解决国产系统 Docker 拉取大镜像卡顿之谜

今天解决了客户 arm64 机器上 docker pull 大镜像卡住的问题。

由来

同事让我帮忙解决客户现场 Docker 镜像无法拉取的问题，故障如下会一直卡住：

1.   $ docker pull xxx:5000/xxxx
2.   xxx: Pulling from xxx/xxxxxx
3.   7c0b344a74c2: Extracting [>                                                  ]  294.9kB/26.66MB
4.   7c0b344a74c2: Download complete
5.   e53ed7fd3110: Download complete
6.   d2cae797bc79: Download complete
7.   ec3ddc176f08: Download complete
8.   2969517e196e: Download complete
9.   097fa64722e8: Download complete
10.   1dde4ca01a5a: Download complete

离线文件 load -i 后，打上 tag 推送到镜像仓库，然后本地删除这个镜像，然后拉取还是像上面这样卡住，部分小镜像拉取没问题，所以不可能是 docker data-root 的挂载 option 影响。环境信息如下：

1.   $ docker info
2.   ...
3.    Server Version: 19.03.15
4.    Storage Driver: overlay2
5.     Backing Filesystem: extfs
6.     Supports d_type: true
7.     Native Overlay Diff: true
8.    Logging Driver: json-file
9.    Cgroup Driver: cgroupfs
10.    Plugins:
11.     Volume: local
12.     Network: bridge host ipvlan macvlan null overlay
13.     Log: awslogs fluentd gcplogs gelf journald json-file local logentries splunk syslog
14.    Swarm: inactive
15.    Runtimes: runc
16.    Default Runtime: runc
17.    Init Binary: docker-init
18.    containerd version: ea765aba0d05254012b0b9e595e995c09186427f
19.    runc version: v1.0.0-0-g84113eef
20.    init version: fec3683
21.    Security Options:
22.     seccomp
23.      Profile: default
24.    Kernel Version: 4.19.90-2211.5.0.0178.22.uel20.aarch64
25.    Operating System: UnionTech OS Server 20
26.    OSType: linux
27.    Architecture: aarch64
28.    CPUs: 24
29.    Total Memory: 94.56GiB
30.    Name: host-xxxx
31.    ID: RTQS:5TXE:5T3S:YW7X:OHPK:FZ7D:7EHD:DH5Z:JNBV:FVXS:24FA:EIVS
32.    Docker Root Dir: /data/kube/docker
33.    Debug Mode: true
34.     File Descriptors: 29
35.     Goroutines: 46
36.     System Time: 2023-04-12T16:10:25.33362426+08:00
37.   $ uname -a
38.   Linux host-x 4.19.90-2211.5.0.0178.22.uel20.aarch64 #1 SMP Thu Nov 24 10:33:07 CST 2022 aarch64 aarch64 aarch64 GNU/Linux
39.   $ cat /etc/os-release
40.   PRETTY_NAME="UnionTech OS Server 20"
41.   NAME="UnionTech OS Server 20"
42.   VERSION_ID="20"
43.   VERSION="20"
44.   ID=uos
45.   HOME_URL="https://www.chinauos.com/"
46.   BUG_REPORT_URL="https://bbs.chinauos.com/"
47.   VERSION_CODENAME=fuyu
48.   PLATFORM_ID="platform:uel20"

排查

卡住的过程中，另外开一个 ssh top 发现进程 unpigz 占用较高，利用其 pid 查看了一些信息：

1.   $ pstree -sp 1170083
2.   systemd(1)───dockerd(1169795)───unpigz(1170083)─┬─{unpigz}(1170084)
3.                                                   ├─{unpigz}(1170086)
4.                                                   └─{unpigz}(1170087)

发现这个进程是 Docker 调用的，strace 只能看到卡住，kill 了 unpigz 后，卡住的 pull 开始报错了：

failed to register layer: Error processing tar file(exit status 1): unexpected EOF

Docker 的镜像每层 layer 实际是 tar，pull 时会下载 tar 包然后解压，这个看着是解压相关的逻辑出现了问题。在 Docker 源码里搜索 Error processing tar file 后找到：

1.   // https://github.com/moby/moby/blob/v19.03.15/pkg/chrootarchive/archive_unix.go#L90-L116
2.    cmd := reexec.Command("docker-untar", dest, root)
3.     ...
4.    if err := cmd.Wait(); err != nil {
5.     // when `xz -d -c -q | docker-untar ...` failed on docker-untar side,
6.     // we need to exhaust `xz`'s output, otherwise the `xz` side will be
7.     // pending on write pipe forever
8.     io.Copy(ioutil.Discard, decompressedArchive)
9.    
10.     return fmt.Errorf("Error processing tar file(%v): %s", err, output)
11.    }
12.    return nil

看注释里的xz -d -c -q | docker-untar ...，与 unpigz 的 cmdline 和一个卡住的 docker-untar 进程相符：

1.   $ xargs -0 < /proc/1170083/cmdline
2.   /usr/bin/unpigz -d -c
3.   $ ps aux | grep docker-unta[r]
4.   root     1164788  0.0  0.0 1491008 39488 pts/2   Sl+  15:21   0:00 docker-untar / /data/kube/docker/overlay2/546b7b992b53b243450807b8150c4a1905e93afae604da69a21bbaaf443f178e/diff

看来是 exec 调用 unpigz 解压管道给 reexec 注册的 docker-untar，而上面的 unpigz 进程树显示是 docker 默认调用的而非 xz。搜索后发现，unpigz 是一个在 gz 格式处理上比 gzip 更快的实现。既然 Docker 是 exec 调用的 unpigz，那就在源码里搜索它看看：

1.   // https://github.com/moby/moby/blob/v19.03.15/pkg/archive/archive.go#L32-L39
2.   func init() {
3.    if path, err := exec.LookPath("unpigz"); err != nil {
4.     logrus.Debug("unpigz binary not found in PATH, falling back to go gzip library")
5.    } else {
6.     logrus.Debugf("Using unpigz binary found at path %s", path)
7.     unpigzPath = path
8.    }
9.   }

往下翻看，发现 unpigzPath 的 exec 调用逻辑：

1.   // https://github.com/moby/moby/blob/v19.03.15/pkg/archive/archive.go#L160-L174
2.   func gzDecompress(ctx context.Context, buf io.Reader) (io.ReadCloser, error) {
3.    if unpigzPath == "" {
4.     return gzip.NewReader(buf)
5.    }
6.    
7.    disablePigzEnv := os.Getenv("MOBY_DISABLE_PIGZ")
8.    if disablePigzEnv != "" {
9.     if disablePigz, err := strconv.ParseBool(disablePigzEnv); err != nil {
10.      return nil, err
11.     } else if disablePigz {
12.      return gzip.NewReader(buf)
13.     }
14.    }
15.    
16.    return cmdStream(exec.CommandContext(ctx, unpigzPath, "-d", "-c"), buf)
17.   }

现场 unpigz 版本：

1.   $ rpm -qf /bin/unpigz
2.   pigz-2.4-7.uel20.01.aarch64
3.   $ rpm -V pigz
4.   # -V 查看包也没被修改

注意看其中有个 env 设置不使用 PIGZ 而是使用 gzip，然后启动 Docker Daemon 时设置这个 env 就可以拉取镜像了：

1.   $ systemctl stop docker
2.   # 临时命令行前台 debug 启动下看看是没问题的
3.   $ MOBY_DISABLE_PIGZ=true dockerd --debug

后续

UOS 这个系统需要授权才能使用 yum 安装升级，访问 repo 里的 url 会报错 401，让客户联系 UOS 厂商升级 pigz 包发现是最新的版本，只能使用 MOBY_DISABLE_PIGZ 环境变量回退到 gz 了。

你可能还喜欢

点击下方图片即可阅读

尝试用 ChatGPT 完整的实现一个 Serverless 后端工程

2023-04-19

Laf Assistant：云开发从未如此爽快！

2023-04-12

AI 绘画神还原王维的《鸟鸣涧》

2023-04-11

ChatGPT 与 Midjourney 强强联手，让先秦阿房宫重现辉煌！

2023-04-06

云原生是一种信仰