2. 镜像仓库架构基础

在深入镜像供应链容量水位巡检与多集群同步参数调优之前，必须首先理解镜像仓库的核心数据模型。镜像仓库并非简单的文件存储系统，而是一个由 Registry、Repository、Tag、Manifest 和 Blob 五层概念构成的层次化架构。这五个概念共同定义了镜像的存储、寻址与分发逻辑，是后续容量规划与同步策略的基石。

2.1 五层概念定义与职责

2.2 五层关系与数据流

下图展示了从用户推送镜像到最终存储的完整数据流，清晰呈现了五层概念之间的依赖与引用关系。

2.3 核心概念深度解析

2.3.1 Blob：真正的容量消耗者

Blob 是镜像仓库中存储成本最高的部分。每个 Blob 对应一个文件系统层（Layer），通过 Content-Addressable Storage (CAS) 机制以 sha256:<digest> 作为唯一标识。相同的 Blob 可在不同 Repository 或 Tag 之间共享，这是镜像去重与节省空间的基础。

# Blob 的典型存储路径（以 Harbor 为例）
/data/registry/docker/registry/v2/blobs/sha256/ab/abcdef123456...  # 实际层数据

2.3.2 Manifest：镜像的“身份证”

Manifest 是一个 JSON 文档，包含镜像配置（Config）和层列表（Layers）。它通过 Content-Digest 头进行内容寻址，格式为 sha256:<digest>。Manifest 本身也作为 Blob 存储，但体积很小（通常几 KB）。

// Manifest v2 简化结构示例
{
  "schemaVersion": 2,
  "mediaType": "application/vnd.docker.distribution.manifest.v2+json",
  "config": {
    "mediaType": "application/vnd.docker.container.image.v1+json",
    "size": 7023,
    "digest": "sha256:config_digest_value"
  },
  "layers": [
    {
      "mediaType": "application/vnd.docker.image.rootfs.diff.tar.gzip",
      "size": 32654,
      "digest": "sha256:layer1_digest_value"
    },
    {
      "mediaType": "application/vnd.docker.image.rootfs.diff.tar.gzip",
      "size": 16724,
      "digest": "sha256:layer2_digest_value"
    }
  ]
}

2.3.3 Tag：可变指针与不可变摘要

Tag 是用户与镜像交互的主要入口，但它是可变的。同一个 Tag 可以指向不同的 Manifest（例如 latest 标签）。而 Manifest 的 Digest 是不可变的，是镜像的唯一标识。在多集群同步场景中，推荐使用 Digest 而非 Tag 进行同步，以避免因 Tag 覆盖导致的同步不一致。

2.4 多集群同步中的架构影响

理解上述五层关系后，可以推导出多集群同步参数调优的几个关键原则：

• Blob 级去重： 同步工具应优先检查目标 Registry 是否已存在相同 Digest 的 Blob，避免重复传输。这是减少带宽消耗的核心策略。
• Manifest 级校验： 同步完成后必须校验 Manifest 的 Digest 是否一致，确保元数据完整。
• Tag 同步策略： 对于频繁变动的 Tag（如 latest），建议设置同步冷却时间（Cooldown），避免因 Tag 频繁更新触发不必要的全量同步。
• Repository 隔离： 在容量巡检中，应按照 Repository 维度统计 Blob 占用，识别“胖仓库”（单个 Repository 占用过大）并进行拆分或限流。