当前位置:首页 > 文章列表 > 科技周边 > 业界新闻 > OCI Image Spec 怎样理解镜像配置与层的关系

OCI Image Spec 怎样理解镜像配置与层的关系

来源:17golang原创 2026-11-20 09:56:54 0浏览 收藏

OCI Image Spec 里,镜像配置和镜像层不是同一种东西:config 描述镜像整体的创建信息、运行参数、历史和根文件系统摘要;layers 描述按顺序叠加的文件系统变更。manifest 只是把这些对象用 descriptor 和 digest 连接起来。把它们分开看,很多“改了配置却重新上传层”或“层摘要对不上”的问题就容易定位。

官方地址:https://github.com/opencontainers/image-spec

本文只讨论 OCI 对象之间的静态关系,不把某个镜像仓库、构建器或运行时的扩展行为当成规范必然行为。

先把三个对象放回同一张图

一份面向单个平台的 OCI image manifest 至少要回答三件事:使用哪个 schema,配置对象在哪里,以及文件系统层按什么顺序排列。manifest 自己通常不承载环境变量、入口参数或文件内容,而是通过 descriptor 引用对应对象。

config 是镜像整体的 JSON 配置。它可以包含创建时间、作者、环境变量、入口点、默认参数、工作目录、网络和卷等执行相关信息,也会保存历史信息与 rootfs.diff_ids。层则是以 tar 变化集表达的新增、修改和删除,应用后才组成容器看到的根文件系统。

OCI manifest、config、rootfs.diff_ids 与 layers 的静态关系说明图
图1:OCI 镜像对象关系说明图;manifest 通过摘要引用 config 与 layers,不是运行截图。

因此,读取 manifest 时可以先把字段分成两组:config 指向运行元数据,layers 指向文件系统内容。两者都是 descriptor,但 descriptor 的存在不代表它们可以互相替代。

config 和 layer 为什么各有一套摘要

最容易混淆的是 rootfs.diff_ids 与 manifest 中 layer descriptor 的 digest。规范把 DiffID 定义为未压缩 tar 归档的摘要;而 manifest 中常见的 layer digest 通常用于引用压缩或未压缩的内容。它们的输入字节不同,不能只看字符串是否相似。

下面是一个缩小后的关系示例。它是严格 JSON,不能在里面插入注释;关键字段的含义放在代码块之后说明。

{
  "config": {
    "digest": "sha256:config-object",
    "mediaType": "application/vnd.oci.image.config.v1+json"
  },
  "layers": [
    {"digest": "sha256:compressed-layer-a", "mediaType": "application/vnd.oci.image.layer.v1.tar+gzip"},
    {"digest": "sha256:compressed-layer-b", "mediaType": "application/vnd.oci.image.layer.v1.tar+gzip"}
  ]
}

这里的 config.digest 指向配置 JSON;layers 保留从底到顶的应用顺序。配置对象中的 rootfs.diff_ids 应与对应层的未压缩变化集顺序一致。压缩层的传输摘要变化,不等于文件系统变化本身发生了变化。

还有一个重要边界:配置 JSON 被修改后,配置摘要会改变,进而使镜像身份发生变化;这不表示每个文件层都必须重新生成。反过来,新增一层会同时影响层列表及根文件系统摘要关系,不能只改 config 的环境变量来“伪造”文件变化。

用最小检查顺序判断问题出在哪一层

遇到镜像描述不符合预期时,可以按 manifest、config、layer 三个入口逐层看,而不是直接展开所有 blob。

  1. 先看 mediaType。确认当前内容是 OCI image manifest、config JSON 还是 layer blob,避免把 descriptor 当成目标对象。
  2. 再看 config.digest。取回配置 JSON 后,关注运行参数、history 和 rootfs.diff_ids 的数量与顺序。
  3. 最后对 layers。按 manifest 顺序读取每个 descriptor 的 mediaType、size 和 digest;需要比较文件系统时,再比较未压缩变化集对应的 DiffID。
package main

import "fmt"

type Descriptor struct {
	MediaType string `json:"mediaType"`
	Digest    string `json:"digest"`
	Size      int64  `json:"size"`
}

func printOrder(config Descriptor, layers []Descriptor) {
	// 先打印配置对象,再按 manifest 顺序打印层,避免把传输顺序当成文件层顺序。
	fmt.Println("config:", config.MediaType, config.Digest)
	for index, layer := range layers {
		// index 只表示静态层次位置,不代表运行时一定执行了某个命令。
		fmt.Printf("layer[%d]: %s %s %d bytes\n", index, layer.MediaType, layer.Digest, layer.Size)
	}
}

这个小函数只展示 descriptor 的阅读顺序,不负责下载、解压或验证摘要。真实工具还要处理未知 mediaType、传输错误和超大层,不能把打印成功当成内容完整。

多平台镜像为什么还要多一层 index

当一个标签要覆盖多个操作系统和 CPU 架构时,OCI 使用 image index 作为更高层的入口。index 的 manifests 列表为每个平台提供 descriptor,并可携带 os、architecture 和 variant 等 platform 信息。每个匹配项再指向一个具体平台的 image manifest。

OCI image index 与 linux amd64、arm64 平台 manifest 的结构说明图
图2:image index 与平台 manifest 的关系说明图;平台选择和层内容是两层职责。

所以要区分两种问题:用户拿到哪一个平台 manifest,属于 index 的选择;这个 manifest 里有哪些运行参数和文件系统层,属于具体镜像的描述。index 还可以嵌套 index,遇到未知 mediaType 时实现不应因为不认识就把整个镜像当成损坏。

发布前用一张表避免混淆

看到的字段应该回答的问题不要得出的结论
manifest.config配置 JSON 的 descriptor 在哪里它不是配置内容本身
config.rootfs.diff_ids未压缩层变化集的摘要顺序是什么它不等于所有传输层 digest
manifest.layers按什么顺序引用文件系统层它不保存环境变量和入口参数
image index.manifests哪些平台 manifest 可以被选择它不是某个平台的完整根文件系统

最后可以记成一句话:manifest 负责连线,config 负责描述镜像整体和运行参数,layers 负责表达文件系统变化,image index 负责在多个平台 manifest 之间做选择。需要定位摘要问题时,先确认对象类型和压缩状态,再比较顺序,不要只凭字段名称猜测。

为什么 config 改了镜像 ID 也会变?因为配置 JSON 参与镜像身份计算,修改它会改变配置摘要,即使文件层没有变化。

layer digest 和 DiffID 必须相同吗?不必须。前者常用于内容引用,后者明确针对未压缩 tar 变化集,摘要输入可以不同。

image index 能替代 image manifest 吗?不能简单替代。index 解决多平台入口,具体平台的 manifest 仍负责引用 config 与 layers。

规范资料:https://github.com/opencontainers/image-spec/blob/main/manifest.md

配置说明:https://github.com/opencontainers/image-spec/blob/main/config.md

多平台索引:https://github.com/opencontainers/image-spec/blob/main/image-index.md

版本声明
本文转载于:17golang原创 如有侵犯,请联系study_golang@163.com删除
OpenTelemetry JavaScript SDK 3.0 升级时怎样处理 2.x 稳定包OpenTelemetry JavaScript SDK 3.0 升级时怎样处理 2.x 稳定包
上一篇
OpenTelemetry JavaScript SDK 3.0 升级时怎样处理 2.x 稳定包
PyTorch Foundation 怎样理解开源 AI 项目的治理边界
下一篇
PyTorch Foundation 怎样理解开源 AI 项目的治理边界
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    1140次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    1124次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    1300次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    1238次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    1091次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码