博客
关于我
docker storage driver
阅读量:431 次
发布时间:2019-03-06

本文共 1309 字,大约阅读时间需要 4 分钟。

Docker存储驱动

1. 存储驱动概述

Docker通过存储驱动管理容器的读写层和镜像层。默认存储驱动为overlay2,其工作效率较高,适合大多数使用场景。以下是overlay2的核心特点:

  • 分层结构:镜像层(只读)与容器层(读写)通过lowerdirupperdirmerged实现合并。
  • 写时复制(CoW):在镜像层未修改的文件直接读取,修改时将文件复制到容器层,减少对镜像层的影响。

2. 存储驱动类型

2.1 overlay2

  • 适用场景:通用存储驱动,效率较高。
  • 文件系统:支持ext4xfs,推荐在大多数系统上使用。
  • 优点
    • 内存使用效率高。
    • 适合小文件或分散文件修改。
  • 缺点
    • 对大规模文件操作时可能影响性能。
    • 不支持rename系统调用。

2.2 tmpfs

  • 适用场景:临时数据存储。
  • 特点
    • 数据仅存在于内存,性能较高。
    • 适用于容器运行时的临时文件。
  • 注意事项
    • 大量临时数据可能导致内存不足。
    • 不适合持久化数据存储。

3. 存储驱动选择

  • overlay2:默认存储驱动,推荐使用。
  • aufs:性能优于overlay,但在旧版本Docker中使用较多。
  • devicemapper:基于LVM的块级存储,适合需要高性能的场景。
  • zfsbtrfs:支持快照和复制,适合需要高级功能的用户。
  • vfs:通用存储驱动,适合特殊需求。

4. 存储驱动的优缺点对比

存储驱动 优点 缺点
overlay2 高效,支持多种文件系统 不支持rename,复杂的inode管理
devicemapper 高性能,支持快照 内存占用较高
zfs 支持快照、复制,高性能 内存消耗较大
aufs 性能优于overlay 旧,新版本Docker中使用较少

5. overlay2文件结构

  • 目录结构
  • /var/lib/docker/overlay2/    ├── container_id-init/    ├── container_id/    ├── lowerdir/    ├── merged/    └── work/
    1. 文件位置
      • lowerdir:镜像层,仅读取。
      • upperdir:容器层,存储修改文件。
      • merged:镜像层和容器层的联合目录。
      • work:OverlayFS内部使用目录。

      6. overlayFS特性

      • 读取机制

        • 文件不在容器层:从镜像层读取。
        • 文件存在容器层:直接读取。
        • 文件同时存在:优先读取容器层文件。
      • 写入机制

        • 对镜像层文件进行修改时,执行copy_up操作,将文件复制到容器层。
        • 后续操作基于容器层文件。

      7. 使用注意事项

      • 性能优化

        • 对镜像层文件进行大量修改时,建议使用bind mountvolume
        • 避免在镜像层中修改大文件或深层目录结构。
      • 容器删除

        • 删除容器时,容器的读写层会被自动删除。
        • 镜像层的数据不会丢失,适合镜像共享。

      8. 总结

      Docker的存储驱动是容器持久化的核心。overlay2作为默认驱动,兼容性高,性能优异。对于高级需求,可以选择devicemapperzfs等驱动。理解存储驱动的工作原理,有助于优化容器性能和资源利用。

    转载地址:http://oxakz.baihongyu.com/

    你可能感兴趣的文章
    Palo Alto Networks Expedition 未授权SQL注入漏洞复现(CVE-2024-9465)
    查看>>
    Palo Alto Networks PAN-OS身份认证绕过导致RCE漏洞复现(CVE-2024-0012)
    查看>>
    Panalog 日志审计系统 libres_syn_delete.php 前台RCE漏洞复现
    查看>>
    Panalog 日志审计系统 sprog_deletevent.php SQL 注入漏洞复现
    查看>>
    Panalog 日志审计系统 sprog_upstatus.php SQL 注入漏洞复现(XVE-2024-5232)
    查看>>
    pandas -按连续日期时间段分组
    查看>>
    pandas :to_excel() float_format
    查看>>
    pandas :将多列汇总为一列,没有最后一列
    查看>>
    pandas :将时间戳转换为 datetime.date
    查看>>
    pandas :将行取消堆叠到新列中
    查看>>
    pandas DataFrame 中的自定义浮点格式
    查看>>
    Pandas DataFrame 的 describe()方法详解-ChatGPT4o作答
    查看>>
    Pandas DataFrame中删除列级的方法链接解决方案
    查看>>
    Pandas DataFrame中的列从浮点数输出到货币(负值)
    查看>>
    Pandas DataFrame中的列从浮点数输出到货币(负值)
    查看>>
    Pandas Dataframe的日志文件
    查看>>
    pandas Groupby:创建两列的Groupby时,如何按正确的顺序对工作日进行排序?
    查看>>
    Pandas Plots:周末的单独颜色,x 轴上漂亮的打印时间
    查看>>
    Pandas 中的多索引旋转
    查看>>
    Pandas 中的日期范围
    查看>>