Alléger l'image docker YAMLResume de 4GB à moins de 1GB

Quand nous avons publié l'image docker YAMLResume, l'objectif était simple : une commande, et vous obtenez tout — Node.js, le CLI yamlresume, XeTeX et les polices — nécessaire pour générer un CV PDF n'importe où.

Ça a fonctionné, mais l'image était lourde. yamlresume/yamlresume pesait environ 4GB sur disque et 1.77GB à télécharger depuis Docker Hub. C'est beaucoup pour un CLI dont tout le travail consiste à générer un PDF d'une ou deux pages, et le tirer en CI signifiait payer ce coût à chaque exécution.

Avec v0.17.0, la même image fait désormais 866MB sur disque et 321MB à télécharger — environ 4.7x plus légère sur disque et 5.5x plus légère à télécharger :

Image	Download	On disk
v0.16.x (before)	1.77 GB	~4 GB
v0.17.0 (after)	321 MB	866 MB

Et rien ne change pour vous : mêmes commandes docker run, des PDF identiques au byte près.

Cet article retrace comment nous y sommes arrivés, en deux commits : remplacer TeX Live complet par une installation TinyTeX sélectionnée et élaguer les moteurs TeX, les artefacts de polices et perl.

Pourquoi l'image était-elle si grosse ?

Notre Dockerfile d'image de base ressemblait à ça :

RUN apt update && \
    apt install -y \
    texlive-xetex \
    texlive-fonts-extra \
    texlive-lang-all \
    fonts-noto-cjk \
    fonts-noto-cjk-extra \
    && rm -rf /var/lib/apt/lists/* \
    && rm -rf /usr/share/texlive/texmf-dist/doc \
    && rm -rf /usr/share/texlive/texmf-dist/source \
    && rm -rf /usr/share/texlive/texmf-dist/fonts/type1

Nous faisions déjà le nécessaire ici — purge des listes apt et suppression des arbres doc, source et type1 de TeX Live — mais le résultat faisait tout de même environ 4GB. Le problème, c'est que Debian conditionne TeX Live en grosses collections du tout-ou-rien :

texlive-fonts-extra contient, comme son nom l'indique, à peu près toutes les polices jamais empaquetées pour TeX — des milliers.
texlive-lang-all embarque les motifs de césure, les données babel et le support moteur pour chaque langue que TeX ait jamais connue.
fonts-noto-cjk et fonts-noto-cjk-extra embarquent toute la famille Noto CJK — chaque langue CJK, chaque graisse.

Aucune de ces collections ne peut être élaguée côté apt. On ne peut pas demander à apt « juste moderncv » ou « juste les polices Linux Libertine » — on prend toute la collection ou rien.

Pendant ce temps, YAMLResume lui-même n'a exactement que deux modèles LaTeX : la classe classique moderncv et un modèle jake basé sur article. L'ensemble des packages LaTeX dont ils ont réellement besoin est petit et dénombrable.

Place à TinyTeX

TinyTeX est la distribution TeX Live allégée de Yihui Xie, construite autour d'une idée simple qui colle parfaitement à notre situation : installer un noyau TeX minimal, puis utiliser tlmgr — le gestionnaire de packages de TeX Live — pour ajouter des packages individuels par leur nom.

Contrairement aux collections d'apt, tlmgr opère à la granularité de véritables packages LaTeX. Donc au lieu de « toutes les polices, toutes les langues, tous les moteurs », notre nouveau Dockerfile.base installe exactement ce dont les deux modèles ont besoin — 37 packages au total :

RUN /opt/bin/tlmgr install \
    xetex \
    moderncv \
    ctex \
    fontawesome5 \
    fontawesome6 \
    fontawesome7 \
    libertine \
    plex \
    enumitem \
    titlesec \
    changepage \
    setspace \
    adjustbox \
    tcolorbox \
    environ \
    trimspaces \
    titling \
    rsfs \
    ucs \
    microtype \
    multirow \
    colortbl \
    babel-english \
    babel-spanish \
    babel-french \
    babel-german \
    babel-dutch \
    babel-norsk \
    babel-portuges \
    babel-indonesian \
    hyphen-spanish \
    hyphen-french \
    hyphen-german \
    hyphen-dutch \
    hyphen-norwegian \
    hyphen-portuguese \
    hyphen-indonesian

Quelques remarques sur cette liste :

moderncv pour le modèle moderncv ; enumitem, titlesec, tcolorbox, et consorts pour le modèle jake basé sur article.
libertine et plex fournissent Linux Libertine O et IBM Plex Sans, les polices par défaut du modèle jake.
fontawesome5/6/7 couvrent les icônes réseau utilisées selon les versions des modèles.
ctex plus les packages babel-* et hyphen-* nous donnent la prise en charge CJK et la césure pour les langues régionales prises en charge par YAMLResume.

Deux astuces supplémentaires au passage :

RUN wget -qO /tmp/install-tinytex.sh "https://yihui.org/tinytex/install-bin-unix.sh" && \
    HOME=/opt sh /tmp/install-tinytex.sh && \
    rm /tmp/install-tinytex.sh && \
    /opt/bin/tlmgr option docfiles 0 && \
    /opt/bin/tlmgr option srcfiles 0

HOME=/opt — TinyTeX s'installe par défaut dans $HOME/.TinyTeX. Nous installons plutôt dans /opt/.TinyTeX pour que l'utilisateur yamlresume non-root de l'image finale puisse exécuter xelatex, et nous appliquons chmod -R a+rX à l'arborescence pour être sûrs.
tlmgr option docfiles 0 && tlmgr option srcfiles 0 — pas de documentation de packages, pas de sources de packages. Nous ne développons pas de packages LaTeX dans cette image ; nous nous contentons de les exécuter.

Élaguer ce que tlmgr entraîne

L'installation sélectionnée a fait passer l'image finale de ~4GB à 953MB. Bien, mais pas fini. L'inspection de l'arborescence a montré que l'installation de ctex et consorts entraîne tout un tas de fichiers que XeTeX ne lit jamais, donc le deuxième commit s'en est pris à eux.

Arbres de polices pour des moteurs que nous n'utilisons pas

ctex (et sa chaîne de dépendances) remonte à l'ère pdfTeX/pTeX, où la composition CJK se faisait avec des arbres de polices bitmap et Type 1 — polices arphic, wadalab, uhc, zhmetrics, pTeX/upTeX. YAMLResume compile avec XeLaTeX, qui lit les polices système via fontspec/xeCJK par nom de famille, donc tous ces arbres sont du poids mort :

&& rm -rf \
    /opt/.TinyTeX/texmf-dist/fonts/type1/arphic \
    /opt/.TinyTeX/texmf-dist/fonts/type1/wadalab \
    /opt/.TinyTeX/texmf-dist/fonts/type1/uhc \
    /opt/.TinyTeX/texmf-dist/fonts/tfm/uhc \
    /opt/.TinyTeX/texmf-dist/fonts/tfm/zhmetrics \
    # ... and more

Même histoire pour les formats de polices historiques : fontspec utilise les versions OpenType de Linux Libertine et d'IBM Plex, donc les variantes Type 1 et tfm de ces familles partent aussi, ainsi que les polices IPA/thaï (tipa, fonts-tlwg) entraînées comme dépendances, les variantes Type 1 de Latin Modern, les polices bitmap CNS, et deux répertoires entiers que XeTeX ne touche jamais — fonts/afm (métriques de polices) et fonts/source (sources Metafont).

Moteurs TeX que nous n'utilisons pas

TinyTeX livre un répertoire bin rempli d'exécutables et de liens symboliques : luatex, pdftex, dvips, bibtex, metafont, etc. YAMLResume n'appelle qu'un seul moteur. Nous gardons xetex, son compagnon xdvipdfmx (qui transforme la sortie .xdv de XeTeX en PDF), et kpsewhich pour la recherche de polices, plus le lien symbolique xelatex — et nous supprimons le reste :

&& TEXBIN=$(echo /opt/.TinyTeX/bin/*-linux) && \
    find "$TEXBIN" -maxdepth 1 -type f \
    ! -name xetex ! -name xdvipdfmx ! -name kpsewhich -delete && \
    find "$TEXBIN" -maxdepth 1 -type l ! -name xelatex -delete && \
    find /opt/.TinyTeX/texmf-var/web2c -name '*.fmt' ! -name 'xelatex.fmt' -delete

Le deuxième find supprime les fichiers de format précompilés des autres moteurs — seul xelatex.fmt est nécessaire à l'exécution.

Perl

L'installeur de TinyTeX et tlmgr sont des scripts Perl, donc l'image de base a besoin de Perl au moment du build. Mais xelatex n'invoque jamais Perl à l'exécution, donc une fois l'arbre TeX en place, Perl est purgé avec wget et xz-utils :

RUN apt-get purge -y wget xz-utils perl perl-modules-5.36 libperl5.36 && \
    apt-get autoremove -y && \
    rm -rf /var/lib/apt/lists/*

Quatre fichiers de polices au lieu de deux packages de polices

L'ancienne image embarquait fonts-noto-cjk et fonts-noto-cjk-extra : toute la famille Noto CJK, chaque langue CJK, chaque graisse. Mais notre typographie CJK (voir renderCTeXConfig dans le moteur de rendu) référence exactement quatre polices : Noto Serif/Sans CJK SC, en regular et gras.

Donc la nouvelle image ne télécharge que ces quatre fichiers OTF :

RUN mkdir -p /usr/share/fonts/opentype/noto-cjk && \
    cd /usr/share/fonts/opentype/noto-cjk && \
    wget -q "https://raw.githubusercontent.com/notofonts/noto-cjk/main/Sans/OTF/SimplifiedChinese/NotoSansCJKsc-Regular.otf" && \
    wget -q "https://raw.githubusercontent.com/notofonts/noto-cjk/main/Sans/OTF/SimplifiedChinese/NotoSansCJKsc-Bold.otf" && \
    wget -q "https://raw.githubusercontent.com/notofonts/noto-cjk/main/Serif/OTF/SimplifiedChinese/NotoSerifCJKsc-Regular.otf" && \
    wget -q "https://raw.githubusercontent.com/notofonts/noto-cjk/main/Serif/OTF/SimplifiedChinese/NotoSerifCJKsc-Bold.otf"

Échouer vite sur des images cassées

Une image plus légère n'est un gain que si elle compile encore chaque modèle. Un build docker qui produit silencieusement une image où fc-match ne résout pas « IBM Plex Sans » ou où xelatex est absent est bien pire qu'une grosse, donc le Dockerfile se termine par des vérifications de bon sens qui font échouer le build bruyamment :

RUN fc-match "Linux Libertine O" && \
    fc-match "IBM Plex Sans" && \
    fc-match "Noto Serif CJK SC" && \
    which xelatex && \
    xelatex --version

La résolution des polices est exercée via fontconfig (cela protège aussi les liens symboliques qui exposent les arbres de polices de TinyTeX à fontspec, qui résout les polices par nom de famille alors que texmf-dist n'est indexé que par kpathsea), et le workflow CI exécute en plus un smoke test qui compile un vrai CV à travers l'image.

Résultats

Les deux commits, mesurés en taille non compressée sur disque :

Bascule vers TinyTeX : image finale ~4GB → 953MB
Élagage des moteurs, des polices et de perl : base 894MB → 807MB, image finale 953MB → 866MB

Publiée sur Docker Hub en tant que yamlresume/yamlresume-base:v2.0.0 (306MB à télécharger) et yamlresume/yamlresume (321MB à télécharger, à la fois linux/amd64 et linux/arm64) :

Image	Download	On disk
`yamlresume-base` v1.0.0	1.74 GB	~4 GB
`yamlresume-base` v2.0.0	306 MB	807 MB
`yamlresume` v0.16.x	1.77 GB	~4 GB
`yamlresume` v0.17.0	321 MB	866 MB

Ce que cela change pour vous

Rien ne change dans la façon d'utiliser l'image :

docker run --rm -v $(pwd):/home/yamlresume yamlresume/yamlresume new my-resume.yml
docker run --rm -v $(pwd):/home/yamlresume yamlresume/yamlresume build my-resume.yml

Mais l'expérience s'améliore partout où l'image est tirée :

La CI s'accélère — si vous utilisez YAMLResume Action, votre workflow passe moins de temps à attendre les couches docker.
Les itérations locales coûtent moins cher — docker pull ne transfère plus que 321MB au lieu de 1.77GB, et l'image n'occupe plus qu'un quart de l'espace disque.
L'image de base reste un cache — comme avant, yamlresume/yamlresume est construite au-dessus de la stable yamlresume/yamlresume-base, donc les versions du CLI n'ont toujours besoin que d'une fine couche par-dessus. La base vient juste de devenir 5.7x plus légère.

Consultez le guide d'installation pour commencer, et comme toujours, si vous rencontrez le moindre problème, ouvrez une issue sur GitHub.

Profitez d'un YAMLResume bien plus léger avec docker !