5分钟！带你吐槽容器镜像中那些让人一言难尽的事情
容器镜像中那些让人一言难尽的事情
现如今容器生态大受欢迎有许多原因，其中一个就是应用部署上的优秀体验，容器镜像的出现是这种体验能够成为现实的一个基础。
简要回顾一下容器镜像，概括为几点：
它提供了一个应用软件运行的完整操作系统包，是不可变基础设施的一部分，其格式（https://docs.docker.com/storage/storagedriver/?spm=ata.13261165.0.0.567e1b43DoMXC0）如下图1 所示。
镜像中一个重要的概念是layer，引用docker documentation（https://docs.docker.com/storage/storagedriver/?spm=ata.13261165.0.0.567e1b43DoMXC0#images-and-layers）中的介绍，"Each layer is only a set of differences from the layer before it. The layers are stacked on top of each other."
一个容器镜像是由一个或多个layer组成的。
容器镜像是存储在registry中的，诸如 Docker Hub(https://hub.docker.com/?spm=ata.13261165.0.0.567e1b43DoMXC0)和公有云提供商的registry service。
但今天我们要一起来吐槽一下容器镜像。
1. 首次启动中大型镜像很慢
第一次运行时总是需要等上几分钟，这是因为在正式启动一个容器之前，还需要一些准备工作：
从registry下载镜像，包含了镜像的所有layers，比如上图的镜像"rust:latest"中包含6 layers，
把镜像layers一个接一个地解压到本地filesystem中，
最后用overlayfs 将这些layer组合为一个mount point作为容器的rootfs，
启动容器。
其中，当启动一个庞大的镜像时，最耗时的是第一步中的下载镜像，但因为单一layer是一个整体，对同一个layer无法并行下载，与此同时镜像size很大通常意味着包含的layer size也很大，所以大部分时间都花在了网络传输上。
2. 去重低效
如果大家关注过镜像base layer，比如上图中的CentOS 和 Ubuntu，其中的目录结构是相同的标准操作系统根分区结构，内容也是类似的，那么我们很自然地可以想到，在registry中存储的时候会将他们去重(Deduplication)吗？
对于上图这种情况，registry 现在不会做去重，原因仍是“单一layer是一个整体”，registry 的去重是基于layer的digest id的，即如果两个不同镜像使用了同一个layer，那么在registry上只存一个layer。
3. 对删除和链接的处理
先说删除，当对lower layer中的一个file做unlink时，会在upper layer 发生什么？
现在的逻辑是在upper layer添加一个特殊的white-out empty file来表示被unlink的file，以达到最终视图上的unlink效果。
“你说你一个没点，完事我们还得搭一个是不"
想象一下，如果想删掉一个password file，这个white-out 做法会带来什么后果？
再说hardlink，当对lower layer中的一个file做hardlink时，会在upper layer发生什么？当前采取了一种笨拙的做法，即把lower layer file拷贝一份到upper layer，再添加对应的hardlink。当这个file size 很大时，那么浪费的存储空间就相当可观了。
4. 安全审计不完整
再说一个安全审计上的问题，因为镜像每一个layer都有对应的digest id，在镜像下载之后可以对layer进行校验，但当把镜像layers一个接一个地解压到本地filesystem中之后呢？我们没有办法再去校验了，因为本质上解压后的filesystem目录和镜像的layers是两种不同的形态了，所以运行时的安全审计是缺失的。
成也layer，败也layer
我们回过头来看，上面的问题除了最后的安全审计，其它的原因都可以归结为“以layer为基本单位的镜像格式”。所以，虽然选择layer的设计是为了让不同的应用软件镜像能够共用同一部分基础系统，达到节省存储和节省传输的目的，但是在实践中用户们也逐渐发现了它带来的难以workaround的问题。
欲知详情，且听明天分解。。。
往期精彩回顾：