CN116932465B - 一种镜像文件管理方法、***、设备及介质 - Google Patents
一种镜像文件管理方法、***、设备及介质 Download PDFInfo
- Publication number
- CN116932465B CN116932465B CN202311187648.XA CN202311187648A CN116932465B CN 116932465 B CN116932465 B CN 116932465B CN 202311187648 A CN202311187648 A CN 202311187648A CN 116932465 B CN116932465 B CN 116932465B
- Authority
- CN
- China
- Prior art keywords
- directory
- file
- files
- access data
- probability
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000007726 management method Methods 0.000 title claims abstract description 22
- 230000001419 dependent effect Effects 0.000 claims abstract description 83
- 238000004364 calculation method Methods 0.000 claims abstract description 15
- 230000001172 regenerating effect Effects 0.000 claims abstract 3
- 238000000034 method Methods 0.000 claims description 38
- 238000004590 computer program Methods 0.000 claims description 15
- 238000010586 diagram Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000003068 static effect Effects 0.000 description 4
- 238000012360 testing method Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000012217 deletion Methods 0.000 description 2
- 230000037430 deletion Effects 0.000 description 2
- 238000009795 derivation Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000013138 pruning Methods 0.000 description 2
- 239000000523 sample Substances 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000011038 discontinuous diafiltration by volume reduction Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/10—File systems; File servers
- G06F16/11—File system administration, e.g. details of archiving or snapshots
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明涉及容器镜像技术领域,公开一种镜像文件管理方法、***、设备及介质,该方法包括:获取于Linux容器运行期间的访问数据,访问数据包括所有的目录信息和镜像依赖文件信息;根据欲导出的目标目录,在访问数据中查找并获取与目标目录相对应的目录信息和目标目录下的镜像依赖文件信息;将目标目录相对应的目录信息和目标目录下的镜像依赖文件信息以及Linux容器的所有镜像依赖文件信息,代入至条件概率预测模型进行计算,得到目标目录的导出概率;将导出概率与预定概率阈值进行比较,根据比较结果导出对应的访问数据;根据导出的访问数据重新生成新的镜像文件。本发明既能减少镜像文件大小,又能保障容器启动后功能的完整性。
Description
技术领域
本发明涉及容器镜像技术领域,特别涉及一种镜像文件管理方法、***、设备及介质。
背景技术
Linux容器是一种轻量级的虚拟化技术,可以将应用程序、服务和依赖项打包成一个镜像,然后在Linux容器中运行。Linux容器解决了应用打包和部署问题,保证本地环境和云端环境的高度一致,避免了用户手动调试来匹配两种不同运行环境之间差异的痛苦过程。
为了使Linux 容器最大程度的复用镜像层数据,减少磁盘占用空间,Linux容器镜像进行了分层设计,每个分层都是一个只读的CoW文件***。CoW是一种文件***的写入优化策略。在CoW文件***中,当需要修改某个文件时,***会首先将该文件所在的块复制一份,然后在副本上进行修改,而不是直接修改原始的文件块。这样可以避免原始文件的修改,确保数据的一致性和安全性。而当上层需要删除下层某个已存在的文件时,Linux容器使用了Whiteout技术去标记被删除的文件,被标记的文件不会被删除或覆盖,而是创建一个名为whiteout的特殊文件来标记该文件已被删除或修改。进而在后续的文件访问和操作中,***会根据whiteout文件的存在与否来判断文件的可见性和状态。但实际上该文件依然存在于下层中,并且实际占用磁盘空间没有减少。
CoW文件***和whiteout技术的上述特性决定了镜像文件只会增加不会减少。若想减少镜像体积,仅仅直接在上层Linux 容器里删除相关内容并不会作用于下层镜像层。而由于多个镜像可能共享相同的基础分层,如果直接对某个镜像层进行处理,则存在影响其他依赖该镜像层的Linux容器的风险。
针对Docker镜像的这种特性,在导出镜像时进行优化,使其既能占用更少的存储空间,又能保证原有功能的完备性,是具有挑战性和实际应用意义的。
目前,有三种主流方案对镜像层进行删减。一是从dockerfile文件的编写上进行规范,比如删除不必要的组件和文件,选择小的基础镜像方式等,由于dockerfile 中的每条指令都将创建一个层,也可以通过指令合并的方式实现镜像体积减少。但是该方案虽然可以使得生成的镜像更小更安全,但是这很大程度上依赖人工编排经验,而且无法对已经制成的镜像进行处理。二是根据镜像层的CoW特性,采用静态分析的算法寻找镜像中的whiteout文件,然后直接删除镜像层中对应的文件。但该方案只适用于使用aufs文件驱动的特定镜像,无法处理其他文件驱动方式,如device-mapper和btrfs等。这些文件驱动的镜像存储位置和读写方式与aufs有很大的区别,因此无法通过路径直接访问这些镜像,也无法进行镜像的删减操作。此外该方案无法对不包含whiteout文件的镜像层进行删减。三是使用一种动态分析的方法获取Linux容器运行所依赖的文件。程序通过待修改的镜像创建一个Linux容器,Linux容器中会添加一个探针用于监控Linux容器中的进程和文件访问。当Linux容器运行结束时,探针会收集所有相关依赖文件的信息,并将其导出,以重新制作一个新的镜像。该方案可以有效地减少镜像的大小,并且不受特定文件驱动的限制。然而,该方案的缺点在于它仅依赖于Linux容器运行时实际访问的文件。如果Linux容器在运行过程中没有较全面的覆盖到所需的文件,就有可能导致过度删减。因此,在使用时需要确保Linux容器的运行环境尽可能全面地包含所需的文件,以避免意外删减。
发明内容
本发明实施例提供了一种镜像文件管理方法、***、设备及介质,以解决现有技术中的上述技术问题。
为了对披露的实施例的一些方面有一个基本的理解,下面给出了简单的概括。该概括部分不是泛泛评述,也不是要确定关键/重要组成元素或描绘这些实施例的保护范围。其唯一目的是用简单的形式呈现一些概念,以此作为后面的详细说明的序言。
根据本发明实施例的第一方面,提供了一种镜像文件管理方法。
在一个实施例中,所述镜像文件管理方法,包括:
获取于Linux容器运行期间的访问数据,所述访问数据包括所有的目录信息和镜像依赖文件信息;
根据欲导出的目标目录,在所述访问数据中查找并获取与所述目标目录相对应的目录信息和目标目录下的镜像依赖文件信息;
将所述目标目录相对应的目录信息和目标目录下的镜像依赖文件信息以及Linux容器的所有镜像依赖文件信息,代入至预先配置的条件概率预测模型进行计算,得到所述目标目录的导出概率;
将所述导出概率与预定概率阈值进行比较,并根据比较结果导出对应的访问数据;并根据导出的访问数据重新生成新的镜像文件。
在一个实施例中,所述目录信息包括主目录信息以及每个主目录下子目录数量和子目录递归层数;所述镜像依赖文件信息包括Linux容器的所有镜像依赖文件数量和每个子目录递归层的镜像依赖文件数量。
在一个实施例中,所述条件概率预测模型的计算公式为:
;
式中,P(D)为目标目录的导出概率;n为Linux容器的所有镜像依赖文件数量,为目标目录下包含的镜像依赖文件数量,m为子目录数量,p为子目录递归层数,m k 为每个子目录递归层的镜像依赖文件数量。
在一个实施例中,根据比较结果导出对应的访问数据包括:在比较结果为所述导出概率大于所述预定概率阈值的情况下,导出所述目标目录中的所有文件;在比较结果为所述导出概率小于所述预定概率阈值的情况下,导出所述目标目录中的镜像依赖文件。
根据本发明实施例的第二方面,提供了一种镜像文件管理***。
在一个实施例中,所述镜像文件管理***,包括:
容器数据获取模块,用于获取于Linux容器运行期间的访问数据,所述访问数据包括所有的目录信息和镜像依赖文件信息;
目录数据获取模块,用于根据欲导出的目标目录,在所述访问数据中查找并获取与所述目标目录相对应的目录信息和目标目录下的镜像依赖文件信息;
导出概率计算模块,用于将所述目标目录相对应的目录信息和目标目录下的镜像依赖文件信息以及Linux容器的所有镜像依赖文件信息,代入至预先配置的条件概率预测模型进行计算,得到所述目标目录的导出概率;
文件导出生成模块,用于将所述导出概率与预定概率阈值进行比较,并根据比较结果导出对应的访问数据;并根据导出的访问数据重新生成新的镜像文件。
在一个实施例中,所述目录信息包括主目录信息以及每个主目录下子目录数量和子目录递归层数;所述镜像依赖文件信息包括Linux容器的所有镜像依赖文件数量和每个子目录递归层的镜像依赖文件数量。
在一个实施例中,所述条件概率预测模型的计算公式为:
;
式中,P(D)为目标目录的导出概率;n为Linux容器的所有镜像依赖文件数量,为目标目录下包含的镜像依赖文件数量,m为子目录数量,p为子目录递归层数,m k 为每个子目录递归层的镜像依赖文件数量。
在一个实施例中,所述文件导出生成模块在根据比较结果导出对应的访问数据时,在比较结果为所述导出概率大于所述预定概率阈值的情况下,导出所述目标目录中的所有文件;在比较结果为所述导出概率小于所述预定概率阈值的情况下,导出所述目标目录中的镜像依赖文件。
根据本发明实施例的第三方面,提供了一种计算机设备。
在一个实施例中,所述计算机设备包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现上述方法的步骤。
根据本发明实施例的第四方面,提供了一种计算机可读存储介质。
在一个实施例中,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现上述方法的步骤。
本发明实施例提供的技术方案可以包括以下有益效果:
本发明对于要导出的容器镜像,基于原镜像运行时访问到的所有依赖文件,建立条件概率预测模型,对达到目标阈值的目录文件全部导出,未达到导出阈值的镜像依赖文件原样导出,这样既能减少镜像文件大小,又能保障容器启动后功能的完整性。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本发明。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本发明的实施例,并与说明书一起用于解释本发明的原理。
图1是根据一示例性实施例示出的一种镜像文件管理方法的流程示意图;
图2是根据一示例性实施例示出的一种镜像文件管理***的结构框图;
图3是根据一示例性实施例示出的计算机设备的结构示意图。
具体实施方式
图1示出了本发明的一种镜像文件管理方法的一个实施例。
在该可选实施例中,所述镜像文件管理方法,包括:
步骤S101,获取于Linux容器运行期间的访问数据,所述访问数据包括所有的目录信息和镜像依赖文件信息;
步骤S103,根据欲导出的目标目录,在所述访问数据中查找并获取与所述目标目录相对应的目录信息和目标目录下的镜像依赖文件信息;
步骤S105,将所述目标目录相对应的目录信息和目标目录下的镜像依赖文件信息以及Linux容器的所有镜像依赖文件信息,代入至预先配置的条件概率预测模型进行计算,得到所述目标目录的导出概率;
步骤S107,将所述导出概率与预定概率阈值进行比较,并根据比较结果导出对应的访问数据;并根据导出的访问数据重新生成新的镜像文件。
图2示出了本发明的一种镜像文件管理***的一个实施例。
在该可选实施例中,所述镜像文件管理***,包括:
容器数据获取模块201,用于获取于Linux容器运行期间的访问数据,所述访问数据包括所有的目录信息和镜像依赖文件信息;
目录数据获取模块203,用于根据欲导出的目标目录,在所述访问数据中查找并获取与所述目标目录相对应的目录信息和目标目录下的镜像依赖文件信息;
导出概率计算模块205,用于将所述目标目录相对应的目录信息和目标目录下的镜像依赖文件信息以及Linux容器的所有镜像依赖文件信息,代入至预先配置的条件概率预测模型进行计算,得到所述目标目录的导出概率;
文件导出生成模块207,用于将所述导出概率与预定概率阈值进行比较,并根据比较结果导出对应的访问数据;并根据导出的访问数据重新生成新的镜像文件。
在该可选实施例中,所述目录信息包括主目录信息以及每个主目录下子目录数量和子目录递归层数;所述镜像依赖文件信息包括Linux容器的所有镜像依赖文件数量和每个子目录递归层的镜像依赖文件数量。而条件概率预测模型的计算公式为:
;
式中,P(D)为目标目录的导出概率;n为Linux容器的所有镜像依赖文件数量,为目标目录下包含的镜像依赖文件数量,m为子目录数量,p为子目录递归层数,m k 为每个子目录递归层的镜像依赖文件数量。
在该可选实施例中,在根据比较结果导出对应的访问数据时,则在比较结果为所述导出概率大于所述预定概率阈值的情况下,导出所述目标目录中的所有文件;在比较结果为所述导出概率小于所述预定概率阈值的情况下,导出所述目标目录中的镜像依赖文件。
为了更好的理解本发明的上述技术方案,以下通过举例的方式对本发明的上述技术方案进行详细说明
以目录为单位,定义:目的d={子目录集SF,镜像依赖文件集DF,其他未访问文件OIF},事件D={目录d全部导出}。
定义目录d文件全部导出的概率为P(D),显然,当一个目录内被访问的文件越多,说明这个目录文件越核心,目录下所有文件被全部导出的概率越大。
为了实现条件概率预测模型,进一步定义:镜像所有依赖文件集,容量为n;目录d中包含的镜像依赖文件集/>;目录d中包含的子目录集。
由于镜像依赖文件必定被导出,因此定义目录d中导出镜像依赖文件的事件为,那么/>;为了简化预测模型,假设文件/>对目录d全部导出的概率是等可能性的,即/>。
同样,定义子目录被全部导出的概率为/>,其值大小由子目录递归求得,同样为简化模型,假设子目录/>文件/>对目录d全部导出的概率随着递归层次依次递减,即当前层级的概率是上层概率的/>,假设子目录/>递归了p层,每层的文件个数为/>个,那么/>的值为:
;
假定子目录和依赖文件对导出具有同样的影响力,那么子目录对目录d导出的条件概率为/>。
对于任何一个目录,包括0到多个文件和子目录,对于任何一个目录d,其全部导出的概率可描述为目录下所有依赖文件和子目录的全概率,即:
;
由上文的定义可知,,那么公式进一步可以写成:
;
由,可得:
;
其中,n为Linux容器的所有镜像依赖文件数量,为目标目录下包含的镜像依赖文件数量,m为子目录数量,p为子目录递归层数,m k 为每个子目录递归层的镜像依赖文件数量。
以按需裁剪nginx镜像为例,完整流程包括以下步骤:
运行下述命令创建并运行待修改的容器镜像:
;
参数说明:-d nginx:设置容器在后台一直运行;--name Nginx_test:容器名称;-v:表示需要将本地哪个目录挂载到容器中,格式:-v <宿主机目录>:<容器目录>;
使用下述命令获取容器运行期所有的依赖文件:
;
说明:在运行的容器Nginx_test中以交互模式执行容器内lsof***命令,获取当前***已经打开的所有文件名,并记录到文件/root/depends/dependfile.txt中;
每一分钟重复步骤2,重复20次;20分钟后,使用命令停止容器Nginx_test;
等容器运行结束,***会自动进入宿主机的bash界面,查看宿主机的/root/depends/dependfile.txt文件,其中汇总了容器运行过程中访问到的所有依赖文件;
说明:使用-v参数将宿主机的/root/depends目录挂载到容器的/root/depends/目录,那么在容器中操作/root/depends目录实际上操作的就是宿主机的/root/depends目录。
使用下述***命令对/root/depends/dependfile.txt文件进行排序和去重:;并生成的/root/depends/new_dependfile.txt(记录了nginx容器运行期间所有访问的目录和文件),以目录/home/fast为例,看如何决定该目录是全部导出,还是仅导出该目录下的容器依赖文件,其中主要关注的指标项有:该容器所有依赖文件数n;目录/home/fast下包含的依赖文件数l;目录/home/fast的子目录数m、子目录的递归层数p和每层的文件个数/>;
说明: /root/depends/dependfile.txt文件中TYPE为REG的文件个数即为该容器所有依赖文件数;TYPE为REG且NAME为/home/fast/xx的文件个数,即为目录/home/fast下包含的依赖文件数;至于目录/home/fast的子目录数、子目录的递归层数和每层的文件个数,查阅该目录可以直接获取。
将获取的值代入推导的条件概率预测模型中,如下:;计算出目录/home/fast的导出概率p;
设定阈值,若目录/home/fast的导出概率p大于阈值,直接导出目录中的所有文件;未超出阈值,仅导出目录中镜像依赖的文件;
重复上述步骤,计算所有目录的导出概率,依据导出概率决定导出该目录下的全部文件还是仅依赖文件;将导出的文件通过命令重新生成一个新的镜像。
图3示出了本发明的一种计算机设备的一个实施例。该计算机设备可以是服务器,该计算机设备包括通过***总线连接的处理器、存储器和网络接口。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作***、计算机程序和数据库。该内存储器为非易失性存储介质中的操作***和计算机程序的运行提供环境。该计算机设备的数据库用于存储静态信息和动态信息数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现上述方法实施例中的步骤。
本领域技术人员可以理解,图3中示出的结构,仅仅是与本发明方案相关的部分结构的框图,并不构成对本发明方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
此外,本发明还提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现上述方法实施例中的步骤。
另外,本发明还提供了一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现上述方法实施例中的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本发明所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory,ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(Dynamic Random Access Memory,DRAM)等。
本发明并不局限于上面已经描述并在附图中示出的结构,并且可以在不脱离其范围进行各种修改和改变。
Claims (8)
1.一种镜像文件管理方法,其特征在于,包括:
获取于Linux容器运行期间的访问数据,所述访问数据包括所有的目录信息和镜像依赖文件信息;
根据欲导出的目标目录,在所述访问数据中查找并获取与所述目标目录相对应的目录信息和目标目录下的镜像依赖文件信息;
将所述目标目录相对应的目录信息和目标目录下的镜像依赖文件信息以及Linux容器的所有镜像依赖文件信息,代入至预先配置的条件概率预测模型进行计算,得到所述目标目录的导出概率;
将所述导出概率与预定概率阈值进行比较,并根据比较结果导出对应的访问数据;并根据导出的访问数据重新生成新的镜像文件;
所述条件概率预测模型的计算公式为:
;
式中,P(D)为目标目录的导出概率;n为Linux容器的所有镜像依赖文件数量,为目标目录下包含的镜像依赖文件数量,m为子目录数量,p为子目录递归层数,m k 为每个子目录递归层的镜像依赖文件数量。
2.根据权利要求1所述的镜像文件管理方法,其特征在于,所述目录信息包括主目录信息以及每个主目录下子目录数量和子目录递归层数;所述镜像依赖文件信息包括Linux容器的所有镜像依赖文件数量和每个子目录递归层的镜像依赖文件数量。
3.根据权利要求1所述的镜像文件管理方法,其特征在于,根据比较结果导出对应的访问数据包括:
在比较结果为所述导出概率大于所述预定概率阈值的情况下,导出所述目标目录中的所有文件;
在比较结果为所述导出概率小于所述预定概率阈值的情况下,导出所述目标目录中的镜像依赖文件。
4.一种镜像文件管理***,其特征在于,包括:
容器数据获取模块,用于获取于Linux容器运行期间的访问数据,所述访问数据包括所有的目录信息和镜像依赖文件信息;
目录数据获取模块,用于根据欲导出的目标目录,在所述访问数据中查找并获取与所述目标目录相对应的目录信息和目标目录下的镜像依赖文件信息;
导出概率计算模块,用于将所述目标目录相对应的目录信息和目标目录下的镜像依赖文件信息以及Linux容器的所有镜像依赖文件信息,代入至预先配置的条件概率预测模型进行计算,得到所述目标目录的导出概率;
文件导出生成模块,用于将所述导出概率与预定概率阈值进行比较,并根据比较结果导出对应的访问数据;并根据导出的访问数据重新生成新的镜像文件;
所述条件概率预测模型的计算公式为:
;
式中,P(D)为目标目录的导出概率;n为Linux容器的所有镜像依赖文件数量,为目标目录下包含的镜像依赖文件数量,m为子目录数量,p为子目录递归层数,m k 为每个子目录递归层的镜像依赖文件数量。
5.根据权利要求4所述的镜像文件管理***,其特征在于,所述目录信息包括主目录信息以及每个主目录下子目录数量和子目录递归层数;所述镜像依赖文件信息包括Linux容器的所有镜像依赖文件数量和每个子目录递归层的镜像依赖文件数量。
6.根据权利要求4所述的镜像文件管理***,其特征在于,所述文件导出生成模块在根据比较结果导出对应的访问数据时,在比较结果为所述导出概率大于所述预定概率阈值的情况下,导出所述目标目录中的所有文件;在比较结果为所述导出概率小于所述预定概率阈值的情况下,导出所述目标目录中的镜像依赖文件。
7.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至3中任一项所述的方法的步骤。
8.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至3中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311187648.XA CN116932465B (zh) | 2023-09-15 | 2023-09-15 | 一种镜像文件管理方法、***、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311187648.XA CN116932465B (zh) | 2023-09-15 | 2023-09-15 | 一种镜像文件管理方法、***、设备及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116932465A CN116932465A (zh) | 2023-10-24 |
CN116932465B true CN116932465B (zh) | 2024-01-23 |
Family
ID=88375646
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311187648.XA Active CN116932465B (zh) | 2023-09-15 | 2023-09-15 | 一种镜像文件管理方法、***、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116932465B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017049828A1 (zh) * | 2015-09-25 | 2017-03-30 | 中兴通讯股份有限公司 | 基于Linux的数据处理方法、装置和*** |
CN107809467A (zh) * | 2017-10-10 | 2018-03-16 | 暨南大学 | 一种云环境下容器镜像数据的删减方法 |
CN115544496A (zh) * | 2022-10-14 | 2022-12-30 | 北京火山引擎科技有限公司 | 基于可信执行环境的无服务器计算方法、装置及设备 |
CN115599398A (zh) * | 2022-11-28 | 2023-01-13 | 中国电子科技集团公司第十五研究所(Cn) | 一种基于容器的镜像分离整合及加载方法 |
CN116204305A (zh) * | 2022-12-21 | 2023-06-02 | 山东未来网络研究院(紫金山实验室工业互联网创新应用基地) | 一种限制Docker容器inode数量的方法 |
CN116340940A (zh) * | 2022-12-19 | 2023-06-27 | 深圳开鸿数字产业发展有限公司 | 代码识别方法、终端设备及存储介质 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108415795B (zh) * | 2018-02-12 | 2019-04-05 | 人和未来生物科技(长沙)有限公司 | 一种容器Dockerfile、容器镜像快速生成方法及*** |
US11263120B2 (en) * | 2020-02-12 | 2022-03-01 | Capital One Services, Llc | Feature-based deployment pipelines |
CN113051036A (zh) * | 2021-03-31 | 2021-06-29 | 京东方科技集团股份有限公司 | 基于Docker容器的应用程序许可方法、装置、设备和介质 |
-
2023
- 2023-09-15 CN CN202311187648.XA patent/CN116932465B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017049828A1 (zh) * | 2015-09-25 | 2017-03-30 | 中兴通讯股份有限公司 | 基于Linux的数据处理方法、装置和*** |
CN107809467A (zh) * | 2017-10-10 | 2018-03-16 | 暨南大学 | 一种云环境下容器镜像数据的删减方法 |
CN115544496A (zh) * | 2022-10-14 | 2022-12-30 | 北京火山引擎科技有限公司 | 基于可信执行环境的无服务器计算方法、装置及设备 |
CN115599398A (zh) * | 2022-11-28 | 2023-01-13 | 中国电子科技集团公司第十五研究所(Cn) | 一种基于容器的镜像分离整合及加载方法 |
CN116340940A (zh) * | 2022-12-19 | 2023-06-27 | 深圳开鸿数字产业发展有限公司 | 代码识别方法、终端设备及存储介质 |
CN116204305A (zh) * | 2022-12-21 | 2023-06-02 | 山东未来网络研究院(紫金山实验室工业互联网创新应用基地) | 一种限制Docker容器inode数量的方法 |
Non-Patent Citations (1)
Title |
---|
一种概率模型的Docker镜像删减策略;周毅;邓玉辉;;小型微型计算机***(第09期);22-27 * |
Also Published As
Publication number | Publication date |
---|---|
CN116932465A (zh) | 2023-10-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7873601B1 (en) | Backup of incremental metadata in block based backup systems | |
US10248556B2 (en) | Forward-only paged data storage management where virtual cursor moves in only one direction from header of a session to data field of the session | |
CN102999430B (zh) | 处理具有非易失性存储器的***的未完全关闭 | |
US20150006581A1 (en) | Method for a Storage Device Accessing a File and Storage Device | |
US20070088761A1 (en) | File system updating metadata of files according to results of keyword search | |
JP6598996B2 (ja) | データ準備のためのシグニチャベースのキャッシュ最適化 | |
CN114048185B (zh) | 一种分布式文件***中海量小文件透明打包存储与访问的方法 | |
CN108920725B (zh) | 一种对象存储的方法及对象存储网关 | |
CN108733306A (zh) | 一种文件合并方法及装置 | |
US10838624B2 (en) | Extent pool allocations based on file system instance identifiers | |
CN113568582B (zh) | 数据管理方法、装置和存储设备 | |
US11841826B2 (en) | Embedded reference counts for file clones | |
JP6598997B2 (ja) | データ準備のためのキャッシュ最適化 | |
CA2959647C (en) | Data migration tool with intermediate incremental copies | |
CN108959359A (zh) | 一种统一资源定位符语义去重方法、装置、设备和介质 | |
CN111459764B (zh) | 一种日志管理方法及终端 | |
KR101624005B1 (ko) | 소프트웨어 컴포넌트 상태에 대한 접근 제어 | |
CN109460345A (zh) | 实时数据的计算方法及*** | |
CN116932465B (zh) | 一种镜像文件管理方法、***、设备及介质 | |
US11928082B1 (en) | Container image file system performance enhancement | |
US20140214899A1 (en) | Leaf names and relative level indications for file system objects | |
CN115658619A (zh) | 进程的处理方法、装置、处理器及电子设备 | |
CN109241011B (zh) | 一种虚拟机文件处理方法及装置 | |
CN113282563A (zh) | 基于对象存储的文件网关高可用实现方法及电子设备 | |
CN110471623B (zh) | 硬盘文件写入方法、装置、计算机设备和存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |