快照原理

之前在介绍 Linux 文件系统的文章中，有提过 ZFS、Btrfs文件系统中，有内置快照的功能，也有提到过其快照的由 CoW 机制实现的。那么这篇文章将带领大家了解快照的原理。

快照技术分类

常见快照的类别有两类：

• 全拷贝快照
• 差分快照

全拷贝快照

拷贝快照是通过镜像技术来实现的，即其同时会写两个磁盘，我们可以理解为磁盘整列技术中的 RAID1。

下面通过一张原理图来介绍全拷贝快照的实现原理。

全拷贝快照特点：

• 空间占用：需要与源盘相同大小的存储空间
• 创建过程：每一次全拷贝快照都需要完全数据同步

• 读写操作影响：

  • 源卷的读操作不受影响
  • 源卷的写操作受数据同步的影响
  • 创建完成后，快照的读写操作保持最优

差分快照

差分快照又分为以下几种技术：

• CoW (Copy On Write)
• RoW (Redirect On Write)

CoW

CoW (Copy On Write)，译为写时复制。这种方式通常也被称为“元数据(源数据指针表)”拷贝。顾名思义，如果快照创建后，试图改写源数据块上的原始数据，首先将原始数据拷贝到新数据块中，然后再进行改写。当还原快照需要引用原始数据时，快照软件将原始数据原有的指针映射到新数据块上。

再来深入的看看 CoW 的过程，CoW 在创建快照时，并不会发生物理的数据拷贝动作，仅是拷贝了原始数据所在的源数据块的物理位置元数据。因此，CoW 快照创建非常快，可以瞬间完成。在创建了快照之后，快照软件会监控跟踪原始数据的变化(即对源数据块的写操作)，一旦源数据块中的原始数据被改写，则会将源数据块上的数据拷贝到新数据块中，然后将新数据写入到源数据块中覆盖原始数据。其中所有的源数据块就组成了所谓的源数据卷，而新数据块组成了快照卷。你应该能够看出 CoW 有一个很明显的缺点，就是会降低源数据卷的写性能，因为每次改写新数据，实际上都进行了两次写操作。

不知道你有没有看过前面的一篇文章《认识 EXT2 文件系统》，这篇文章中，描述了文件系统的底层结构。我们知道文件路径与 inode 与文件数据的关系：文件索引 -> inode -> data block。

• 文件索引：记录文件名与 inode 的对应关系
• inode：记录文件数据所在的 data block
• data block：保存文件数据

那么 CoW 的工作原理可以用图来表示，如下：

总结一下，CoW 快照的优缺点：

• 首次修改数据性能下降
• 读数据性能不变

RoW

RoW (Redirect-On-Write)，译为写时重定向。RoW 的实现原理与 CoW 非常相似，区别在于「RoW 对原始数据卷的首次写操作，会将新数据重定向到预留的快照卷中」，而 CoW 一般会使用新数据将原始数据覆盖。所以，RoW 快照中的原始数据依旧保留在源数据卷中，并且为了保证快照数据的完整性，在创建快照时，源数据卷状态会由读写变成只读的。

不知道你在使用 Vmware 或 ESXi 虚拟机做快照时，有没有留意到每做一次快照，其实是生成了一下新的快照文件，这个文件最开始是几十 KB 的大小，慢慢的随着虚拟机的运行发生了文件的变动，快照文件大小才逐渐变大。是的， Vmware 快照的实现机制就是 RoW。我们还可以对虚拟机做多个快照，这样就产生了一个快照链，虚拟机磁盘卷始终挂载在快照链的最末端，即虚拟机的写操作全都会落盘到最末端的快照卷中。该特征导致了一个问题，就是如果一共做了 10 次快照，那么在恢复到最新的快照点时，则需要通过合并 10 个快照卷来得到一个完整的最新快照点数据；如果是恢复到第 8 次快找时间点，那么就需要将前 8 次的快照卷合并成为一个完整的快照点数据。从这里可以看出 RoW 的主要缺点是没有一个完整的快照卷，其快照之间的关系是链式的，如果快照层级越多，进行快照恢复时的系统开销会比较大。但 RoW 的优势在于其解决了 CoW 快照写两次的问题，所以就写性能而言，RoW 无疑是优于 CoW 的。

我们也用一张图来表示其原理，如下：

总结一下，RoW 快照的优缺点：

• 修改数据只是指针的重新指向，性能不变
• 因为要追踪其链式关系找到源卷的数据，因此读数据性能下降

快照的应用场景

前面我们介绍了快照的分类，可以分为“全拷贝快照”、“差分快照”。而差分快照的主要实现技术是“CoW”或“RoW”。

那么快照技术适用于哪些场景呢？

• 全拷贝快照

  没见过这么玩的，太昂贵了，也许在一些高端产业上会用到

• CoW

  大多高端文件系统都实现了 CoW 机制，快照是其卖点之一

  很多数据库软件自身也实现了 CoW 机制

• RoW

  最典型的就是虚拟机的快照了，各虚拟机、虚拟化平台所使用的快照技术一般都基于 RoW 来实现的

UnionFS

UnionFS 本来和快照没有关系，为什么在这里拎出来讲一下呢？因为 UnionFS 技术和 RoW 技术非常的类似，其采用联合挂载的概念将多个层挂载成一个挂载点。

第一层：

/1.txt，内容：111
/2.txt，内容：222

第二层：

/1.txt，内容：112
/3.txt，内容：333

将第一层、第二层联合挂载之后，看到的文件将是：

/1.txt，内容：112
/2.txt，内容：222
/3.txt，内容：333

不知道你发现其中的奥妙了没有？是的，联合挂载之后，整个挂载点就由一层叠加一层来实现的，术语叫遮掩层。其逻辑是：

• 读取上层没有的文件，往下层逐层搜索，一直搜索到最底层，有则读取
• 新增文件，直接体现在上层中，不会往下层读取
• 修改文件，直接体现在上层中，不会往下层读取
• 删除文件，在上层遮掩住，不会往下层读取

Docker 把 UnionFS 的想像力发挥到了容器的镜像。你可以查看这篇文章介绍Linux Namespace上篇用mount namespace 和 chroot 山寨了一镜像。现在当你看过了这个 UnionFS 的技术后，你是不是就明白了，你完全可以用UnionFS 这样的技术做出分层的镜像来。

下图来自 Docker 的官方文档 Layer，其很好的展示了 Docker 用 UnionFS 搭建的分层镜像。

关于 docker 的分层镜像，除了 aufs，docker 还支持 btrfs, devicemapper 和 vfs，你可以使用 -s 或 --storage-driver= 选项来指定相关的镜像存储。在 Ubuntu 14.04 下，docker 默认 Ubuntu 的 aufs（在CentOS7下，早期用的是devicemapper，现在用的是 Overlay File System）。