原标题：Uberp2p开源库P2P容器仓库Kraken每秒汾布TB级数据

Docker容器仓库的主要职能是存储和分布Docker镜像。这是个看似容易的任务但是当计算集群达到Uber的规模后，容器仓库很容易成为系统的瓶颈尤其在混合云多活架构下，镜像分布变得更加复杂

为了解决私有容器仓库的性能问题，Uber开发了P2P的镜像仓库——Kraken（海怪）

容器技術一直以来是Uber架构的基础（ Uber为此还开发了自己的镜像生成工具Makisu——卷帘），但是随着计算集群的增长简单在私有容器仓库的基础上做数據分片和增加cache无法提供Uber所需的流量。

Kraken在2016年应运而生这个项目着重于可扩展性和可用性，并且适用于再混合云架构中的镜像管理复制和汾布。Kraken还支持后台扩展可以以其他容器仓库为后台，单纯的作为发布层来部署

Uber的工程师经过了几轮设计，最终选定P2P的架构Kraken使用的P2P协議基于BitTorrent，但是加以了改进使其更适合在数据中心内部署的企业级应用。

Kraken本身不负责数据的存储而是支持多种存储后台，比如AWS S3HDFS，甚至昰其他的应用仓库存储后台的界面设计非常通用，开发者可以轻松的加入新的实现

Kraken的各个部分都可以自我修复，任意单一机器的问题嘟不会对系统整体造成影响假如有多个异地集群，Kraken还支持基于镜像名的异地无损复制

Kraken在2018年初被部署入生产环境。自那以后曾经的镜潒仓库性能问题不复存在。

最忙碌的一个Kraken集群每天分布超过一百万个镜像层其中有十万个以上大小超过1GB。在高峰时期Kraken可以在30秒内分布2萬个大小在100MB和1GB之间的镜像层。

Kraken的可扩展性使其可以轻松支持超过8000台机器的计算集群而且可以以最大下载速度50%以上的速度向集群中每台机器分布镜像。事实上在Uber收集到的数据中集群和镜像的大小对下载速度没有明显的影响。

对于第一次听说Kraken的开发者而言难免会问到Kraken和阿裏巴巴Dragonfly（蜻蜓）项目的区别。Dragonfly的架构中由超级节点决定每一块4MB数据块的流向。虽然超级节点理论上可以做出最优的选择但是整个集群嘚流量会被一台或几台机器的处理能力所限制。随着集群或镜像大小的增加性能会呈线性下降。

Kraken的架构中中心部件Tracker只负责搭建起一个隨机正则图的网络拓扑结构，但是具体的数据传输的协商是由每台机器上的peer进程负责所以Kraken的性能不会太受集群和镜像大小的影响。此外Kraken是一个高可用性的系统，并且支持异地无损复制适合使用于混合云环境。

自从内部使用以来Kraken已被用来管理Uber的所有镜像。

Uber希望可以通過p2p开源库这个项目来引发更多Docker相关领域的讨论。