08.1.1.1 镜像分层与缓存
所属:全栈开发面试题库 / 08 云原生与 DevOps / 08.1 容器化 / 08.1.1 Docker 镜像与构建
08.1.1.1-001 Docker 镜像为什么要分层?
一句话结论
镜像由若干只读层自底向上叠加而成,分层让层可以在不同镜像之间复用、增量分发,并让构建缓存可以逐层命中。
概念解释
- 镜像(image)是只读模板,层(layer)是镜像的最小构成单位。
- 每条产生文件系统变更的 Dockerfile 指令通常生成一个层。
- 分层的直接收益:存储复用、传输只传增量、构建可缓存。
原理流程
- 基础镜像先提供底层层。
- 后续指令在已有层之上追加新层。
- 所有层叠加后形成容器看到的完整根文件系统。
- 不同镜像引用相同基础层时,磁盘上只存一份。
代码 / 图示
应用代码层 <- 最上层,变化最频繁
依赖安装层
运行时基础层 <- 多个镜像共享
OS 基础层 <- 多个镜像共享
常见误区
- 误区:镜像就是一个打包好的大文件;正解:镜像是层的集合,层与层之间叠加且可共享。
- 误区:分层只是为了减小镜像体积;正解:分层同时服务于缓存复用与增量分发。
追问
- Q:层存在哪里? A:由容器存储驱动(常见 overlay2)管理在宿主的镜像存储目录中,不建议手工改动。
- Q:删除镜像后层一定被删掉吗? A:只有不再被任何镜像引用的层才会在清理回收后释放磁盘。
08.1.1.1-002 什么是联合挂载(overlay2)?
一句话结论
overlay2 是容器常用的存储驱动,通过 lower(只读镜像层)、upper(容器可写层)、merged(合并视图)三个目录,把多层叠成一个统一文件系统视图。
概念解释
- lowerdir:镜像各只读层,自下而上堆叠。
- upperdir:容器可写层,所有修改先落在这里。
- workdir:驱动工作目录,配合 CoW 完成复制与改名。
- merged:容器内看到的合并后的根文件系统。
原理流程
- 启动容器时把 lower 各层与 upper 挂载到 merged 目录。
- 读文件时按层从高到低查找。
- 改文件前先从下层复制到 upper,再在 upper 修改(写时复制)。
- 删除文件时在 upper 生成 whiteout 遮蔽下层文件。
代码 / 图示
merged (容器视角的 /)
/ | \
lower 层N lower 层1 upper (可写层)
常见误区
- 误区:容器写文件是直接改镜像层;正解:镜像层只读,写入进入 upper 可写层。
- 误区:换存储驱动会改变镜像内容;正解:驱动改变的是落地与叠加方式,文件系统语义由镜像与 CoW 决定。
追问
- Q:overlay2 之外还有哪些驱动? A:如 aufs、btrfs、devicemapper 等;现代 Docker 默认 overlay2,其他驱动多为历史兼容。
- Q:whiteout 是什么? A:upper 层中用于遮蔽下层被删除文件的特殊标记,删除操作不会真正改写下层。
08.1.1.1-003 Dockerfile 指令如何对应到镜像层?
一句话结论
RUN、COPY、ADD 这类修改文件系统的指令各产生一个层;ENV、LABEL、ARG、EXPOSE 等元数据指令写入镜像配置,不单独产生文件系统层(具体行为以所用构建器实现为准)。
概念解释
- 文件系统层:改变镜像内文件的指令。
- 元数据:记录启动参数、环境变量、暴露端口等。
- 层是构建缓存与体积统计的基本单位之一。
原理流程
- 读取 Dockerfile,按指令顺序执行。
- 文件变更指令提交为新层并记录到镜像历史。
- 元数据指令更新镜像配置对象。
- 最终镜像 = 层列表 + 配置对象。
代码 / 示例
FROM debian:bookworm # 引入基础层
RUN apt-get update # 生成一层
COPY app /app # 生成一层
ENV PORT=8080 # 写入镜像配置
常见误区
- 误区:每条 Dockerfile 指令都生成一个层;正解:只有文件系统变更类指令产生层,元数据指令主要写配置。
- 误区:层顺序无所谓;正解:层顺序决定叠加结果与缓存命中顺序。
追问
- Q:如何查看每条指令对应的层与大小? A:
docker history <镜像>查看镜像历史与每层贡献。 - Q:压缩 squash 合并层好不好? A:会牺牲缓存复用与共享,通常用多阶段构建代替整体 squash,具体权衡需结合场景。
08.1.1.1-004 容器可写层与写时复制(CoW)是怎么回事?
一句话结论
容器在镜像只读层之上挂一个可写层;任何修改都通过写时复制先把文件复制到可写层再改,容器删除后可写层默认不保留。
概念解释
- 可写层生命周期跟随容器,容器移除后随之回收。
- CoW 避免启动时整层拷贝,按需复制被修改的文件。
- 未持久化到卷的数据在容器重建后丢失。
原理流程
- 读:直接在下层找到文件即可。
- 写:若文件在下层,先复制到 upper,再写入 upper。
- 删除:upper 生成 whiteout。
- 容器删除:upper 回收,镜像层不变。
代码 / 图示
修改前:lower 有文件 f;upper 为空
修改后:upper 复制一份 f 并修改,merged 视图看到 upper 的 f
常见误区
- 误区:容器内改了文件,镜像也跟着变;正解:改动只在可写层,镜像保持不变。
- 误区:容器重启后可写层数据还在;正解:容器重建(不是重启进程)会新建可写层,需用卷持久化。
追问
- Q:如何查看容器相对镜像改了哪些文件? A:
docker diff <容器>列出新增(A)、修改(C)、删除(D)记录。 - Q:频繁写小文件在可写层有什么问题? A:占用容器本地磁盘并产生 CoW 开销,高频写入应放到挂载卷。
08.1.1.1-005 构建缓存按什么规则命中?
一句话结论
构建按 Dockerfile 顺序逐层匹配:基础镜像命中后,逐条比较指令与上一层内容;指令未变且其输入(如 COPY 的文件内容)未变,才复用缓存层,一旦某层失效,其后所有层重新构建。
概念解释
- 缓存以「父层 + 指令 + 输入内容」为匹配依据。
COPY/ADD会校验被复制文件的内容与上下文是否变化。- 基础镜像 tag 指向更新后,相关缓存可能被判定失效。
原理流程
- 拉取/解析基础镜像,确定底层。
- 逐条指令检查是否有可复用的缓存层。
- 命中:跳过该步;未命中:执行该步并使后续缓存全部失效。
- 推送新层与缓存元数据。
代码 / 示例
FROM node:20
WORKDIR /app
COPY package*.json ./ # 依赖清单单独拷贝,先装依赖
RUN npm ci
COPY . . # 源码变化只影响这层及之后
常见误区
- 误区:只要指令文字一样就一定命中缓存;正解:COPY/ADD 还要比对输入文件内容,基础镜像更新也会影响命中。
- 误区:某层失败后可以只重跑失败那一层;正解:失效点之后的层都要重新构建。
追问
- Q:如何强制不用缓存? A:构建时使用
--no-cache(BuildKit 下也可针对单个阶段处理),具体参数以构建器版本为准。 - Q:依赖文件和源码分开 COPY 解决什么? A:让依赖安装层在源码变化时仍能命中缓存,减少重复安装依赖。
08.1.1.1-006 为什么把变化少的层放前面?
一句话结论
层在 Dockerfile 中越靠下(越早),被复用的概率越高;把依赖安装、基础配置等稳定内容放前面,业务代码等频繁变化的内容放后面,可以提高缓存命中率。
概念解释
- 缓存自底向上逐层判定,上层变化不会导致下层重建。
- 高频变化内容(源码、配置)应尽量靠近末尾。
- 稳定内容(系统包、语言运行时、依赖清单)前置。
原理流程
- 先安装运行时与系统依赖。
- 再拷贝依赖清单并安装第三方依赖。
- 最后拷贝业务源码。
- 源码改动只使最后一层及之后失效。
代码 / 示例
# 推荐顺序
FROM openjdk:21
WORKDIR /app
COPY pom.xml ./ # 稳定:依赖清单
RUN mvn -q dependency:go-offline
COPY src ./src # 高频:源码
RUN mvn -q package
常见误区
- 误区:先
COPY . .再装依赖;正解:这样源码任何改动都会让依赖安装层缓存失效。 - 误区:层顺序只影响可读性;正解:顺序直接决定缓存命中范围与构建速度。
追问
- Q:配置文件频繁变动怎么办? A:评估是否拆成独立层或运行时挂载,避免触发整链重建。
- Q:前置层太大对后续有什么影响? A:后续所有镜像都背着这份体积,应在稳定前提下精简前置层。
08.1.1.1-007 COPY 和 ADD 有什么区别?
一句话结论
COPY 只做本地文件/目录拷贝;ADD 额外支持自动解压压缩包、下载远程 URL,工程上优先用 COPY,需要解压或下载时再用 ADD 并明确意图。
概念解释
COPY:语义单一,从构建上下文复制到镜像。ADD:支持本地压缩包自动解包、远程 URL 下载。- 二者都会参与缓存判定。
原理流程
- 源路径相对构建上下文解析。
- 目标路径在镜像文件系统中创建。
- ADD 对压缩包执行解包;COPY 原样拷贝。
- 提交为新层并记录历史。
代码 / 示例
COPY jar/app.jar /app/app.jar
# ADD 会把 tar.gz 解包,而不是原样放进去
ADD dist.tar.gz /opt/
常见误区
- 误区:ADD 自动解压总是好事;正解:可能掩盖“需要保留压缩包原样”的需求,行为不直观。
- 误区:用 ADD 下载远程文件更好;正解:远程下载建议用包管理器或在构建阶段显式获取,便于校验与缓存控制。
追问
- Q:COPY 可以从镜像另一个阶段拷贝吗? A:跨阶段拷贝用
COPY --from=<阶段或镜像>,属于多阶段构建语法。 - Q:上下文文件被 .dockerignore 排除后 COPY 会怎样? A:找不到源文件会构建失败。
08.1.1.1-008 哪些情况会让构建缓存失效?
一句话结论
基础镜像更新、指令变更、COPY/ADD 输入文件变化、--no-cache、上游层失效,都会使对应层及之后缓存失效。
概念解释
- 指令文本变化:新指令需要重新执行。
- 输入内容变化:COPY 校验文件哈希/目录内容。
- 基础镜像漂移:同一 tag 指向新版本后层级不匹配。
- 上游失效:下层重建后上层缓存不能继续复用。
原理流程
- 从底向上逐层比对。
- 任一条件不满足即该层未命中。
- 未命中层重新构建,其后全部重建。
- 新缓存覆盖旧缓存。
代码 / 示例
基础镜像 tag 升级
→ 底层变更
→ 后续层缓存全部失效
常见误区
- 误区:改了 ENV 不影响文件层缓存;正解:元数据变更同样会使后续步骤缓存判定失效。
- 误区:本地删镜像才会清缓存;正解:基础镜像更新或输入变化都会让缓存自然失效。
追问
- Q:如何排查某层为什么没命中缓存? A:观察构建输出中每一步是否显示 CACHED,结合上下文文件与基础镜像版本判断(输出形式随构建器版本不同)。
- Q:固定基础镜像 digest 有什么好处? A:避免同一 tag 漂移导致的不可复现构建与缓存抖动。
08.1.1.1-009 镜像 tag 和 digest 有什么区别?
一句话结论
tag 是可变的人类可读标签,digest 是镜像内容的加密摘要(不可变标识);按 digest 拉取可以避免 tag 被覆盖导致的不可复现。
概念解释
- tag:版本别名,可被重新指向不同镜像。
- digest:
sha256:...形式,内容变则摘要变。 - 镜像列表(manifest)与镜像层都有摘要概念,引用时需区分层级。
原理流程
- 推送镜像时仓库为 manifest 计算 digest。
- 拉取时可按 tag 或 digest 定位。
- tag 移动到新镜像后,旧 digest 内容仍可按摘要引用。
代码 / 示例
docker pull registry.example/app:1.4.0
docker pull registry.example/app@sha256:9f2c...
常见误区
- 误区:tag 一旦打上就不会变;正解:tag 可被重新推送覆盖,尤其
latest不保证稳定。 - 误区:digest 用来标识某个层;正解:日常引用通常是 manifest digest,层摘要用于完整性校验。
追问
- Q:Kubernetes 中如何按 digest 锁定镜像? A:在容器
image字段写仓库@sha256:...;配合镜像拉取策略控制是否重新拉取。 - Q:为什么不推荐浮动 tag 进生产? A:同一 tag 内容可能变化,导致扩容/回滚行为不可复现。
08.1.1.1-010 多个镜像之间如何共享层?
一句话结论
只要底层来源相同(同一基础镜像、相同指令产生的层内容一致),不同镜像可以引用同一批只读层,磁盘只存一份。
概念解释
- 共享发生在存储驱动层面,按层内容标识引用。
- 基础镜像越精简、越稳定,共享面越大。
- 上层差异层各自独立占用空间。
原理流程
- 构建镜像时先检查本地是否已有相同层。
- 命中则直接引用,不重复落盘。
- 删除镜像只减少引用计数,层无引用后才回收。
代码 / 图示
镜像 A: [层3A] [层2] [层1]
镜像 B: [层3B] [层2] [层1]
共享: 层1、层2 各存一份
常见误区
- 误区:每个镜像都完整复制一份基础系统;正解:相同层在本地共享存储。
- 误区:换一个基础镜像也能共享大部分层;正解:底层不同则层链不同,无法跨基础镜像复用。
追问
- Q:如何查看本地镜像占用空间? A:
docker system df查看镜像、容器、卷各自占用与可回收空间。 - Q:共享层被修改过吗? A:共享层是只读的,修改发生在各容器自己的可写层。
08.1.1.1-011 如何分析镜像各层大小?
一句话结论
用 docker history 看指令与层贡献,用 docker inspect 看镜像配置;需要逐文件定位大文件时可借助 dive 等第三方工具。
概念解释
- history 展示每层指令、创建时间与累计/单层大小(显示口径以工具版本为准)。
- inspect 输出镜像配置、层清单、环境变量等 JSON 字段。
- 体积膨胀可能来自层内残留未清理的缓存文件。
原理流程
- 执行 history 定位体积最大的指令层。
- 结合 Dockerfile 判断该层留下了什么。
- 用工具进入层内逐文件排查。
- 通过清理缓存、多阶段构建减小体积。
代码 / 示例
docker history <镜像>
docker inspect <镜像>
常见误区
- 误区:history 里“未指定大小”的层就是空层;正解:部分元数据层不显示文件系统大小,需结合 inspect 与工具判断。
- 误区:在后面的 RUN 里删文件就能减小前面的层;正解:删除只在新层生成 whiteout,底层残留仍占空间。
追问
- Q:apt 安装后清理缓存为什么要写在同一个 RUN? A:分开写会把缓存留在前一层,后一层删除无法回收底层体积。
- Q:dive 提供什么能力? A:逐层浏览文件清单、识别每层新增/修改的文件,定位冗余大文件(工具需另行安装)。
08.1.1.1-012 .dockerignore 有什么作用?
一句话结论
.dockerignore 定义构建上下文中排除的文件与目录,减小上下文传输体积、避免敏感文件误入镜像、防止无关文件破坏缓存命中。
概念解释
- 构建上下文是发送给构建器的本地目录集合。
- 排除规则按相对路径匹配,语法与 gitignore 类似(细节以官方文档为准)。
- 排除后被排除的文件不会出现在任何 COPY 源中。
原理流程
- 客户端读取上下文目录并按 .dockerignore 过滤。
- 剩余内容打包发送给构建器。
- Dockerfile 只能引用过滤后的上下文。
代码 / 示例
.git
node_modules
.env
*.log
dist/
常见误区
- 误区:.dockerignore 只是加快上传;正解:同时防止
.env、.git、本地依赖等被复制进镜像。 - 误区:忽略规则写了之后 Dockerfile 里 COPY 仍能拿到;正解:被排除后 COPY 该文件会找不到源。
追问
- Q:node_modules 要不要忽略? A:多数情况下忽略,让镜像内重新安装锁定依赖,避免平台相关文件混入。
- Q:.dockerignore 放哪里? A:放在构建上下文根目录,路径相对于上下文根解析。
08.1.1.1-013 构建上下文是什么,为什么会影响构建速度?
一句话结论
构建上下文是 docker build 命令指定目录中发送给构建器的文件集合;上下文越大,传输与扫描成本越高,缓存判定也越慢。
概念解释
- 上下文路径通常是命令末尾的
.。 - 构建器只能访问上下文内文件(多阶段远程下载除外)。
- 上下文大小直接影响首次构建与 CI 构建耗时。
原理流程
- 客户端收集上下文文件。
- 按 .dockerignore 过滤。
- 打包传输到构建器。
- 构建器在上下文中解析 COPY/ADD 源。
代码 / 示例
# 上下文为当前目录
docker build -t app .
# 指定上下文目录与 Dockerfile 路径
docker build -f docker/app.Dockerfile -t app ./deploy
常见误区
- 误区:Dockerfile 所在目录就是上下文;正解:上下文由命令参数决定,Dockerfile 可通过
-f指定到别处。 - 误区:上下文里文件多不影响构建;正解:大上下文拖慢传输,并降低缓存比对效率。
追问
- Q:如何减小上下文? A:用 .dockerignore 排除无关目录,把源码与构建产物分目录组织。
- Q:远程上下文有哪些形式? A:可指向 Git 仓库、tar 包或远程位置,具体支持形式以所用构建器版本为准。
08.1.1.1-014 镜像层为什么不可变?
一句话结论
层一旦构建完成即被标记只读,任何修改都通过新增层完成;不可变性保证缓存可复用、镜像可追溯、回滚可定位。
概念解释
- 只读层支持多镜像共享与内容寻址。
- 修改 = 叠加新层,而不是改写旧层。
- 镜像历史因此可以逐版本追溯。
原理流程
- 层提交后写入只读存储。
- 需要变更时在其上追加新层。
- 旧层保留供其他镜像引用。
- 无引用层由回收机制清理。
代码 / 图示
v1: [A][B]
v2: [A][B][C] # A、B 不变,新增 C
常见误区
- 误区:可以在已有镜像上“原地改文件”再保存;正解:容器改动在可写层,提交为新镜像时形成新层。
- 误区:层不可变会浪费空间;正解:不可换来了共享、缓存与可复现,空间由层复用与回收平衡。
追问
- Q:
docker commit做了什么? A:把容器可写层与配置打包成新镜像,常用于应急留存,但不建议替代 Dockerfile 构建。 - Q:如何保证线上镜像可追溯? A:固定基础镜像版本、记录构建来源与 digest,保留镜像历史。
08.1.1.1-015 如何查看容器对文件系统做了哪些改动?
一句话结论
docker diff <容器> 列出容器可写层相对镜像的新增、修改、删除条目,是排查“容器里到底改了什么”的直接手段。
概念解释
- A:新增文件或目录;C:被修改;D:被删除。
- 结果只反映可写层差异,不显示镜像底层内容。
- 用于定位误写路径、配置覆盖与残留文件。
原理流程
- 运行中或已停止的容器均可查询。
- 工具对比镜像层与可写层。
- 输出变更路径清单。
代码 / 示例
docker diff <容器名或ID>
常见误区
- 误区:diff 能看到容器内进程打开了哪些文件;正解:diff 只看文件系统条目变更,打开文件描述符需用容器内工具排查。
- 误区:停止的容器不能 diff;正解:只要容器对象还在即可查询。
追问
- Q:应用把数据写到了哪个路径怎么判断? A:结合 diff 结果与应用配置、挂载卷清单(
docker inspect的 Mounts 段)判断。 - Q:可写层改动如何持久化? A:重要数据应在设计阶段挂载卷,而不是依赖可写层留存。
08.1.1.1-016 镜像 save/load 与分层保留有什么关系?
一句话结论
docker save 把镜像及其层打包为归档,docker load 还原层与镜像;离线迁移时层结构被保留,重复层在目标机可再次共享。
概念解释
- save 归档包含层、manifest 与配置。
- load 后按层内容入库,已有层不重复占用。
- 与
docker export(导出容器文件系统平铺快照)不同。
原理流程
- save 读取镜像层链与配置,打成 tar。
- 离线传输到目标机。
- load 解包并登记层引用。
代码 / 示例
docker save -o app.tar registry.example/app:1.4.0
docker load -i app.tar
常见误区
- 误区:save 导出的是扁平根文件系统;正解:save 保留分层结构,export 才是容器文件系统平铺快照。
- 误区:load 后镜像历史丢失;正解:save/load 保留层历史,export/import 会扁平化。
追问
- Q:export/import 适用什么场景? A:只需要文件系统内容、不保留层与历史时使用,例如制作基础根文件系统。
- Q:离线迁移多架构镜像要注意什么? A:需确认归档包含对应 manifest list 与各平台层,目标架构可拉取。
08.1.1.1-017 基础镜像选择如何影响分层与安全?
一句话结论
基础镜像决定底层层数、体积、包管理体系与暴露的攻击面;选型时在运行依赖、兼容库、维护频率与体积之间权衡。
概念解释
- OS 类基础镜像:带包管理器与系统工具,兼容性好、体积较大。
- 精简类:alpine(musl)、distroless(只含运行时与必要库)、scratch(空根文件系统)。
- 基础镜像越瘦,上层需要自带的依赖越多。
原理流程
- 确定运行时类型(编译型二进制 / 解释型 / 托管运行时)。
- 评估所需系统库、证书、时区、shell 工具。
- 选择基础镜像并锁定版本。
- 定期跟进基础镜像的安全更新。
代码 / 示例
FROM gcr.io/distroless/java21-debian12:latest
# 仅含 JRE 与必要系统库,不含包管理器与 shell
常见误区
- 误区:alpine 一定比其他镜像安全;正解:musl 与 glibc 行为可能不同,兼容问题和漏洞面需单独评估。
- 误区:基础镜像选好后长期不动;正解:基础镜像需要跟进安全补丁,否则底层 CVE 持续累积。
追问
- Q:scratch 适合什么应用? A:静态编译的单二进制程序,自带运行所需一切,体积最小。
- Q:镜像里需要 shell 排查怎么办? A:区分运行镜像与调试镜像,运行镜像保持精简,排障时用临时调试容器挂载进入。
08.1.1.1-018 镜像层数过多有什么代价?
一句话结论
层数过多会增加存储与遍历开销、扩大故障面,并让历史与缓存关系复杂化;应通过合并同类指令、多阶段构建控制层数,而不是无限制堆叠。
概念解释
- 每层都有元数据与叠加成本。
- 大量小层降低缓存粒度,也增加镜像历史复杂度。
- 过度合并 RUN 又会牺牲可读性与缓存复用,需要平衡。
原理流程
- 统计 Dockerfile 中文件变更指令数量。
- 合并可放在同一层的清理动作。
- 用多阶段构建剥离构建期内容。
- 复核最终镜像历史与体积。
代码 / 示例
# 差:多条独立 RUN 留下多层残留
RUN apt-get update
RUN apt-get install -y curl
# 好:同层安装并清理
RUN apt-get update \
&& apt-get install -y --no-install-recommends curl \
&& rm -rf /var/lib/apt/lists/*
常见误区
- 误区:层数越少越好,应把所有命令塞进一条 RUN;正解:要在缓存复用、可读性与层数之间平衡。
- 误区:层数只影响构建速度;正解:也影响镜像推送拉取的元数据开销与排障定位。
追问
- Q:合并 RUN 为什么要同时清理包缓存? A:清理动作必须与安装在同一层,否则缓存残留在底层无法回收。
- Q:层数量有硬性上限吗? A:不同存储驱动与版本有历史限制,实际工程中以可读性、体积与缓存为准,不刻意追求极端层数。