其他分享
首页 > 其他分享> > 阿里巴巴开源容器镜像加速技术

阿里巴巴开源容器镜像加速技术

作者:互联网

近日阿里巴巴开源了其云原生容器镜像加速技术(https://github.com/alibaba/accelerated-container-image),其推出的overlaybd镜像格式,相比于传统的分层tar包文件格式,实现了基于网络的按需读取,从而使得容器可以快速启动。

 

该技术方案原本是阿里云内部DADI项目的一部分, DADI是Data Accelerator for Disaggregated Infrastructure的缩写,旨在为计算存储分离架构提供各种可能的数据访问加速技术。镜像加速是DADI架构在容器及云原生领域的一次突破性尝试,该技术自2019年投产以来,已在线上部署了大量机器,累计启动容器次数超过10亿,支持了阿里巴巴集团及阿里云的多个业务线,极大提高了应用的发布和扩容效率。2020年,团队在国际顶级会议发表了论文 "DADI: Block-Level Image Service for Agile and Elastic Application Deployment. USENIX ATC'20"[1],并随后启动了开源项目,计划将技术该贡献给社区,通过建立标准并打造生态,吸引更多的开发者投入到容器及云原生性能优化这个领域上来。

 

背景简介

 

随着Kubernetes和云原生的大爆发,容器在企业内部的大规模应用已经越来越广泛。部署启动快是容器的核心优势之一,这个启动快是指本地镜像实例化的时间非常短,即“热启动”时间短。然而对于“冷启动”,即在本地无镜像的情况下,需要先从Registry下载镜像才能创建容器。业务的镜像经过长期维护和更新,无论是镜像层数还是整体大小都会达到一个较大的量级,比如可能达到数百MB或者几个GB。因此生产环境中,容器的冷启动往往耗时数分钟,并且随规模扩大会导致Registry因集群内网络拥堵而无法快速地下载镜像。

 

例如,在之前某年的双十一活动中,阿里内部一个应用因为容量不足触发紧急扩容,但因并发量过大,整体扩容耗时较长,这期间对部分用户的使用体验造成了影响。而到了2019年,随着DADI的部署上线,新镜像格式的容器在“镜像拉取+容器启动”上耗费的总时间比普通容器缩短了5倍,且p99长尾时间更是比后者快了17倍。

 

如何处理存储在远端的镜像数据,这是解决容器冷启动慢这个问题的核心点。历史上业界对这一问题做出的尝试有:使用块存储或者NAS保存容器镜像,实现按需读取;使用基于网络的分发技术(如p2p),将镜像从多个源头下载、或者提前预热到主机上,避免出现网络单点瓶颈。近年来,针对新镜像格式的讨论也逐渐被提上议题,根据Harter等人的研究[2]表明,拉取镜像占用了容器启动时间的76%,而只有6.4%的时间用来读取数据。因此,支持On-demand Read技术的镜像,已经成为默认的潮流风向。Google提出的stargz[3]格式,其全称是Seekable tar.gz,顾名思义,可以有选择地从存档中搜寻并提取特定的文件,无需扫描或者解压整个镜像。stargz旨在提高镜像拉取的性能,其延迟拉取技术(lazy-pull)不会拉取整个镜像文件,实现了按需读取。为了进一步提高运行时效率,stargz又推出了一个containerd的snapshotter插件,在存储层面对I/O做了进一步优化。

 

在容器的生命周期中,镜像就绪后需要挂载(mount),而分层镜像挂载的核心技术便是overlayfs,它以一种堆叠的形式将下层的多个layer文件合并,并向上暴露出一个统一的只读文件系统。类比上文提到的块存储和NAS,一般可以通过快照的形式进行分层堆叠,而跟stargz绑定的CRFS,也可以看做是overlayfs的另一种实现。

 

新镜像格式

 

DADI没有直接使用overlayfs,或者说,它只是借鉴了overlayfs和早期联合文件系统(union filesystem)的思想,但提出了一种全新的基于块设备的分层堆叠技术,称之为overlaybd,它为容器镜像提供了一系列基于块的合并数据视图。overlaybd的实现十分简单,因此很多之前想做而不能做的事都可以成为现实;而实现一个完全POSIX兼容的文件系统接口则充满挑战,并可能存在bug,这点从各个主流文件系统的发展历史上就可以看出。

 

除了简单以外,overlaybd对比overlayfs的其他优点有:

 

 

overlaybd原理

 

为了理解overlaybd的原理,首先需要了解容器镜像的分层机制。容器镜像由多个增量layer文件组成,在使用时进行叠加,这样在镜像分发时只需要对layer文件进行分发。每一层实质上都是与上一层的差异(包括文件的添加,修改或删除)的压缩包。容器引擎可以通过其storage driver,按照约定的方式将差异叠加起来,然后以Read-Only的模式挂载到指定目录,该目录即称为lower_dir;而以Read/Write模式挂载的可写层,挂载目录则一般称为upper_dir。

 

请注意,overlaybd本身没有文件的概念,它只是将镜像抽象为虚拟块设备,并在其上装载常规的文件系统。当用户应用读取数据时,该读取请求首先由常规的文件系统处理,将请求转换为虚拟块设备的一次或多次读取。这些读取请求会被转发到用户态的接收程序,即overlaybd的运行时载体,最后转换为对一个或多个layer的随机读取。

 

与传统镜像一样,overlaybd在内部仍然保留着layer分层的结构,但每层的内容都是文件系统变更差异对应的一系列data block。overlaybd向上提供了一个合并视图,对layer的叠加规则很简单,即对于任意一个data block,总是使用最后的变更,在layer中未发生变更的块均视为全零块;向下又提供了将一系列data block导出成一个layer文件的功能,该文件高密度非稀疏、且可索引。因此,对块设备某个连续LBA范围进行读操作,可能包含了原本属于多层的小块数据段,我们将这些小块数据段称为segment。从segment的属性中找到层号,便能够继续映射到对这层的layer文件的读取上来。传统的容器镜像可以将它的layer文件保存在Registry或者对象存储上,那么overlaybd镜像自然也可以。

 

 

 

为了更好的兼容性,overlaybd在layer文件的最外层,包装了一层tar文件的头和尾,这样伪装成一个tar文件。由于 tar内部仅一个文件,不影响按需读取。目前无论是docker、containerd或者buildkit,对镜像的下载或上传默认都有untar和tar的流程,不侵入代码是无法逾越的,所以增加tar伪装有利于兼容性和流程的统一,例如在镜像转换、构建、或者全量下载使用时,都无需修改代码,只需提供插件即可。

 

整体架构

 

 

DADI整体架构如图,以下分别介绍各个组件

 

containerd snapshotter

 

containerd自1.4版起,开始初步支持一些启动远程镜像的功能,并且k8s已经明确将放弃Docker作为运行时的支持。所以DADI开源版本选择优先支持containerd生态,之后再支持Docker。

 

snapshotter的核心功能是实现抽象的服务接口,用于容器rootfs的挂载和卸载等操作。它的设计替代了在Docker 早期版本称之为graphdriver的模块,使得存储驱动更加简化,同时兼容了块设备快照与overlayfs。

 

DADI提供的overlaybd-snapshotter一方面能让容器引擎支持新的overlaybd格式的镜像,即将虚拟块设备挂载到对应的目录,另一方面也兼容传统OCI tar格式镜像,让用户继续以overlayfs运行普通容器。

 

iSCSI target

 

iSCSI是一种被广泛支持的远程块设备协议,稳定成熟性能高,遇到故障可恢复。overlaybd模块作为iSCSI协议的后端存储,即使程序意外crash,重新拉起即可恢复。而基于文件系统的镜像加速方案,例如stargz,则无法恢复。

 

iSCSI target是overlaybd的运行时载体。在本项目中,我们实现了两种target模块:第一种是基于开源项目tgt[4],由于其拥有backing store机制,可以将代码编译成动态链接库以便运行时加载;第二种是基于Linux内核的LIO SCSI target(又称为TCMU)[5],整个target运行在内核态,可以比较方便地输出虚拟块设备。

 

ZFile

 

ZFile是我们提供的一种支持在线解压的数据压缩格式。它将源文件按固定大小的block size切分,各数据块进行单独压缩,同时维护一个jump table,记录了各数据块在ZFile中的物理偏移位置。如需从ZFile中读数据,只要查找索引找到对应位置,并仅解压缩相关的data block即可。

 

ZFile支持各种有效的压缩算法,包括lz4,zstd等,它解压速度极快,开销低,可以有效节省存储空间和数据传输量。实验数据表明,按需解压远程的ZFile数据,性能高于加载非压缩数据,这是因为传输节省的时间,大于解压的额外开销。

 

overlaybd支持将layer文件导出成ZFile格式。

 

cache

 

正如上文所说,layer文件保存在Registry上,容器对块设备的读I/O会映射到对Registry的请求上(这里利用到了Registry对HTTP Partial Content的支持)。但是由于cache机制的存在,这种情形不会一直存在。cache会在容器启动后的一段时间后自动开始下载layer文件,并持久化到本地文件系统。如果cache命中,则读I/O就不会再发给Registry,而是读本地。

 

行业领先

 

3月25日,权威咨询机构Forrester发布2021年第一季度FaaS平台(Function-As-A-Service Platforms)评估报告,阿里云凭借产品能力全球第一的优势脱颖而出,在八个评测维度中拿到最高分,成为比肩亚马逊AWS的全球FaaS领导者。这也是首次有国内科技公司进入FaaS领导者象限。

 

众所周知,容器是FaaS平台的承载基础,而容器启动速度更是决定了整个平台的性能与响应延迟。DADI助力阿里云函数计算产品,大幅度缩短容器启动时间50%~80%[6],带来了全新的Serverless使用体验。

 

总结展望

 

阿里巴巴开源的DADI容器加速项目以及其推出的overlaybd镜像格式,有助于应对新时代下容器对快速启动的需求。项目组未来将协同社区一起,加快对接主流工具链,积极参与新镜像格式标准制定,目标是让overlaybd成为OCI远程镜像格式的标准之一。

 

欢迎大家参与开源项目,一起贡献力量!

 

后续工作

 

Artfacts Manifest

OCI Image的v1 Manifest格式描述能力有限,无法满足远程镜像需求。目前v2的讨论没有实质进展,推翻v1也不现实。但是,可以借助OCI Artfacts Manifest使用Additional Descriptor来描述原始数据,兼容性上有所保证,用户更容易接受。Artfacts也是OCI/CNCF在推广的项目,DADI未来计划拥抱Artfacts并实现PoC。

 

开放对多种文件系统的支持

DADI本身支持用户根据需要选择合适的文件系统来构建镜像,但是目前尚未开放相应的接口,默认使用了ext4文件系统。我们未来将完善相关接口并放开此功能,由用户根据自身需要,决定使用什么文件系统。

 

Buildkit工具链

目前用户可以通过buildkit外挂snapshotter来构建镜像,未来将进一步完善,形成完整工具链。

 

数据预取

在容器启动后对I/O模式进行记录,后续启动同一镜像时便可以重放该记录,对数据进行预取,避免临时请求Registry,这样容器的冷启动时间将继续缩短一半以上。理论上所有无状态或幂等容器都可以进行录制和重放。

 

参考文献

 

[1] https://www.usenix.org/conference/atc20/presentation/li-huiba

[2] https://www.usenix.org/conference/fast16/technical-sessions/presentation/harter

[3] https://github.com/containerd/stargz-snapshotter

[4] http://stgt.sourceforge.net/

[5] http://linux-iscsi.org

[6] https://developer.aliyun.com/article/781992

标签:容器,layer,DADI,阿里巴巴,overlaybd,文件系统,开源,镜像
来源: https://blog.csdn.net/weixin_39860915/article/details/115481547