Cisco - 容器文件系统： PuzzleFS https://github.com/project-machine/puzzlefs 这两天整 Rust 版的 virtio 驱动迁移到 Linux 内核 6.7版本整吐血了，所以先缓一缓，然后，今天花了一天时间分析了 PuzzleFS 这个项目，总体来说还是蛮有意思/:8-) PS：本来想分析Microsoft的TarFS，结果发现各种办法都编译不过（不管x86还是aarch64【实际上是不支持这个，源码连arm64目录都干掉了】），就换了这个项目[Facepalm] 具体来关注公众号一起学习【万字长文】PuzzleFS - 下一代 Linux 容器文件系统之源码分析报告：https://mp.weixin.qq.com/s/v9zk6-WebkAeZccpyMwa-g

PuzzleFS 项目地址：https://github.com/project-machine/puzzlefs PuzzleFS 号称是下一代 Linux 容器文件系统，采用 Rust 语言编写，具有快速镜像构建、直接挂载支持、内存安全保证等功能。 PuzzleFS 项目介绍思科开发者 Ariel Miculas 在内核邮件列表中，发布了用 Rust 写的 PuzzleFS 文件系统驱动，以征求其他开发者的意见，目前这一驱动程序处于“概念验证”阶段。 PuzzleFS 是一种只读的文件系统，与 Open Container Initiative (OCI) v2 image specification 的设计目标相符，它使用内容定义进行分块，并且使用内容寻址的数据存储，旨在解决现有 OCI 格式的限制。 OCI 镜像规范的第一个版本存在许多问题，这些问题的根源都是来自依赖 tar 存档来保存文件系统中的层，事实上 tar 不适合解决容器文件系统问题。 PuzzleFS 旨在解决 tar 的问题。文件系统镜像本身由一组放置在底层文件系统上的文件组成。与 OCI 镜像格式一样，存在一个顶级 index.json 文件，其中包含一组标签，每个标签代表某一个版本的文件系统，并指向一个清单文件（manifest file）。清单文件又指向镜像配置和存储在实际镜像层中的数据。其他所有内容都存储为 blobs/sha256 目录中的一组 blob。 文件系统中的大多数数据都被分成可变大小的块（chunk），以内容的 SHA256 哈希作为文件名来存储为 blob。这个分块动作本身是使用 FastCDC 算法进行的，该算法查找 “切割点（cut points）”，把数据流分为不同大小的 blob。任何一个特定的流（例如文件的内容）都可以分成五个或五十个块，这取决于如何确定这些切割点；然后，每个块都以不同的 blob 方式落在 blobs/sha256 下，并将其哈希添加到清单中。

基于现代服务的云原生十二要素理论，我们在采用容器化部署时，要保证同一个镜像可以满足不同环境的部署要求，而不是不同环境打包不同的镜像。本文档主要介绍一种基于spring框架的满足不同环境配置的编译打包方案，满足同一个镜像可以在环境分组下通过启动项配置实现不同环境的部署。

前言前面写过下载音乐的，刮削音乐标签的，这几天又有人问有没有可以播放音乐的呢？之前倒是写过一个，但是都在反馈API已经失效了，于是只能重新写一个了。这次这个mmplayer已经存活了一两年了，用...

AI生成摘要

云原生这个概念从提出，到壮大，再到今天的极大普及，始终处于一个不断演进和革新的过程中。云原生体系下应用的托管形态是随着企业应用架构在不断演进的。最早的应用大多是集中式、单体式的，应用通过优雅的分层来实现领域模型的共享和更细致的模块拆分。

1.pull官方的mongodb Image docker pull mongo 2.不带--auth 把容器run起来，将/data/db 映射到想要存储数据的位置，将27017映射到需要的端口。 docker run -d -p 27017:27017 -v /your/desired/data/directory:/data/db mongo 3.进入容器，按照顺序运行如下命令 3-0 docker exec -it <container_id> /bin/bash 3-1 mongo 3-2 use admin 3-3 db.createUser({ user: "admin", pwd: "xxxxxx", roles: [{ role: "userAdminAnyDatabase", db: "admin" }] }) 3-4 db.auth("admin", "上面的密码") 3-5 use 其他要添加账户信息的数据库名 3-6 db.createUser({ user: "username", pwd: "password", roles: [{ role: "readWrite", db: "其他要添加账户信息的数据库名" }] }) 4.删除容器。 docker stop <container_id> docker rm <container_id> 5.创建带一个--auth的容器，映射和第二步一样。 docker run -d -p 27017:27017 -v /your/desired/data/directory:/data/db --name mongodb_auth mongo --auth 6.启动容器，访问数据库的格式为： mongodb://账户:密码@host:27017/数据库名 7.如果需要让mongodb随系统启动的话 docker update --restart=always <容器ID 或 容器名称> 追加新的数据库时只用重复3-1，3-2，（跳过3-3），3-4，3-5，3-6即可。

1. 内存对齐 结构体内字段，从大到小排列 减少内存占用 安装 fieldalignment 工具 1 go install golang.org/x/tools/go/analysis/passes/fieldalignment/cmd/fieldalignment@latest 分析并修复内存对齐 1 2 3 4 5 6 7 8 9 fieldalignment -fix ./... /Users/shaowenchen/Code/app/config/config.go:136:14: struct with 32 pointer bytes could be 24 /Users/shaowenchen/Code/app/config/config.go:150:11: struct of size 96 could be 88 /Users/shaowenchen/Code/app/config/config.go:166:14: struct of size 152 could be 144 /Users/shaowenchen/Code/app/config/config.go:194:12: struct with 80 pointer bytes could be 72 /Users/shaowenchen/Code/app/config/config.go:209:12: struct with 56 pointer bytes could be 40 /Users/shaowenchen/Code/app/dao/gormx/gorm.go:12:13: struct with 16 pointer bytes could be 8 /Users/shaowenchen/Code/app/dao/gormx/entity/cluster.go:5:14: struct with 128 pointer bytes could be 104 查看 fieldalignment 进行

在容器编排器中运行时，设置 CPU 限制非常重要，以确保容器不会消耗主机上的所有 CPU。 然而，Go 运行时不知道容器上设置的 CPU 限制，并且会愉快地使用所有可用的 CPU，导致高延迟。 原因： 绝大多数情况下，Go 运行时在执行程序的同时执行垃圾收集。这意味着 GC 与程序同时运行。  Go 垃圾收集器需要两个“停止世界”阶段：其中所有 goroutine 都暂停以进行标记和清除终止。

华为云云容器引擎CCE产品团队在CCE文档方面进行了重点优化，以降低用户的使用难度。