技术

并发的成本 基础设施优化 hashicorp raft源码学习 docker 架构 mosn细节 与微服务框架整合 Java动态代理 编程范式 并发通信模型 《网络是怎样连接的》笔记 go细节 codereview mat使用 jvm 线程实现 go打包机制 go interface及反射 如何学习Kubernetes 《编译原理之美》笔记——后端部分 《编译原理之美》笔记——前端部分 Pilot MCP协议分析 go gc 内存管理玩法汇总 软件机制 istio流量管理 Pilot源码分析 golang io 学习Spring mosn源码浅析 MOSN简介 《datacenter as a computer》笔记 学习JVM Tomcat源码分析 Linux可观测性 MVCC 学习存储 学计算 Gotty源码分析 kubernetes operator kaggle泰坦尼克问题实践 kubernetes自动扩容缩容 神经网络模型优化 直觉上理解机器学习 knative入门 如何学习机器学习 神经网络系列笔记 TIDB源码分析 《阿里巴巴云原生实践15讲》笔记 Alibaba Java诊断工具Arthas TIDB存储——TIKV 《Apache Kafka源码分析》——简介 netty中的线程池 guava cache 源码分析 Springboot 启动过程分析 Spring 创建Bean的年代变迁 Linux内存管理 自定义CNI IPAM 扩展Kubernetes 副本一致性 spring redis 源码分析 kafka实践 spring kafka 源码分析 Linux进程调度 让kafka支持优先级队列 Codis源码分析 Redis源码分析 C语言学习 《趣谈Linux操作系统》笔记 docker和k8s安全机制 jvm crash分析 Prometheus 学习 Kubernetes监控 Kubernetes 控制器模型 容器日志采集 容器狂占cpu怎么办？ 容器狂打日志怎么办？ Kubernetes资源调度——scheduler 时序性数据库介绍及对比 influxdb入门 maven的基本概念 《Apache Kafka源码分析》——server Kubernetes objects之编排对象 源码分析体会 自动化mock AIOps说的啥 《数据结构与算法之美》——算法新解 Kubernetes源码分析——controller mananger Kubernetes源码分析——apiserver Kubernetes源码分析——kubelet Kubernetes介绍 ansible学习 Kubernetes源码分析——从kubectl开始 jib源码分析之Step实现 kubernetes实践 jib源码分析之细节 线程排队 跨主机容器通信 jib源码分析及应用 为容器选择一个合适的entrypoint kubernetes yaml配置 marathon-client 源码分析 《持续交付36讲》笔记 mybatis学习 程序猿应该知道的 无锁数据结构和算法 CNI 为什么很多业务程序猿觉得数据结构和算法没用？ 串一串一致性协议 当我在说PaaS时，我在说什么 《数据结构与算法之美》——数据结构笔记 swagger PouchContainer技术分享体会 harbor学习 用groovy 来动态化你的代码 《深入剖析kubernetes》笔记 精简代码的利器——lombok 学习 编程语言的动态性 rxjava3——背压 rxjava2——线程切换 spring cloud 初识 《深入拆解java 虚拟机》笔记 《how tomcat works》笔记 hystrix 学习 rxjava1——概念 Redis 学习 TIDB 学习 分布式计算系统的那些套路 Storm 学习 AQS1——论文学习 Unsafe Spark Stream 学习 linux vfs轮廓 mysql 批量操作优化 《自己动手写docker》笔记 java8 实践 中本聪比特币白皮书 细读 区块链泛谈 比特币 大杂烩 总纲——如何学习分布式系统 hbase 泛谈 forkjoin 泛谈 看不见摸不着的cdn是啥 《jdk8 in action》笔记 程序猿视角看网络 bgp初识 mesos 的一些tips mesos 集成 calico calico学习 AQS2——粗略的代码分析 我们能用反射做什么 web 跨域问题 《clean code》笔记 硬件对软件设计的影响 《Elasticsearch权威指南》笔记 mockito简介及源码分析 2017软件开发小结—— 从做功能到做系统 《Apache Kafka源码分析》——clients dns隐藏的一个坑 《mysql技术内幕》笔记2 《mysql技术内幕》笔记1 log4j学习 为什么netty比较难懂？ 回溯法 apollo client源码分析及看待面向对象设计 学习并发 从一个marathon的问题开始的 docker 环境（主要运行java项目）常见问题 Scala的一些梗 OpenTSDB 入门 spring事务小结 事务一致性 javascript应用在哪里 《netty in action》读书笔记 netty对http2协议的解析 ssl证书是什么东西 http那些事 苹果APNs推送框架pushy apple 推送那些事儿 编写java框架的几大利器 java内存模型 java exception Linux IO学习 network channel network byte buffer 测试环境docker化实践 netty（七）netty在框架中的使用套路 Nginx简单使用 《Linux内核设计的艺术》小结 Go并发机制及语言层工具 mesos深入 Macvlan Linux网络源代码学习——数据包的发送与接收 《docker源码分析》小结 docker中涉及到的一些linux知识 hystrix学习 Linux网络源代码学习——整体介绍 zookeeper三重奏 数据库的一些知识 Spark 泛谈 链式处理的那些套路 netty（六）netty回顾 Thrift基本原理与实践（二） Thrift基本原理与实践（一） 回调 异步执行抽象——Executor与Future Docker0.1.0源码分析 java gc Jedis源码分析 Redis概述 机器学习泛谈 Linux网络命令操作 JTA与TCC 换个角度看待设计模式 Scala初识 向Hadoop学习NIO的使用 以新的角度看数据结构 并发控制相关的硬件与内核支持 systemd 简介 那些有用的sql语句 异构数据库表在线同步 quartz 源码分析 基于docker搭建测试环境(二) spring aop 实现原理简述 自己动手写spring（八） 支持AOP 自己动手写spring（七） 类结构设计调整 分析log日志 自己动手写spring（六） 支持FactoryBean 自己动手写spring（九） 总结 自己动手写spring（五） bean的生命周期管理 自己动手写spring（四） 整合xml与注解方式 自己动手写spring（三） 支持注解方式 自己动手写spring（二） 创建一个bean工厂 自己动手写spring（一） 使用digester varnish 简单使用 关于docker image的那点事儿 基于docker搭建测试环境 分布式配置系统 JVM内存与执行 git spring rmi和thrift maven/ant/gradle使用 再看tcp mesos简介 缓存系统 java nio的多线程扩展 《Concurrency Models》笔记 回头看Spring IOC IntelliJ IDEA使用 Java泛型 vagrant 使用 Go常用的一些库 Python初学 Goroutine 调度模型 虚拟网络 《程序员的自我修养》小结 VPN(Virtual Private Network) Kubernetes存储 Kubernetes 其它特性 访问Kubernetes上的Service Kubernetes副本管理 Kubernetes pod 组件 使用etcd + confd + nginx做动态负载均衡 如何通过fleet unit files 来构建灵活的服务 CoreOS 安装 CoreOS 使用 Go学习 JVM类加载 硬币和扑克牌问题 LRU实现 virtualbox 使用 ThreadLocal小结 docker快速入门

标签

Container 20

Concurrency 13

Life 44

Tool 9

Algorithm 8

JVM 10

Go 11

CoreOS 4

Kubernetes 28

Network 14

Other 5

Python 1

Java 22

Spring 19

Netty 11

Storage 19

Mesos 6

Distribute 8

Practice 19

WEB 5

Linux 11

Code 6

Scala 6

MachineLearning 6

RPC 5

Compute 5

Architecture 22

DDD 4

Basic 10

Reactive 5

Ops 4

Product 3

Employ 1

Mesh 9


harbor学习

2018年09月10日

简介

最新进展 才云基于 Harbor 的企业级镜像仓库高可用实践

Docker registry，目前它更名为 Distribution。它做的主要事情就是把这些 images 按照 blob 一层一层地存到文件系统里面，每一个 blob 的 name 都是一长串的数字，这数字是根据文件的内容算出来的；甚至它一些描述信息，也是通过 blob 的方式存起来的。然后它提供了一套比较完备的 API 供你去调用，你可以知道这里面有哪些 image 是你可以 pull 或者 push

Harbor做的事情就是说它在原生的一个 Docker registry 的基础上提供了下面这些 features。所以先学习下registry 的基本原理很重要 关于docker image的那点事儿

  1. 图形界面
  2. Image Replication
  3. Access Control
  4. Operation Auditing，所有的操作都会有一个日志来记录
  5. Image Vulnerability Scanning，如果镜像里面 CentOS 有个漏洞，那么这个镜像在任何一个地方部署，漏洞也是一直存在的。

User Guide

镜像仓库

image在docker registry 存储

DockOne技术分享（二十六）：Docker Registry V1 to V2一个重要的视角，你可以观察registry daemon或container 在磁盘上的存储目录

  v1 v2
代码地址 https://github.com/docker/docker-registry https://github.com/docker/distribution
存储最上层目录结构 images 和repositories blobs 和 repositories
最叶子节点 layer 文件系统的tar包
Ancestry 父亲 layer ID		 data

官方关于manifest 的解释Image Manifest Version 2, Schema 1

如何搭建私有镜像仓库执行 docker pull 实际上就是先获取到镜像的 manifests 信息，再拉取 blob。

api

Docker Registry HTTP API V2

docker registry v2 api

汇总下来如下

  1. repository,经典存储库名称由2级路径构成,V2的api不强制要求这样的格式
  2. digest(摘要),摘要是镜像每个层的唯一标示

  3. manifests

    • v2 主要是提出了manifest， The new, self-contained image manifest simplifies image definition and improves security
    • 一个docker image是由很多的layer组成，下载镜像时也是以layer为最小单元下载的。在v1的时代docker image，镜像结构有一种链表一样的组织，当下载完一个layer时，才能得到parent信息，然后再去下载parent layer。v2改变了这种结构，在image的manifest文件中存储了所有的layer信息，这样拿到所有的layer信息，就可以并行下载了

默认情况下，registry不允许删除镜像操作，需要在启动registry时指定环境变量REGISTRY_STORAGE_DELETE_ENABLED=true

源码分析

registry v2架构的的核心是一个web服务器，具体实现是用go语言的net/http包中的http.Server，在registry初始化时绑定了rest接口。请求会触发相应的handler，handler会从后端存储中取出具体的数据并写入response。

垃圾回收

About garbage collection

In the context of the Docker registry, garbage collection is the process of removing blobs from the filesystem when they are no longer referenced by a manifest. Blobs can include both layers and manifests.

Filesystem layers are stored by their content address in the Registry. This has many advantages, one of which is that data is stored once and referred to by manifests.

Content Addressable Storage (CAS)：Manifests are stored and retrieved in the registry by keying off a digest representing a hash of the contents. One of the advantages provided by CAS is security: if the contents are changed, then the digest no longer matches.

Layers are therefore shared amongst manifests; each manifest maintains a reference to the layer. As long as a layer is referenced by one manifest, it cannot be garbage collected.

Manifests and layers can be deleted with the registry API (refer to the API documentation here and here for details). This API removes references to the target and makes them eligible for garbage collection. It also makes them unable to be read via the API.

If a layer is deleted, it is removed from the filesystem when garbage collection is run. If a manifest is deleted the layers to which it refers are removed from the filesystem if no other manifests refers to them.

上文涉及到几个问题：

  1. image 是如在 docker distribution 上组织的？
  2. image 是分层的，所以image 肯定不是存储的最小单位，那是layer么？layer的存在形式是什么？image 和 layer之家的关系如何表示
  3. image 之间的依赖关系如何表示？

从这段话可以认为：

  1. image 在 docker distribution的表现形式为 manifest 和 blob，blob 包括manifest 和 layers，所以可以认为基本的存储是 manifest 和 layer
  2. manifest 和 layer 都有一个Content Address。layer 只存一份儿，可以被多个manifest 引用。只要还有一个 manifest 在引用layer， layer就不会被垃圾回收。 有点像jvm的垃圾回收和引用计数。
  3. registry API 中的删除 操作，是soft delete
    1. 对layer 来说， 是解除了 manifest 与layer的引用关系，使得layer 可以被删除
    2. 对manifest 来说，是解除了其与target的关系
  4. 真正物理删除要靠 garbage collection

对于docker 本地来说，可以通过docker rmi删除镜像，但对于docker distribition 来说，通过garbage collection 来防止镜像膨胀。

提炼一下

  1. 逻辑结构，一般体现逻辑概念：image,layer,manifest
  2. 物理结构，逻辑概念无关的通用概念 Blob，很多逻辑概念在存储上根本体现不到。以新的角度看数据结构 存储结构主要包括：顺序存储、链接存储、索引存储、散列存储 ，你光看存储结构根本就不知道树、图是什么鬼。

在v2 schema 下 逻辑结构

  1. layer是独立的，layer 之间不存在父子关系。layer 一以贯之的可以被多个image 共用。image 和 layer 之间是一对多关系
  2. 一对多关系由manifest 表述，一个manifest 可以视为一个image

存储结构

  1. Blob 是基本的存储单位，image 在存储结构上感知不到
  2. Blob 有两种形式，一个是文本（manifest json 字符串），一个是binary（tar.gz 文件）

harbor原理（待充实）

从架构上看，harbor 是基于 docker registry 做的。harbor做的一个核心的工作主要是 Core services 和 Job services 这两块

  1. Core services，提供ui 管理与权限控制
  2. Job services，镜像复制，镜像安全扫描等

其它

Deleting repositories First ,delete a repository in Harbor’s UI. This is soft deletion. Next, delete the actual files of the repository using the garbage collection in Harbor’s UI.

高可用可以做的一些思路：

  1. 有状态的话要挂盘，或者说用原生的一个集群来保证它的高可用；
  2. 那无状态的话，你要考虑是不是可以直接伸缩扩容，如果不能的话这个再另想办法。

碰到的问题

删除镜像

2018.12.7 harbor 1.4.0 版本

当你在ui 或者使用 registry restful api 删除某个layer时

  1. delete 操作只是软删，文件真正删除要等到gc 时
  2. delete 操作（甚至gc操作）后一段时间内，依然可以通过registry api 查到layer 信息，但无法真正下载
  3. GoogleContainerTools/jib 类的镜像制作工具push layer 时会先查询 layer 是否在registry 中存在，若存在则放弃push。
  4. 因为Content Addressable Storage (CAS)，所以当你delete 某个镜像后，一样的内容再改个image名字 重新push 是没有用的（还是会拉不到image），因为Content Address 是一样的，Content Address 对应的manifest 还是被软删的状态，却被jib 视为已经存在。

无论新增还是删除镜像，harbor ui的展示都有延迟