大话Docker（三）：Docker和Google Borg的渊源

首先我们需要知道，Docker是一个“箩筐”：

• 存储：Device Mapper、BtrFS、AUFS

• 名字空间：UTS、IPC、Mount、PID、Network、User

• 网络：Veth、Bridge、Iptables

• Cgroups：CPU、CPUset、Memory、Device

• 安全：Capability、SELinux、Seccomp

• ……

Docker的诞生其实跟Google有很大的渊源：那年，Jeffrey Dean还是一坨老鲜肉。

众所周知MapReduce是现在通用大数据处理的理论基石，在Jeffrey Dean提出这个模型后，Google内部率先用这个模型在内部实现了大数据计算的统一模型。Jeffrey Dean在2004年的OSDI（Operating Systems Design and Implementation）会议上发表了MapReduce论文之后，Hadoop按图索骥慢慢成为了开源界最为流行的大数据处理框架。甚至在后面，Hadoop变成了一个生态系统，和Android一起养活了一大批Java程序员。

据说国外的Java程序在饭前都祷告：

“噢，感谢伟大的Hadoop，感谢Android赐予我们食物，Amen！”

但和Hadoop不一样的一点是：Hadoop需要搭建专属的集群，而Google的MapReduce离线计算是和线上的业务是共享计算资源的。

首先说一下Google这么做的必要性：

绝大多数线上的业务的繁忙程度是和业务类型、用户的作息、地理位置相关的。
例如：在中国`11.11`是一个大日子，所有电商都拼了命的在搞促销，而在欧美国家与之相对应是圣诞节；传统的办法为了应对高峰期的流量往往要预备很多硬件资源备用，但这些资源在平时基本上是闲置状态。对于更新速度极快的IT设备来说，闲置就是浪费。

Google这样做的好处自然是能大大的提高计算资源的利用率。但之所以大多数公司没有这么做，是由于Linux Kernel对资源（CPU、内存、I/O）隔离设施的缺乏。谁也不愿意看到一个日志挖掘的任务导致线上业务宕机。

但Google毕竟是Google，Kernel不支持，那就改Kernel。于是Google的工程师就在Kernel里增加了一种可以做资源隔离的设施：Control Groups，再配合chroot实现了一套较为完善的机制来保证进程之间可以不互相影响。

作为这套系统的幕后英雄之一的Borg就是Google内部的分布式计算调度系统，负责统一调度各种MapReduce的资源分配和线上服务。

当时Google之所以选择了这条路，也一定程度上是由于Xen、KVM这些虚拟化技术还不成熟。但即使后来外面的公司广泛的用Xen、KVM来做资源隔离，Google也并没有跟风，正是因为Google的这种方式省去了额外的Hypervisor和Guest OS的开销，可以达到更高的资源利用率。

Google几乎所有的机器都是混部的，在一台机器上，可能运行着不同jobs的tasks。根据Google在Borg论文里披露的数据：

Google的50%的机器运行了9个甚至更多的tasks；90%的机器运行着25个tasks，达到4500个线程。

当然Google也并不排斥KVM、Xen等虚拟化技术。对于外部运行在GAE（Google App Engine）和GCE（Google Compute Engine）上的代码，Google的做法就是让它们运行在虚拟机（KVM）上，KVM进程被作为Borg的task运行。也就是说，Borg是作为下层的，KVM运行在它之上。

资源隔离机制在Google内部使用的比较稳定了之后，就被毫无保留地贡献给了开源社区，并把它命名为Cgroups。

Cgroups出现后，Docker所需要的各种原材料就齐备了：

2010年，几个雄心勃勃的年轻人怀揣1000万美元的融资在旧金山成立了一家做PaaS平台的公司，起名为dotCloud。目标是做世界上最好的PaaS，打败他们：

• Amazon AWS

• Google GAE

• IBM Bluemix

• RedHat OpenShift

• Microsoft Azure

• VMware Cloud Foundry

• Heroku

• ……

面对这些动辄千亿市值的大佬，前路之艰辛更与何人说。

在苦苦支撑了几年之后，公司业务始终不见起色。dotCloud的创始人Solomon Hykes决定把dotCloud的所有源代码开源来搏一把。 没想到，他们的核心引擎Docker重现了当年Linux Kernel开源时的丰彩，获得了广大服务端程序员的追捧：“这个容器管理引擎大大降低了容器技术的使用门槛，轻量级，可移植，虚拟化，语言无关，写了程序扔上去做成镜像可以随处部署和运行，开发、测试和生产环境彻底统一了，还能进行资源管控和虚拟化。”

于是，dotCloud迅速停下其它手中业务的开发，开始专心研发Docker产品和维护相关社区，过上了幸福而快乐的生活。后面甚至把公司名字都改成Docker，2014年8月Docker宣布把平台即服务的业务dotCloud出售给位于德国柏林的平台即服务提供商CloudControl，dotCloud的历史告一段落，Docker的序幕缓缓拉开。

著作权归作者所有，任何转载请联系作者获得授权。

==========================================

欢迎关注Reboot教育 运维自动化

课程详情点击：http://www.51reboot.com/course/devops/

咨询QQ：979950755(小夏) 

>>更多技术交流，请加群：238757010

Docker系列文章欢迎关注公众号：