从Docker Hub和docker-registry看优秀的后端服务设计实现

共计 3064 个字符，预计需要花费 8 分钟才能阅读完成。

【编者的话】本文通过研究 Docker Hub 和 docker-registry 的架构，介绍了在服务端 Docker 镜像的存储、管理、安全的架构设计，并给出了一次简单的 Docker 客户端服务端交互的过程。对于部署实现一个大规模、企业级的镜像库需要做的工作做了初步的探讨，汇总了需要准备的前期知识等。推荐想要搭建一个私有 Docker 镜像库的同学阅读。

需求

最近因为工作需要，我开始研究 docker-registry 的实现和服务搭建。docker-registry 是 Docker 的镜像存储服务端。或者这么说，Docker 干的事情就是把整个应用、操作系统、配置打包成一个静态的镜像，这个镜像可以快速的启动和停止。但这种能力对单个人是没有多大意义的，我们需要有个地方把镜像存下来，然后用一个 url 分享给其他人。

如果是你，你会怎么设计？开一个公共的 FTP 让大家存镜像然后分享？这是个好主意，不过……Docker 的镜像有这么一个设定，就是一个镜像是由多层组成的，如果每次传输全量文件，对客户端、服务端、用户启动都造成时间和流量的浪费。

于是……

需求一：远程存储服务

上传和下载需要智能的识别对面有没有这层，如果两边的层的 uuid 一致，已经有的话，就不传了。

简单的根据名字上传下载，对日常使用来说还不够方便，我们还需要一个 Web 界面，以支持登录、搜索、区分公共的镜像和私有的镜像等需求，这是用户的需求，不是客户端程序的需求。

需求二：Web 界面，支持搜索

每个镜像层一般都有几十兆到几百兆的大小，可以想象，当很多用户都往一个地方上传时，单个服务器的存储容量是绝对支撑不住的，需要可以水平扩展的集群，但 Web 界面不能分开，客户端程序也不应该很麻烦的自己找去哪里下载。

需求三：支持水平扩展的集群存储

Docker Hub 和 docker-registry 的分工如下：

Docker Hub 负责管理集中的信息访问，包括：

• 用户账户
• 镜像的效验码
• 公共和私人镜像仓库的区分

Docker Hub 有几个组件：

• 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

dokcer-registry 有如下几个特性：

• 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

一次 docker pull 或 push 背后发生的事情

这两个图里面的 index 就是 hub，可以看到每次客户端都要先访问 index，决定镜像文件从哪个 registry 上传或下载，然后去相应的 registry 操作。从阅读源码中可以看出，在 registry 上，每个镜像的层都是以 tar.gz 格式存储的。

自己搭建 Docker 镜像服务的考虑

既然是私服，同样需要考虑用户、安全认证、搜索等问题，可以说，Docker 的开发者在设计镜像服务时就考虑了这些问题，把 Web 这块留给每个私服的开发者自己去实现，并把后端存储抽象成接口来调用。docker-registry 的源代码放在这里。为了保证后续的正常开发使用，我决定先阅读一下这个源码，不过碰上了不少问题，具体如下：

• docker-registry 是用 Python 实现的，我对 python 的了解仅仅限于简单的脚本，对 Python 的包、模块、类都不大懂，所以我学习了 Python。
• docker-registry 使用了 egg 打包发布，Gunicorn 作为应用服务器（类似 Tomcat），Flask 作为 MVC 框架（类似 Spring），后面还有 SQLAlchemy 作为搜索后端。这些技术都需要做简单的了解，在需要的时候深入学习。
• 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，不需要实时读或者写，所以适用于对象存储而不是块存储，于是问题就转化成找一个或写一个私有的存储驱动，官方支持的驱动有亚马逊 AWS S3、Ceph-s3、Google gcs、OpenStack swift、Glance 等等，国内的七牛也写了自己的驱动。
• 搜索，这块我还没涉及，后续再看……
• Web UI 的实现，现在 GitHub 上已经有好几个项目了，例如 docker-registry-web、docker-registry-frontend，后续再看……

最近在研究用 Docker 实现 PaaS，欢迎大家有想法找我交流:-)

最后分析一下这个架构的优点

• 解耦合
  Docker Hub 是 web-UI、用户认证、镜像元数据的集合，在这个方面，不同的组织有不同的做法，所以需要独立出来。docker-registry 是所有组织可以复用的部分，单纯用于镜像存储服务。
• 不重复造轮子
  docker-registry 自己去实现一套对象存储了吗？没有，因为在对象存储这个领域，已经有很多优秀的实现。所以 docker-registry 是一个 HTTP 接口的服务，仅仅是在对象存储上包了一层镜像的家族谱系，而且底层支持多种对象存储。
• 水平扩展性
  在简单使用场景下，docker-registry 也支持本地文件系统存储，可以说是 all-in-one 的设计，开箱即用。而当把这个场景扩展，用于大规模企业级的应用时，Docker Hub 和 docker-registry 是 1：n 的关系，registry 本身是一个无状态的服务，可以非常容易的水平扩展。这也是设计者的狡猾之处，他把有状态的部分都抽离了，把存储这个最大的状态机制做成可以放在其他的对象存储上，这样在大规模使用场景下就不会有性能的问题，也不会有单点问题。任何一个 registry 挂掉都是可以忍受的，可以被轻易的恢复而没有副作用。

————————————– 分割线 ————————————–

CentOS 6/ 7 系列安装 Docker http://www.linuxidc.com/Linux/2014-07/104768.htm

Docker 的搭建 Gitlab CI 全过程详解 http://www.linuxidc.com/Linux/2013-12/93537.htm

Docker 安装应用(CentOS 6.5_x64) http://www.linuxidc.com/Linux/2014-07/104595.htm

在 Docker 中使用 MySQL http://www.linuxidc.com/Linux/2014-01/95354.htm

在 Ubuntu Trusty 14.04 (LTS) (64-bit)安装 Docker http://www.linuxidc.com/Linux/2014-10/108184.htm

Docker 安装应用(CentOS 6.5_x64) http://www.linuxidc.com/Linux/2014-07/104595.htm

Ubuntu 14.04 安装 Docker  http://www.linuxidc.com/linux/2014-08/105656.htm

阿里云 CentOS 6.5 模板上安装 Docker http://www.linuxidc.com/Linux/2014-11/109107.htm

————————————– 分割线 ————————————–

Docker 的详细介绍：请点这里
Docker 的下载地址：请点这里