一种概率模型的Docker镜像删减策略

摘要

如今容器技术在服务部署和DevOps应用越来越广泛,镜像作为运行环境的数据承载主体,为服务容器化提供了基础保证.但镜像往往占用很大存储空间,并且磁盘及网络I/O开销也很巨大.传统的解决方法主要是直接删除镜像中部分内容,缺点是可能会破坏镜像本身的功能.另外,传统方法都没有考虑镜像在本地存储时,通过共享镜像层来减少存储开销.在本文中,我们提出了一种镜像数据的删减策略,使得镜像在本地存储时,通过增大本地基础镜像复用率,减少镜像存储时的磁盘存储开销;对于要导出的镜像,我们先动态收集容器运行过程中访问到的文件,同时建立导出概率模型,预测可能需要的其他文件,实现对导出镜像按需构建,从而在减小导出镜像大小的同时,保证导出镜像的功能完整性.实验结果显示,在本地存储时,最多可以使存储空间开销节约8％;导出的镜像减小了61％.