【docker系列】镜像分层原理及容器层写时复制

一、镜像分层与容器层

在进行docker pull 下载镜像的时候，通过下面的脚本运行过程可以看到镜像是分层下载并解压的。如nginx:1.20.2的镜像，其镜像是分为6层。下文中以<一串数字>：Pull Complete表示完成一个镜像层的下载和解压，一共是6个分层。

# docker pull nginx:1.20.2
1.20.2: Pulling from library/nginx
c229119241af: Already exists 
2906ff8f593b: Pull complete 
605202120923: Pull complete 
b0013ba53a96: Pull complete 
f2e7470d98f2: Pull complete 
8da6a894027c: Pull complete

当我们运行一个新的容器的时候,实际上是在镜像分层的基础上新添加了一层：container layer（容器层）。之后所有容器运行时对文件系统产生的修改实际都只影响这一层。并且针对这一层所作的修改（写操作），在容器重启之后会全部丢失。所以说在使用docker的过程中，在需要修改运行时容器文件数据的时候，尽量去重新构建镜像而不是直接修改容器内文件。如果重构镜像解决不了的问题，使用数据卷。

构建镜像的方法是通过Dockerfile定义，数据卷的使用详解，专栏后续文章笔者会详细介绍。

注意 ：对于运行时的容器而言，镜像层只读的，容器层可读也可写。对于镜像层的只读文件，容器层如果想做修改，实际上是进行了写时复制操作。（下文介绍）。

二、为什么会产生分层？

通过上文的介绍，我们已经知道镜像是分层的，那么镜像分层的依据是什么？或者说构建镜像的时候究竟是什么动作产生了分层？我们来看下面的这张图，使用docker history查看镜像的构建历史。

注意上图中红色边框的部分，我们可以看到：在进行ADD、COPY、执行shell脚本等操作的时候操作步骤对应的SIZE不等于0，正好是6个操作，和我们上文中nginx：1.20.2镜像分层的数量是一样的。所以我们可以做一个大胆的猜想：在镜像构建过程中需要向镜像写入数据的时候会产生分层，一个写操作指令产生一个分层。 大家可以自己去观察更多的镜像去验证这个猜想。笔者要说的是：我读过Dokcer的源码，所以这是一个可以被信任的结论。

FROM debian:bullseye-slim  #写指令

LABEL maintainer="NGINX Docker Maintainers "
ENV NGINX_VERSION   1.20.2
ENV NJS_VERSION     0.7.0
ENV PKG_RELEASE     1~bullseye

#写指令
RUN set -x \    #这里省略若干行shell脚本

COPY docker-entrypoint.sh /   #写指令
COPY 10-listen-on-ipv6-by-default.sh /docker-entrypoint.d  #写指令
COPY 20-envsubst-on-templates.sh /docker-entrypoint.d  #写指令
COPY 30-tune-worker-processes.sh /docker-entrypoint.d  #写指令
ENTRYPOINT ["/docker-entrypoint.sh"]

EXPOSE 80
STOPSIGNAL SIGQUIT
CMD ["nginx", "-g", "daemon off;"]

上面的这段代码是nginx:1.20.2的Dockerfile(镜像构建过程定义文档)，也就是构建nginx:1.20.2镜像的构建步骤定义文档（官方）。其中FROM(ADD)指令–添加基础镜像或文件、RUN指令–执行命令行脚本、COPY指令–文件复制，这些都是写操作命令，都会产生新的镜像分层。

三、什么是写时复制？

上文中我们提到了一个概念：写时复制。这个概念如果用专业名词的方式说明还是比较难以理解，所以我用白话的方式说明一下。举个例子：

• 一个授课老师写了一本练习册（原始镜像）。
• 然后老师留作业了，练习册第12页。全班同学把练习册的第12页全都复印了一份，带回家做作业。

老师的练习册是原始文稿（正本）（原始文稿构建之后就只读不写，镜像层文件也是），同学们的练习册是在需要使用到的时候复印出来的，并在复印本(副本)上完成作业书写，不影响原来老师那本练习册（正本）的内容。这个就是典型的“写时复制”。
对于容器而言，复制出来的文件在面向容器内的运行时软件时，会覆盖原始镜像文件（对于学生而言也只看自己复制出来那份–不要抬杠：抄作业的除外，不看老师的原始文件）。也就是说发生写时复制之后原始镜像文件被隐藏，容器读写操作都只认复制出来的副本文件。注意：该副本文件存在于容器层，容器重启之后容器层重新建立，上一次容器运行时对于文件的修改全部丢失！