Device Mapper是一个基于kernel的框架,它增强了很多Linux上的高级卷管理技术。Docker的devicemapper驱动在镜像和容器管理上,利用了该框架的超配和快照功能。为了区别,本文使用Device Mapper指驱动中的框架,而devicemapper指Docker的存储驱动。
  注意:商业支持的Docker Engine(CS-Engine)建议在RHEL和CentOS上使用devicemapper存储驱动。

  Docker最初运行在Ubuntu和Devian上,并且使用AUFS作为存储后端。当Docker变得流行后,很多想使用它的公司正在使用RHEL。不幸的是,因为Linux主线kernel并不包含AUFS,所以RHEL并没有支持AUFS。
  为了改变这种情况,Red Hat开发者研究将AUFS包含进kernel主线。最后,他们认为开发一种新的存储后端是更好的主意。此外,他们打算使用已经存在的Device Mapper技术作为新存储后端的基础。
  Red Hat与Docker公司合作贡献这个新驱动。因为这次合作,Docker Engine被重新设计为存储驱动插件化。因此devicemapper成为Docker支持的第二个存储驱动。
  Device Mapper在2.6.9之后就被何如Linux kernel主线,也是RHEL家族发布包的核心部分。这意味着devicemapper存储驱动基于稳定的代码,有着大量的工作产品和极强的社区支持。

镜像分层和共享

  devicemapper驱动把每个镜像和容器都存储在它自己的虚拟设备中,这些设备是超配的copy-on-write快照设备。Device Mapper技术工作在块级别而不是文件级别,也就是说devicemapper存储驱动的超配和copy-on-write操作直接操作块,而不是整个文件。
  注意:快照也是使用的thin设备或者虚拟设备。
  使用devicemapper时,Docker如下创建镜像:
    ▶devicemapper存储驱动创建一个thin池。
    这个池是在块设备或者loop mounted sparse file上创建的。
    ▶然后创建一个基础设备。
    该基础设备是一个带文件系统的thin设备。可以通过docker info命令中的Backing filesystem值,来查看后端使用的是哪种文件系统。
    ▶每个新的镜像(和镜像层)都是该基础设备的快照。
    这些都是超配的copy-on-write快照。也就是说它们初始化的时候是空的,只有在有数据写向它们时,才会从池中消耗空间。
  使用devicemapper,容器层是基于镜像的快照。和镜像一样,容器快照也是超配的copy-on-write快照。容器快照保存了容器的所有更新,当向容器写数据时,devicemapper按需从池中分配空间给容器层。
  下图展示了一个thin池、基础设备和两个镜像。
  
  如果你仔细观察图片,你会发现每个镜像层都是它下层的快照,镜像的最底层是池中基础设备的快照。这个基础设备是Device Mapper产生的,并不是一个Docker镜像层。
  而容器又是镜像的一个快照,下图展示了两个容器在整个存储驱动的层次。
  

devicemapper的读操作

  下图显示了在一个容器中读取一个块(地址是0x44f)的过程。
  
    ▶应用在容器中请求访问块0x44f。
    因为容器是镜像的一个thin快照,它没有实际的数据。但它有指针,指向镜像栈中数据所在的镜像快照。
    ▶存储驱动根据指针找到对应镜像层a005的快照块0xf33。
    ▶devicemapper拷贝镜像快照中块0xf33的数据到容器内存中。
    ▶容器驱动将数据返回给请求应用。

写操作

   使用devicemapper驱动,写数据到容器是通过一个按需分配操作来完成的。更新已有的数据使用了copy-on-write操作。不过Device Mapper是基于块存储的技术,所以这些操作都发生在块的级别。
   例如,要对容器中的一个大文件作小的修改,devicemapper驱动不拷贝整个文件,它只拷贝要修改的内容对应的块,每个块大小为64KB。

写数据

  向容器写55KB的数据:
    ▶应用向容器发起写56KB数据的请求;
    ▶按需分配操作给容器快照分配了一个新的64KB的块。
    如果写的数据大于64KB,就需要分配多个块给容器快照。
    ▶数据写向新分配的块。

覆写已有数据

  第一次修改已有的数据:
    ▶应用向容器发起修改数据的请求;
    ▶copy-on-write操作定位到需要更新的块;
    ▶分配新的块给容器快照,并拷贝数据到这些块中;
    ▶修改的数据写向新分配的这些块。
  容器中的应用并不会感知到这些按需分配和copy-on-write操作。然而,这些操作还是可能会对应用的读写带来一些延迟。

Docker中配置devicemapper

  devicemapper是部分Linux发行版的默认Docker存储驱动,这其中就包括RHEL和它的分支。当前,以前发行版支持该驱动:
   ●RHEL/CentOS/Fedora
   ●Ubuntu
   ●Debian
   ●Arch Linux
  Docker host使用loop-lvm的配置模式来运行devicemapper。该模式使用系数文件来创建thin池,这些池用于镜像和容器快照。并且这些模式是开箱即用的,无需额外配置。不过,不建议在产品部署中使用loop-lvm模式。
  可以通过docker info命令来查看是否使用了该模式。

$ sudo docker info

Containers: 0
Images: 0
Storage Driver: devicemapper
 Pool Name: docker-202:2-25220302-pool
 Pool Blocksize: 65.54 kB
 Backing Filesystem: xfs
 [...]
 Data loop file: /var/lib/docker/devicemapper/devicemapper/data
 Metadata loop file: /var/lib/docker/devicemapper/devicemapper/metadata
 Library Version: 1.02.93-RHEL7 (2015-01-28)
 [...]

  通过上面输出可得出,Docker host使用devicemapper存储驱动。并且,还使用了loop-lvm模式,因为/var/lib/docker/devicemapper/devicemapper下有Data loop file和Metadata loop file这两个文件。这些都是loopback映射的稀疏文件。

在产品中配置direct-lvm模式

  产品部署中应该使用direct-lvm模式,该模式使用块设备来创建thin池。下面的步骤描述了如何在Docker host使用direct-lvm模式得devicemapper存储驱动。
  注意:如果你已经在Docker host上运行了Docker daemon,并且有一些想保存的镜像,那么在执行以下步骤之前,把它们push到Docker Hub,或者你的私有Docker Registry。
  以下步骤会创建一个逻辑卷,配置为thin池,用作后端的存储池。假设你有一个稀疏块设备/dev/xvdf,并且该设备有足够的空间来完成这个任务。在你的环境中,设备标识符和卷的大小可能不同,在你执行下面过程时,你应该替换为适合你环境的值。另外,以下的步骤应该在Docker Daemon停止的时候来执行。
   1) 进入Docker host,并停止Docker daemon;
   2) 安装LVM2和thin-provisioning-tools安装包;
   LVM2安装包提供了用户空间的工具,用于管理逻辑卷。
   thin-provisioning-tools用于激活和管理池。

# on Ubuntu
$ sudo apt -y install lvm2

# On CentOS
$ sudo yum install -y lvm2

   3) 创建一个物理卷/dev/xvdf来替换块设备;

$ pvcreate /dev/xvdf

   4) 创建卷组docker;

$ vgcreate docker /dev/xvdf

   5) 创建名为thinpool和thinpoolmeta的虚拟卷;
   在该示例中,数据大小是docker卷组大小的95%,留下这些空闲空间,是用于数据或元数据的自动扩容。

$ lvcreate --wipesignatures y -n thinpool docker -l 95%VG
$ lvcreate --wipesignatures y -n thinpoolmeta docker -l 1%VG

   6) 把池转换为thin池;

$ lvconvert -y --zero n -c 512K --thinpool docker/thinpool --poolmetadata docker/thinpoolmeta

   7) 通过lvm文件来配置thin池的自动扩容;

$ vi /etc/lvm/profile/docker-thinpool.profile

   8) 指定thin_pool_autoextend_threshold值;
   该值是lvm尝试扩容到可用空间时,当前已空间使用量的百分比(100=禁止)。

thin_pool_autoextend_threshold = 80

   9) 修改thin_pool_autoextend_percent;
   该值是thin池要扩容的百分比(100=禁止)。

thin_pool_autoextend_percent = 20

   10) 检查上面的步骤,你的docker-thinpool.profile文件应该是类似下面的内容:
   一个/etc/lvm/profile/docker-thinpool.profile示例文件:

activation {
thin_pool_autoextend_threshold=80
thin_pool_autoextend_percent=20
}

   11) 应用新的lvm profile文件;

$ lvchange --metadataprofile docker-thinpool docker/thinpool

   12) 确认lv是否被修改;

$ lvs -o+seg_monitor

   13) 如果之前Docker daemon被启动过,那么需要将之前的graph driver目录给挪走;
   移动graph driver会删除所有的镜像容器和卷。下面的命令将/var/lib/docker的内容移动到另一个目录中。

$ mkdir /var/lib/docker.bk
$ mv /var/lib/docker/* /var/lib/docker.bk

   14) 使用特殊的devicemapper选项来配置Docker daemon;
   有两种方法来配置Docker daemon的devicemapper存储驱动。你可以运行daemon时加上以下参数:

--storage-driver=devicemapper \
--storage-opt=dm.thinpooldev=/dev/mapper/docker-thinpool \
--storage-opt=dm.use_deferred_removal=true \
--storage-opt=dm.use_deferred_deletion=true

   也可以在daemon配置文件中配置,如默认的配置文件/etc/docker/daemon.json中,可如下配置:

{
  "storage-driver": "devicemapper",
   "storage-opts": [
     "dm.thinpooldev=/dev/mapper/docker-thinpool",
     "dm.use_deferred_removal=true",
     "dm.use_deferred_deletion=true"
   ]
}

   注意:总是使用dm.use_deferred_removal=true和dm.use_deferred_deletion=true选项,以防止无意地泄露映射资源信息。
   15) (可选的)如果使用了systemd,并且修改了daemon配置文件,需要重载systemd信息;

$ systemctl daemon-reload

   16) 重启Docker daemon。

$ systemctl start docker

  当你启动Docker daemon后,确保一直监控者thin池和卷组的可用空间。当卷组自动扩容时,可能会占满所有空间。可以使用lvs或lvs -a命令来监控逻辑卷,可以查看到数据和元数据的大小。另外,还可以使用vgs命令来监控卷组的可用空间。
  当到达阈值后,日志会显示thin池的自动扩容信息,可使用以下命令来查看日志:

$ journalctl -fu dm-event.service

  当你确认你的配置文件无误时,就可以删除之前的备份目录了。

$ rm -rf /var/lib/docker.bk

  你还可以使用dm.min_free_space参数。该值保证党可用空间到达或者接近最小值时,操作失败会有提示。可以查看更多的驱动选项

检查devicemapper结构体

  可以通过lsblk命令查看devicemapper存储驱动创建的pool相关的设备文件。

$ sudo lsblk
NAME               MAJ:MIN RM  SIZE RO TYPE MOUNTPOINT
xvda               202:0    0    G  0 disk
└─xvda1            202:1    0    G  0 part /
xvdf               202:80   0   0G  0 disk
├─vg--docker-data          253:0    0   0G  0 lvm
│ └─docker-202:1-1032-pool 253:2    0   0G  0 dm
└─vg--docker-metadata      253:1    0    G  0 lvm
  └─docker-202:1-1032-pool 253:2    0   0G  0 dm

  下图显示了上面示例的镜像信息。
  
  图中,pool的名称叫做Docker-202:1-1032-pool,横跨data和metadata两个设备。devicemapper的pool名称格式为:

Docker-MAJ:MIN-INO-pool

  MAJ,MIN和INFO分别表示major、minor设备号,和inode号。
  有两个主要的目录。/var/lib/docker/devicemapper/mnt目录包含镜像和容器层的映射点。/var/lib/docker/devicemapper/metadata目录为每个镜像层和容器快照都对应了一个文件,文件以JSON格式保存每个快照的元数据。

Device Mapper和Docker性能

  理解按需分配和copy-on-write可以让你对容器性能有个整体的了解。

按需分配性能影响

  devicemapper存储驱动在按需分配操作时会给容器分配一个新的块。也就是说每次应用向容器某个位置写数据时,一个或多个块就会从池里面分配,并且映射给容器。
  所有的块都是64KB大小,一个小于64KB的写请求也会导致分配64KB的块,大于64KB的写请求就要求多个64KB的块。这会影响容器的性能,尤其容器有很多小的写请求时。然而,一旦一个块分配给容器后,后续的读写都会直接操作这个新分配的块。

Copy-on-write性能影响

  每次容器第一次更新已有数据时,devicemapper存储驱动都会执行copy-on-write操作,该操作会将数据从镜像快照拷贝到容器快照。这在容器性能上有着明显的影响。
  所有的copy-on-write操作都有64KB的粒度。因此,要修改1GB文件的32KB内容时,只需要拷贝64KB大小的块到容器即可。如果要拷贝整个大文件到容器层时,该特性较于文件层的copy-on-write操作有着明显的性能优势。
  然而,实际中,如果容器执行大量的小的写请求时(<64KB),devicemapper性能差于AUFS。

其他device mapper性能注意事项

  还有一些点会影响devicemapper存储驱动的性能。
   ▶模式。Docker运行devicemapper存储驱动的默认模式是loop-lvm。该模式使用稀疏文件,并且性能堪忧。在产品中不建议使用该模式,产品环境中建议使用direct-lvm,这样存储驱动就可以直接写向块设备。
   ▶高速存储。为了更好的性能,可以将Data文件和Metadata文件放在高速存储(如SSD)上。当然,也可以直接连接到SAN或NAS array上。
   ▶内存使用。devicemapper不是内存最高效的Docker存储驱动。启动同一个容器的n份拷贝需要将其文件大小的n份拷贝加载到内存中,这对于Docker host的内存有一定影响。因此,devicemapper存储驱动可能不是Pass或其他高密度用例的最优方案。
  最后一点,数据卷提供了更好和可预测的性能。因此,应该将负载高的写请求写到数据卷中。