docker-registry的定制和性能分析

标签：

docker-index

• Web UI
• Meta-data 元数据存储（附注、星级、公共库清单）
• 访问认证
• token管理

docker-registry

• 存储镜像、以及镜像层的家族谱系
• 没有用户账户数据
• 不知道用户的账户和安全性
• 把安全和认证委托给docker-hub来做，用token来保证传递安全
• 不需要重新发明轮子，支持多种存储后端
• 没有本地数据库

后端存储

• 因为镜像最终是以tar.gz的方式静态存储在服务端
• 适用于对象存储而不是块存储
• registry存储驱动
• 官方支持的驱动有文件、亚马逊AWS S3、ceph-s3、Google gcs、OpenStack swift，glance

一次docker pull发生的交互

1. Client向Index请求，知道从哪里下载samlba/busybox
2. Index回复：
3. samalba/busybox在RegistryA
4. samalba/busybox的checksum，所有层的token
5. Client向Registry A请求，samalba/busybox的所有层。Registry A负责存储samalba/busybox，以及它所依赖的层
6. Regsitry A向Index发起请求，验证用户/token的合法性
7. Index返回这次请求是否合法
8. Client从registry下载所有的层
9. registry从后端存储中获取实际的文件数据，返给Client

搭建私有镜像库的方案

上面的index，registry，后端存储3者都是可选的。registry分0.9的python版实现和2.0版的go实现。

认证和权限

如果镜像库不直接提供给用户使用，仅仅是私有PaaS的一部分，可以不用index组件，直接上registry就行。index的开源实现包括docker-registry-web，docker-registry-frontend。支持较好的是马道长的wharf。

后端存储

我们环境使用的是网易的内部的对象存储NOS，类似于S3。其他的方案没用过，如果要自己搭，可能靠谱的是ceph-s3。如果在公网环境或者已经购买了公有云服务，可以考虑自己实现一个registry-对象存储的驱动。

集群和分布式

registry本身是无状态的，可以水平扩展，然后在前面做ngix的负载均衡。

v1协议 vs v2协议

客户端|push总时间|pull总时间
:—–|:—–|:—–
registry-0.9|388.1|80.9
registry-2.0|368.4|76.1

做了性能对比测试，同样为docker1.6，v2协议比v1协议快5-6%左右，基本可以忽略不计。

单次pull和push的性能分析

层|docker push|curl put
:—–|:—–
layer1|34s|4.3s
layer2|325s|44.6s

操作|docker pull|curl get
:—–|:—–
layer1|42s|20.8s
layer2|2s|1.4s

经过对比测试，单次docker pull和push的最大耗时在客户端，也可以观察到每次做docker pull和push的时候系统CPU占用率都在100%。也就是说50%以上的时间花在本地做的压缩、计算md5等操作。

并发分析

并发测试的结果是在一个2核2G内存的registry-0.9服务器，直接用文件存储，大约能负载50个docker client的并发。如果换用对象存储的后端，估计10个docker client的并发就是极限了。在这方面registry-2.0的并发能力更强，但对内存消耗更大。

docker-registry的定制和性能分析

标签：

原文地址：http://my.oschina.net/HardySimpson/blog/413425