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：
- 避免多层镜像导致的性能下降，如overlayfs模式下大文件的更新会触发跨层引用复制，系统必须先将文件复制到可写层；或者创建硬链接速度很慢等问题
- 可以方便地采集block级别的I/O模式，进行录制以及重放，从而预取数据，进一步加速启动
- 用户的文件系统和宿主机OS可以灵活选择，如支持Windows NTFS
- 可以使用有效的编解码器进行在线解压缩
- 可以下沉到云中的分布式存储（如EBS）中，镜像系统盘可以跟数据盘使用同一套存储方案
- overlaybd具有天然的可写层支持（RW），只读挂载甚至可以成为历史
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
