يعمل على جهازي: كيف يمنع Docker انحراف البيئات وأين لا يكفي

يعمل على جهازي: كيف يمنع Docker انحراف البيئات وأين لا يكفي

عبارة «يعمل على جهازي» تقال حين يعمل البرنامج عند المطور ويفشل عند زميله أو على السيرفر، والسبب ليس الكود غالباً، بل البيئة حوله: إصدار اللغة، وإصدارات المكتبات، والمنطقة الزمنية، ومكتبات النظام التي لم يذكرها أحد لأنها كانت موجودة دائماً. ويسمى هذا انحراف البيئات. وفي هذا الدليل نصنعه عمداً ثم نصلحه: سكربت Python واحد من 15 سطراً نشغله على بيئتين، الأولى Python 3.10 مع NumPy 1.26.4 بتوقيت الرياض، والثانية Python 3.13 مع NumPy 2.3.4 بتوقيت UTC، فنحصل على أربعة اختلافات في السلوك. ثم نغلفه في صورة Docker بإصدارات مثبتة، ونكتشف أثناء ذلك اعتماداً خفياً على مكتبة نظام أفشل الصورة الأولى، ونقيس ما يحله Docker وما لا يحله.

نمر بالسكربت والبيئتين، والاختلافات الأربعة ومصدر كل منها، وتثبيت البيئة في صورة، والاعتماد الخفي على libstdc++، وما يبقى خارج الصورة، ثم قواعد تمنع الانحراف.

السكربت والبيئتان

import sys, time, numpy as np
print('python', sys.version.split()[0], '| numpy', np.__version__)
ts = 1794781800                                   # one order, fixed moment
print('order date:', time.strftime('%Y-%m-%d %H:%M', time.localtime(ts)), time.strftime('%Z'))
x = np.float64(0.1) + np.float64(0.2)
print('total repr:', repr(x))
try:
    print('np.float_:', np.float_(1.5))
except AttributeError as e:
    print('np.float_: AttributeError:', str(e)[:60])
try:
    from datetime import UTC
    print('datetime.UTC: ok')
except ImportError as e:
    print('datetime.UTC: ImportError')
السكربت والبيئتان
السكربت والبيئتان

جهزنا البيئتين بأداة uv التي نزلت Python 3.10.20 و3.13.14 في 2.5 ثانية، ثم بيئة افتراضية لكل منهما بإصدار مختلف من NumPy. وهذا ليس مصطنعاً: مطور ثبت مشروعه قبل سنة وزميل ثبته اليوم بأمر pip install numpy دون رقم إصدار سيحصلان على هذا بالضبط. وتجهيز البيئات الافتراضية نفسها في تجهيز بيئة Python لعلوم البيانات.

الاختلافات الأربعة

machine A: python 3.10.20, numpy 1.26.4, TZ=Asia/Riyadh   machine B: python 3.13.14, numpy 2.3.4, TZ=UTC
order date: 2026-11-16 01:30 +03                          order date: 2026-11-15 22:30 UTC
total repr: 0.30000000000000004                           total repr: np.float64(0.30000000000000004)
np.float_: 1.5                                            np.float_: AttributeError: `np.float_` was
                                                          removed in the NumPy 2.0 release
datetime.UTC: ImportError                                 datetime.UTC: ok
الاختلافات الأربعة
الاختلافات الأربعة

الطلب نفسه سُجل في يومين مختلفين، لأن الساعة 22:30 بتوقيت UTC هي 01:30 من اليوم التالي في الرياض، وتقرير المبيعات اليومي سيختلف بين الجهازين. وNumPy 2 غيّر طريقة طباعة الأرقام، فأي اختبار يقارن النص المطبوع سيفشل، وحذف الاسم float_ فانكسر الكود الذي يستخدمه. وفي الاتجاه المعاكس، الثابت datetime.UTC موجود منذ Python 3.11 فقط، فكود كتبه صاحب الجهاز الثاني لن يعمل على الأول. أربع نتائج من أربع اختلفت، ولم يتغير حرف في السكربت.

تثبيت البيئة في صورة

FROM lab/base:1.0                     # busybox + glibc, built in the lab (no registry access)
COPY rootfs/ /                        # python 3.13.14 under /opt/python + extra libs
ENV PATH=/opt/python/bin:... TZ=UTC LANG=C.UTF-8
COPY requirements.txt wheels/ /tmp/w/
RUN python3 -m pip install --no-index --find-links /tmp/w --require-hashes -r /tmp/w/requirements.txt
COPY report.py /app/report.py

requirements.txt:  numpy==2.3.4 --hash=sha256:fc8a63918b04b8571789688b2780ab2b4a33ab44bfe8ccea36d3eba51228c953

الصورة تحمل كل ما سبب الاختلاف: إصدار Python، وNumPy مثبتاً برقمه وبصمة ملفه، والمنطقة الزمنية مكتوبة صراحة. والخيار --require-hashes يرفض أي ملف لا تطابق بصمته المسجلة، فلا يتغير ما يُثبت حتى لو تغير المستودع. ونزلنا الحزمة على المضيف ونسخناها إلى الصورة لأن الحاويات في المختبر بلا إنترنت. وأول محاولة فشلت لسبب طريف: Python المثبت بأداة uv يحمل علامة PEP 668 التي تمنع pip من تعديله، فحذفناها داخل الصورة لأن Python هنا ملك الصورة وحدها. وحجم الصورة النهائي 208 ميغابايت.

الاعتماد الخفي على libstdc++

$ docker run --rm lab/report:1.0
ImportError: libstdc++.so.6: cannot open shared object file: No such file or directory
... Importing the numpy C-extensions failed.
# pip install had succeeded. the host has libstdc++, the image did not.
add /lib/x86_64-linux-gnu/libstdc++.so.6 -> lab/report:1.1 (205 MB -> 208 MB)
$ TZ=Asia/Riyadh docker run --rm lab/report:1.1   |   $ TZ=UTC docker run --rm lab/report:1.1
md5 of both outputs: a5fbc7ebfc1337d7fe1ce7f29f5a62dc  (2 identical)
الاعتماد الخفي على مكتبة النظام
الاعتماد الخفي على مكتبة النظام

هذا أهم ما في التجربة: التثبيت نجح، والاستيراد فشل، لأن جزء NumPy المكتوب بلغة C يحتاج مكتبة النظام libstdc++، وهي موجودة على كل جهاز تطوير تقريباً فلا يذكرها أحد. والصورة كشفت الاعتماد الذي كان مخفياً، وهذه فائدة لا تقل عن التثبيت نفسه. وبعد إضافة المكتبة شغلنا الصورة من طرفيتين بمنطقتين زمنيتين مختلفتين، فكانت المخرجات متطابقة حرفياً ببصمة md5 واحدة، لأن الحاوية لا ترث بيئة الطرفية التي شغلتها.

ما يبقى خارج الصورة

$ docker run --rm -e TZ=Asia/Riyadh lab/report:1.1
order date: 2026-11-15 22:30 Asia          # no zoneinfo in the image: silent fallback to UTC
still shared with the host: kernel version, CPU features, clock, mounted files, -e variables

Docker لا يحل كل شيء. حين مررنا المنطقة الزمنية صراحة بالخيار -e، لم يجد Python ملفات المناطق الزمنية داخل الصورة، فطبع الوقت بتوقيت UTC مع اسم المنطقة مبتوراً «Asia»، دون أي خطأ. وهذا أخطر من الفشل الصريح. وكذلك تبقى النواة مشتركة مع المضيف، وتعليمات المعالج، والملفات والمتغيرات التي تمررها عند التشغيل. وتثبيت الصورة نفسها بالبصمة لا بالوسم في الوسوم والبصمات في صور Docker.

قواعد تمنع الانحراف

قواعد تمنع الانحراف
قواعد تمنع الانحراف

أربع قواعد تكفي أغلب المشاريع. ثبّت كل إصدار برقمه، وبصمته إن أمكن، في ملف داخل المستودع. واكتب في الصورة كل ما يؤثر في السلوك صراحة، كالمنطقة الزمنية والترميز. وشغل الاختبارات داخل الصورة نفسها التي ستُنشر، لا على جهاز المطور، فهناك يظهر الاعتماد الخفي. واستخدم الصورة نفسها ببصمتها من التطوير إلى الإنتاج، ولا تبنها من جديد في كل مرحلة.

أخطاء شائعة

pip install بلا أرقام إصدارات

جهازان في يومين مختلفين يحصلان على مكتبتين مختلفتين.

الاعتماد على المنطقة الزمنية للجهاز

الطلب نفسه سُجل في يومين.

اعتبار نجاح التثبيت نجاحاً للبيئة

نجح pip وفشل الاستيراد بسبب libstdc++.

تمرير متغير لا تدعمه الصورة

TZ بلا ملفات المناطق أعطى توقيتاً خاطئاً بصمت.

أسئلة يطرحها الناس

هل تكفي البيئة الافتراضية دون Docker؟

تثبت المكتبات فقط، ويبقى إصدار Python ومكتبات النظام والإعدادات خارجها.

هل تتطابق الصورة على معالج ARM؟

لا، تحتاج صورة لكل معمارية، والمكتبات المترجمة تختلف بينها.

الخلاصة

السكربت نفسه أعطى أربعة اختلافات في السلوك بين بيئتين: يومان مختلفان للطلب، وطباعة مختلفة للرقم، ودالة محذوفة في NumPy 2، وثابت غير موجود في Python 3.10. والصورة المثبتة كشفت اعتماداً خفياً على libstdc++ ثم أعطت مخرجات متطابقة من طرفيتين، وبقيت المنطقة الزمنية الممررة بلا ملفاتها خطأً صامتاً لا يحله Docker وحده.