a

abin在路上

V1

2022/08/13阅读:32主题:嫩青

容器镜像基础(nydus)

包括 nydus 的基本概念、架构和容器镜像加速使用方法。

1. nydus

1.1 存在的问题

  • 对于容器镜像使用者

    问题一:启动容器慢:容器启动慢的情况普遍发生在当用户启动一个很大的容器镜像时,由于在容器准备阶段需要三步(以 overlayfs 为例): 其中,下载镜像阶段需要下载整个镜像文件,不能实现文件数据按需加载。再加上下载镜像本身受限于网络带宽,当容器镜像达到 GB 级别时,下载时间会较长,破坏了容器原本优秀的用户体验。

    • 下载镜像;
    • 解压镜像;
    • 使用 overlayfs 将容器可写层和镜像中的只读层聚合起来提供容器运行环境。

    问题二:较高的本地存储成本:不同镜像之间可以共享的最小单位是镜像中的层,缺点之一是重复数据的处理效率较低。原因如下:

    • 首先,层内部存在重复的数据;
    • 其次,层与层之间可能存在大量重复的数据,即使有微小的差别,也会被作为不同的层;
    • 再次,根据 OCI imagespec 对删除文件和 hardlink 的设计,镜像内部=已经被上层删除的文件可能仍然存在于下层,并包含在镜像中。
  • 对于镜像提供者 这里的提供者主要指容器服务的镜像中心。 问题一:巨大的存储资源浪费

    • 存在大量相似镜像,造成这种情况有两个原因:
      • 首先,上面提到的层的缺点,导致在容器镜像中心存在许多相似镜像;
      • 其次,OCI image 使用了 tar+gzip 格式来表示镜像中的层,而 tar 格式并不区分 tar archive entries ordering,这带来一个问题,如果用户在不同机器上 build 同一个镜像,最终可能会因为使用了不同的文件系统而得到不同的镜像,用户上传之后,镜像中心中会存在若干不同镜像的实质内容是完全相同的情况。
    • 镜像去重效率低 虽然镜像中心有垃圾回收机制来实现去重功能,但其仍然以层为单位,所以只能在有完全相同 hash value 的层之间去重。 问题二:云原生软件供应链带来的新需求 随着时间推移,和软件供应链一起发展的还有对软件供应链环节的多样性攻击手段。安全防护是软件供应链中非常重要的组成,不光体现在对软件本身的安全增强,也体现在对供应链的安全增强。因为应用运行环境被前置到了容器镜像中,所以对容器镜像的安全,包括对镜像的漏洞扫描和签名成为了容器服务提供者的必要能力。
  • OCI 镜像规范的缺陷 主要的缺陷有两点:

    • tar 格式标准
      • tar 格式并不区分 tar archive entries ordering,这带来一个问题,即如果用户在不同机器上 ;build 同一个镜像,最终可能会因为使用了不同的文件系统而得到不同的镜像,比如在文件系统 A 上的 order 是 foo 在 bar 之前进入 tar,在文件系统 B 上的 order 是 bar 在 foo 之前进入 tar,那么这两个镜像是不同的;
      • 当 tar 被 gzip 压缩过之后不支持 seek,导致运行之前必须先下载并解压 targz 的 image layers,而不能实现文件数据按需加载。
    • 以层为镜像的基本单位
      • 内容冗余:不同层之间相同信息在传输和存储时都是冗余内容,在不读取内容的时候无法判断到这些冗余的存在;
      • 无法并行:单一层是一个整体,对同一个层既无法并行传输,也不能并行提取;
      • 无法进行小块数据的校验,只有完整的层下载完成之后,才能对整个层的数据做完整性校验;
      • 其他一些问题:比如,跨层数据删除难以完美处理。

1.2 nudys 基础

在容器的生产实践中,偏小的容器镜像能够很快部署启动。当应用的镜像达到 GB 级以上的时候,在节点上下载镜像通常会消耗大量的时间。Dragonfly 通过引入 P2P 网络有效的提升了容器镜像大规模分发的效率。然而,用户必须等待镜像数据完整下载到本地,然后才能创建自己的容器。

Nydus 是在最新的 OCI Image-Spec 基础之上设计的容器镜像加速服务,重新设计了镜像格式和底层文件系统,从而加速容器启动速度,提高大规模集群中的容器启动成功率。nydus 由阿里云和蚂蚁集团的工程师合作开发,并大规模部署在内部的 生产环境中。

nydus 优化了现有的 OCI 镜像标准格式[1],并以此设计了一个用户态的文件系统。通过这些优化,nydus 能够提供这些特性:

  • 容器镜像按需下载,用户不再需要下载完整镜像就能启动容器
  • 块级别的镜像数据去重,最大限度为用户节省存储资源
  • 镜像只有最终可用的数据,不需要保存和下载过期数据
  • 端到端的数据一致性校验,为用户提供更好的数据保护
  • 兼容 OCI 分发标准和 artifacts 标准,开箱即可用
  • 支持不同的镜像存储后端,镜像数据不只可以存放在镜像仓库,还可以放到 NAS 或者类似 S3 的对象存储上
  • 与 Dragonfly 的良好集成

1.3 nydus 架构

nydus 的架构主要包含两部分内容:

  • 新的镜像格式(Rafs) nydus 把一个容器镜像分成元数据和数据两层。其中元数据层是一棵自校验的哈希树[2]。 每个文件和目录都是哈希树中的一个附带哈希值的节点。一个文件节点的哈希值是由文件的数据确定,一个目录节点的哈希值则是由该目录下所有文件和目录的哈希值 确定。每个文件的数据被按照固定大小切片并保存到数据层中。数据切片可以在不同文件以及不同镜像中的不同文件共享。
  • 负责解析容器镜像的 FUSE 用户态文件系统进程 nydus 兼容多种文件系统,能够解析 FUSE[3]virtiofs[4] 协议来支持传统的 runc 容器[5]Kata 容器[6]。对于存储后端,支持使用容器仓库(Registery)、OSS 对象存储[7] 、NAS、Dragonfly 的超级节点和 Peer 节点作为 nydus 的镜像数据存储后端。此外,为了加速启动速度,nydus 还可以配置一个本地缓存,避免每次启动容器时都从远端数据源拉取数据。

1.4 nydus 特性

  • 容器启动速度变快

用户部署了 nydus 镜像服务后,由于使用了按需加载镜像数据的特性,容器的启动时间明显缩短。在官网的测试数据中,nydus 能够把常见镜像的启动时间,从数分钟缩短到数秒钟。理论上来说,容器镜像越大,nydus 体现出来的效果越明显。

  • 提供运行时数据一致性校验

在传统的镜像中,镜像数据会先被解压到本地文件系统,再由容器应用去访问使用。解压前,镜像数据是完整校验的。但是解压之后,镜像数据不再能够被校验。这带来的一个问题就是,如果解压后的镜像数据被无意或者恶意地修改, 用户是无法感知的。而 nydus 镜像不会被解压到本地,同时可以对每一次数据访问进行校验,如果数据被篡改,则可以从远端数据源重新拉取。

从图中可以看出,对容器镜像数据进行运行时一致性校验是通过对每个数据块计算 SHA 256 实现的,这得益于 nydus 采用分块的方式管理镜像数据。如果在镜像文件非常大的时候,对整个镜像文件计算哈希值非常不现实。

1.5 nydus 镜像格式:RAFS

RAFS 是对 EROFS 文件系统的增强,拓展在云原生场景下的能力,使其适应容器镜像存储场景。RAFS v6 是内核态的容器镜像格式,除了将镜像格式下沉到内核态,还在镜像格式上进行了一系列优化,例如块对齐、更加精简的元数据等。

  • RAFS v6 镜像格式

1.6 nydus-snapshotter[8]

Nydus snapshotter 是 containerd 的一个外部插件,使得 containerd 能够使用 nydus 镜像加速服务。在 containerd 中, snapshot 的工作是给容器提供 rootfs,Nydus snapshotter 实现了 containerd 的 snapshot 的接口,使得 containerd 可以通过 nydus 准备 rootfs 以启动容器。由于 nydus-snapshotter 实现了按需加载的特性,在 containerd 启动容器时,只需要根据容器镜像的元数据信息准备 rootfs,部分目录对应的数据并未存储在本地,当在容器中访问到(本地访问未命中)这部分数据时,通过 nydusd 从镜像 registry 拉取对应数据内容。

2. FUSE

用户态文件系统(filesystem in userspace, 简称 FUSE)使得用户无需修改内核代码就能创建自定义的文件系统。FUSRE 催生了著名的 fuse-overlayfs[9],其在 rootless 容器化中扮演重要的角色。

用户态文件系统并不完全在用户态实现,由两部分组成:内核模块和用户态进程。

  • 内核模块:文件系统数据流程的功能实现,负责截获文件访问请求和返回用户态进程处理请求对结果
  • 用户态进程:负责处理具体的数据请求,对应处理函数由内核模块触发

FUSE 的工作流程如下图:

其中,fuse_user 是运行在用户态的文件系统进程,该程序会在启动时注册实现的数据请求处理接口,如 ls、cd、mkdir 等,同时,程序在某个路径挂载 fuse 文件系统 /tmp/fuse_fs,当对 /tmp/fuse_fs 执行相关操作时:

  • 请求会经过 VFS(虚拟文件系统) 到达 fuse 的内核模块
  • 内核模块根据请求类型,调用用户态进程注册的函数
  • 当程序完成对请求对处理后,将结果通过 VFS 返回给系统调用

3. containerd

containerd 最开始是 Docker Engine 中的一部分,后来,containerd 被分离出来作为独立的开源项目,目标是提供更开放、稳定的容器运行基础设施。分离出来的 containerd 将具有更多的功能,涵盖整个容器运行时管理的所有需求。

containerd 是一个行业标准的容器运行时,强调简单性、健壮性和可移植性,可以作为守护进程运行在系统中。containerd 的功能主要包括以下内容:

  • 管理容器的生命周期(从创建容器到销毁容器)
  • 拉取/推送容器镜像
  • 存储管理(管理镜像及容器数据的存储)
  • 调用 runc 运行容器(与 runc 等容器运行时交互)
  • 管理容器网络接口及网络

containerd 采用 C/S 架构,服务端通过 unix domain socket 暴露低层 gRPC 接口,客户端通过这些 gRPC 接口管理节点上的容器,containerd 负责管理容器的镜像、生命周期、网络和存储,实际运行容器是由容器运行时(runc 是其中一种)完成。

containerd 将系统划分成不同的组件,每个组件由一个或多个模块协作完成(Core 部分),不同模块都以插件的形式集成到 containerd 中,插件之间相互依赖。

containerd 的组件可以分成三类:Storage、Metadata 和 Runtimes,snapshot 属于 Storage 组件中的一个插件,用来管理容器镜像的文件系统快照,镜像中的每一层都会被解压成文件系统快照。在使用 nydus 的 containerd 环境中,nydus-snapshotter 负责完成这部分工作。

4. erofs + fsache

  • erofs over fscache 基本概念

erofs over fscache 是 Linux 内核原生的镜像按需加载特性,于 5.19 版本[10]合入 Linux 内核主线。

已有的用户态方案会涉及频繁的内核态/用户态上下文切换,以及内核态/用户态之间的内存拷贝,从而造成性能瓶颈。这一问题在容器镜像已经全部下载到本地的时候尤其突出,容器运行过程中涉及的文件访问,都会陷出到用户态的服务进程。

事实上我们可以将按需加载的 (1)缓存管理和 (2)缓存未命中的时候通过各种途径 (例如网络) 获取数据,这两个操作解耦开。缓存管理可以下沉到内核态执行,这样当镜像在本地 ready 的时候,就可以避免内核态/用户态上下文的切换。 而这也正是 erofs over fscache 技术的价值所在。

fscache/cachefiles (以下统称 fscache) 是 Linux 系统中相对成熟的文件缓存方案,广泛应用于网络文件系统,erofs over fscache 技术使得 fsache 能够支持 erofs 的按需加载特性。

容器在访问容器镜像的时候,fscache 会检查当前请求的数据是否已经缓存,如果缓存命中 (cache hit),那么直接从缓存文件读取数据。这一过程全程处于内核态之中,并不会陷出到用户态。

缓存未命中 (cache miss)时 需要通知用户态的 Nydusd 进程以处理这一访问请求,此时容器进程会陷入睡眠等待状态;Nydusd 通过网络从远端获取数据,通过 fscache 将这些数据写入对应的缓存文件,之后通知之前陷入睡眠等待状态的进程该请求已经处理完成;之后容器进程即可从缓存文件读取到数据。

  • erofs over fscache 优势
    • 异步预取 容器创建之后,当容器进程尚未触发按需加载 (cache miss) 的时候,用户态的 Nydusd 就可以开始从网络下载数据并写入缓存文件,之后当容器访问的文件位置恰好处于预取范围内的时候,就会触发 cache hit 直接从缓存文件读取数据,而不会再陷出到用户态。用户态方案则无法实现该优化。
    • 网络 IO 优化 当触发按需加载 (cache miss) 时,Nydusd 可以一次性从网络下载比当前实际请求的数据量更多的数据,并将下载的数据写入缓存文件。 例如容器访问 4K 数据触发的 cache miss,而 Nydusd 实际一次性下载 1MB 数据,以减小单位文件大小的网络传输延时。之后容器访问接下来的这 1MB 数据的时候,就不必再陷出到用户态。 用户态方案则无法实现该优化,因为即使触发 cache miss 的时候,用户态的服务进程同样实现了该优化,下一次容器访问位于读放大范围内的文件数据的时候,同样会陷出到用户态。
    • 更佳的性能表现 当镜像数据已经全部下载到本地的时候 (即不考虑按需加载的影响),erofs over fscache 的性能表现显著优于用户态方案,同时与原生文件系统的性能相近,从而实现与原生容器镜像方案 (未实现按需加载) 相近的性能表现。

5. 环境安装

  • nerdctl 安装
# git clone https://github.com/rootless-containers/rootlesskit.git
# cd rootlesskit
# make && sudo make install

wget https://github.com/containerd/nerdctl/releases/download/v0.22.2/nerdctl-full-0.22.2-linux-amd64.tar.gz
sudo tar -zxvf nerdctl-full-0.22.2-linux-amd64.tar.gz -C /usr/local

sudo systemctl enable --now containerd
sudo systemctl enable --now buildkit

# sudo apt-get install uidmap -y
# containerd-rootless-setuptool.sh install

sudo nerdctl version    # 需要使用sudo,不然会提示安装 rootless

  • nydus 安装

安装主要的 3 个工具(也可以直接下载所有工具的二进制文件,编译安装时默认没有没有 nydusify):

  • nydusify将 OCI 格式的容器镜像转换为 nydus 格式(RAFS)容器镜像的工具。
  • nydus-image将解压后的容器镜像转换为 nydus 格式镜像的工具。
  • nydusd解析 nydus 格式镜像并提供 FUSE 挂载点以供容器访问的守护程序。nydusd也可以用作 virtiofs 后端,使得 Guest 可以访问 Host 的文件。
git clone https://github.com/dragonflyoss/image-service.git

cd image-service

make && make install

# 默认没有安装 nydusify
wget https://github.com/dragonflyoss/image-service/releases/download/v2.1.0-rc.1/nydus-static-v2.1.0-rc.1-linux-amd64.tgz
mkdir nydus-static
tar -zxvf nydus-static-v2.1.0-rc.1-linux-amd64.tgz -C nydus-static
sudo cp nydus-static/nydusify /usr/local/bin
sudo cp nydus-static/nydus-overlayfs /usr/local/bin

nydus-image --version
nydusify --version
nydusd --version

  • 安装 nydus-snapshotter
git clone github.com/containerd/nydus-snapshotter.git
cd nydus-snapshotter
make && make install

sudo systemctl enable nydus-snapshotter
sudo systemctl start nydus-snapshotter
systemctl status nydus-snapshotter

nydus-snapshotter 以 service 的形式运行 /usr/local/bin/containerd-nydus-grpc 可执行文件,配置信息位于 /etc/nydus/config.json 文件。

默认 address 位置:/run/containerd-nydus/containerd-nydus-grpc.sock

默认工作目录:/var/lib/containerd-nydus-grpc

默认缓存目录:/var/lib/containerd-nydus-grpc/cache

  • 部署本地镜像仓库(测试用)
sudo docker run -d -p 5000:5000 \
--restart=always \
--name registry \
-v /var/lib/registry:/var/lib/registry \
-d registry

sudo docker run -d --name=registry --restart=always -p 5000:5000 registry
sudo docker logs registry -f

  • 将 OCI 格式的镜像转换为 RAFS 格式镜像
sudo nydusify convert \
  --nydus-image $(which nydus-image) \
  --source ubuntu:16.04 \
  --target localhost:5000/ubuntu:16.04-nydus

nydusify 基本命令:

转换后的镜像层文件位于当前目录下的 tmp 文件夹:

sudo tree tmp -L 4

将 OCI 标准的镜像格式转换为 nydus 使用的 RAFS 镜像格式后,可以使用 nydusd 解析并提供 fuse 挂载点供容器使用。编写配置文件 registry.json,使得 nydus 使用 容器镜像 registry (已经搭建本地容器镜像 register 用于测试)作为存储后端。

{
  "device": {
    "backend": {
      "type""registry",
      "config": {
        "scheme""http",
        "host""localhost:5000",
        "repo""ubuntu"
      }
    },
    "digest_validate"false
  },
  "mode""direct"
}

挂载 RAFS 镜像 为 fuse 挂载点,--bootstrap 参数传递位于 tmp/bootstraps 下的文件路径:

sudo nydusd \
  --config ./registry.json \
  --mountpoint /mnt \
  --bootstrap ./tmp/bootstraps/4-sha256:fb15d46c38dcd1ea0b1990006c3366ecd10c79d374f341687eb2cb23a2c8672e \
  --log-level info

查看挂载情况:

输出日志信息:

除了使用 nydusify 直接讲 OCI 标准格式镜像转换为 nydus 格式镜像,nydus-image 工具也支持直接对已经解压的 OCI 容器镜像文件层转换为 nydus 格式镜像。

(1)获取 OCI 镜像元数据信息:

docker pull ubuntu:16.04
sudo docker inspect -f "{{json .GraphDriver }}" ubuntu:16.04  | jq .

Docker 使用 overlay2 存储驱动,通过所需的 lowerdir、upperdir、merged 和 workdir 结构自动创建 overlay 挂载点。

对于 Nydus 来说,目录树(通常是一个镜像层)由两部分组成:

  • bootstrap:存储目录的文件系统元数据信息
  • blob:存储目录中的所有文件数据

(2)建立生成 nydus 镜像的目录:

mkdir -p nydus-image/{blobs,layer1,layer2,layer3,layer4}

(3)转换最底层的镜像层:

sudo nydus-image create \
  --bootstrap ./nydus-image/layer1/bootstrap \
  --blob-dir ./nydus-image/blobs \
  --compressor none /var/lib/docker/overlay2/78f2b3506072c95ca3929a0a797c1819e8966b8bbf5ce8427b671296ca1ad35a/diff

tree -L 2 ./nydus-image

(4)转换第二底层镜像层,--parent-bootstrap 指父层,即刚才转换好的镜像层:

sudo nydus-image create \
  --parent-bootstrap ./nydus-image/layer1/bootstrap \
  --bootstrap ./nydus-image/layer2/bootstrap \
  --blob-dir ./nydus-image/blobs \
  --compressor none /var/lib/docker/overlay2/373ea430abb0edd549583f949ec8259806d9eb7d0a0416ec1494d2fc7efeeedc/diff

(5)转换第 3 层和第 4 层,每次都需要指定 --parent-bootstrap 为上一次生成的镜像层:

sudo nydus-image create \
  --parent-bootstrap ./nydus-image/layer2/bootstrap \
  --bootstrap ./nydus-image/layer3/bootstrap \
  --blob-dir ./nydus-image/blobs \
  --compressor none /var/lib/docker/overlay2/05424b8c067c59368c11ad5674d68d95365e87487bdf10e3d9842b1016583369/diff

sudo nydus-image create \
  --parent-bootstrap ./nydus-image/layer3/bootstrap \
  --bootstrap ./nydus-image/layer4/bootstrap \
  --blob-dir ./nydus-image/blobs \
  --compressor none /var/lib/docker/overlay2/942c712e7276be5bde4fb7b30f72583c4a9cf0b2aaa14215cd690daf893a630e/diff

将 nydus 镜像挂载到目录:

sudo nydusd \
  --config  ./localfs.json \
  --mountpoint /mnt \
  --bootstrap ./nydus-image/layer4/bootstrap \
  --log-level info

其中,localfs.json 文件到内容为:

{
  "device": {
    "backend": {
      "type""localfs",
      "config": {
        "dir""/<YOUR-WORK-PATH>/nydus-image/blobs"
      }
    }
  },
  "mode""direct"
}

dir 为生成的 nydus 镜像文件中 blobs 目录的绝对路径。

6. 通过 nydus+snapshotter 启动容器

  • 添加配置文件

Nydus 提供了 containerd 远程快照管理工具 containerd-nydus-grpc 用于准备 nydus 镜像格式的容器 rootfs,首先将 nydusd 配置保存到 /etc/nydus/config.json 文件。

sudo tee /etc/nydus/config.json > /dev/null << EOF
{
  "device": {
    "backend": {
      "type""registry",
      "config": {
        "scheme""http",
        "skip_verify"false,
        "timeout": 5,
        "connect_timeout": 5,
        "retry_limit": 2,
        "auth"""
      }
    },
    "cache": {
      "type""blobcache",
      "config": {
        "work_dir""cache"
      }
    }
  },
  "mode""direct",
  "digest_validate"false,
  "iostats_files"false,
  "enable_xattr"true,
  "fs_prefetch": {
    "enable"true,
    "threads_count": 4
  }
}
EOF

containerd-nydus-grpc 会自动从 $HOME/.docker/config.json 中读取 docker login auth,如果不想使用这个值,需要直接替换配置文件中的内容。

直接从终端启动 containerd-nydus-grpc,如果已经通过 containerd-nydus-grpc service 启动,则可以跳过此步骤:

sudo /usr/local/bin/containerd-nydus-grpc \
    --config-path /etc/nydus/config.json \
    --shared-daemon \
    --log-level info \
    --root /var/lib/containerd/io.containerd.snapshotter.v1.nydus \
    --cache-dir /var/lib/nydus/cache \
    --address /run/containerd-nydus/containerd-nydus-grpc.sock \
    --nydusd-path /usr/local/bin/nydusd \
    --nydusimg-path /usr/local/bin/nydus-image \
    --log-to-stdout

  • 修改 containerd 配置文件,proxy_plugins.nydus 的 address 和 containerd-nydus-grpc 的对应。
sudo tee -a /etc/containerd/config.toml << EOF
[proxy_plugins]
  [proxy_plugins.nydus]
    type = "snapshot"
    address = "/run/containerd-nydus/containerd-nydus-grpc.sock"

[plugins.cri]
  [plugins.cri.containerd]
    snapshotter = "nydus"
    disable_snapshot_annotations = false
EOF

sudo systemctl restart containerd
sudo ctr -a /run/containerd/containerd.sock plugin ls | grep nydus

  • 通过 nydus 启动容器
# 转换镜像并上传到本地 registry
sudo nydusify convert --nydus-image /usr/local/bin/nydus-image --source ubuntu --target localhost:5000/ubuntu-nydus

sudo nerdctl --snapshotter nydus pull localhost:5000/ubuntu-nydus:latest
sudo nerdctl --snapshotter nydus run --rm -it localhost:5000/ubuntu-nydus:latest bash

  • 重启主机之后启动环境
sudo systemctl restart nydus-snapshotter
sudo systemctl restart containerd

sudo docker rm -f registry
sudo docker run -d --name=registry --restart=always -p 5000:5000 registry && sudo docker logs registry -f

参考资料

[1]

OCI 镜像标准格式: https://github.com/opencontainers/image-spec

[2]

自校验的哈希树: https://en.wikipedia.org/wiki/Merkle_tree

[3]

FUSE: https://www.kernel.org/doc/html/latest/filesystems/fuse.html

[4]

virtiofs: https://virtio-fs.gitlab.io/

[5]

runc 容器: https://github.com/opencontainers/runc

[6]

Kata容器: https://katacontainers.io/

[7]

OSS 对象存储: https://www.alibabacloud.com/product/oss

[8]

nydus-snapshotter: https://github.com/containerd/nydus-snapshotter

[9]

fuse-overlayfs: https://github.com/containers/fuse-overlayfs

[10]

5.19 版本: https://git.kernel.org/pub/scm/linux/kernel/git/torvalds/linux.git/commit/?id=65965d9530b0c320759cd18a9a5975fb2e098462

分类:

后端

标签:

云计算

作者介绍

a
abin在路上
V1