jika Anda menggunakan bahasa seperti Python atau Node.js, hanya instal dependensi yang dibutuhkan untuk runtime.

• Python: COPY requirements.txt . RUN pip install --no-cache-dir -r requirements.txt
• Node.js: Gunakan NODE_ENV=production untuk menghindari instalasi ENV NODE_ENV=production RUN npm install --only=production

8. Gunakan Tools untuk Analisis Docker Image

Gunakan alat seperti Dive untuk menganalisis layer dalam Docker image dan melihat area yang bisa dioptimalkan.

• Installasi Dive: brew install dive # Untuk Mac sudo apt install dive # Untuk Linux
• Penggunaan: dive <image_name>

9. Gunakan Caching secara Bijak

Docker menggunakan caching untuk mempercepat build. Strukturkan Dockerfile agar memaksimalkan caching, dengan meletakkan perintah yang jarang berubah di awal.

Contoh:

1. Salin file dependensi terlebih dahulu.
2. Instal dependensi.
3. Baru salin file aplikasi.

COPY requirements.txt .
RUN pip install -r requirements.txt
COPY . .

10. Periksa dan Hilangkan Layer yang Tidak Digunakan

Gunakan perintah berikut untuk memeriksa image Anda:

docker image ls

Hapus image yang tidak lagi digunakan:

docker image prune

Studi Kasus: Optimalisasi Docker Image Python

Misalkan Anda ingin membuat image Python untuk aplikasi Flask. Berikut adalah Dockerfile yang optimal:

# Gunakan base image yang ringan
FROM python:3.9-slim

# Atur direktori kerja
WORKDIR /app

# Salin file dependensi dan instal dependensi
COPY requirements.txt .
RUN pip install --no-cache-dir -r requirements.txt

# Salin aplikasi
COPY . .

# Jalankan aplikasi
CMD ["python", "app.py"]

Kesimpulan

Optimalisasi Docker image adalah langkah penting untuk meningkatkan efisiensi operasional dalam pengembangan dan deployment aplikasi. Dengan menerapkan tips seperti memilih base image yang ringan, menggunakan multi-stage builds, menghapus file yang tidak perlu, dan memanfaatkan caching, Anda dapat mengurangi ukuran image dan mempercepat proses build serta deploy.