之前在介紹 Linux 文件系統的文章中，有提過 ZFS、Btrfs文件系統中，有內置快照的功能，也有提到過其快照的由 CoW 機制實現的。那麼這篇文章將帶領大家瞭解快照的原理。
快照技術分類
常見快照的類別有兩類：
- 全拷貝快照
- 差分快照
全拷貝快照
拷貝快照是通過鏡像技術來實現的，即其同時會寫兩個磁盤，我們可以理解爲磁盤整列技術中的 RAID1。
下面通過一張原理圖來介紹全拷貝快照的實現原理。
全拷貝快照特點：
- 空間佔用：需要與源盤相同大小的存儲空間
- 創建過程：每一次全拷貝快照都需要完全數據同步
-
讀寫操作影響：
- 源卷的讀操作不受影響
- 源卷的寫操作受數據同步的影響
- 創建完成後，快照的讀寫操作保持最優
差分快照
差分快照又分爲以下幾種技術：
- CoW (Copy On Write)
- RoW (Redirect On Write)
CoW
CoW (Copy On Write)，譯爲寫時複製。這種方式通常也被稱爲“元數據(源數據指針表)”拷貝。顧名思義，如果快照創建後，試圖改寫源數據塊上的原始數據，首先將原始數據拷貝到新數據塊中，然後再進行改寫。當還原快照需要引用原始數據時，快照軟件將原始數據原有的指針映射到新數據塊上。
再來深入的看看 CoW 的過程，CoW 在創建快照時，並不會發生物理的數據拷貝動作，僅是拷貝了原始數據所在的源數據塊的物理位置元數據。因此，CoW 快照創建非常快，可以瞬間完成。在創建了快照之後，快照軟件會監控跟蹤原始數據的變化(即對源數據塊的寫操作)，一旦源數據塊中的原始數據被改寫，則會將源數據塊上的數據拷貝到新數據塊中，然後將新數據寫入到源數據塊中覆蓋原始數據。其中所有的源數據塊就組成了所謂的源數據卷，而新數據塊組成了快照卷。你應該能夠看出 CoW 有一個很明顯的缺點，就是會降低源數據卷的寫性能，因爲每次改寫新數據，實際上都進行了兩次寫操作。
不知道你有沒有看過前面的一篇文章《認識 EXT2 文件系統》，這篇文章中，描述了文件系統的底層結構。我們知道文件路徑與 inode 與文件數據的關係：文件索引 -> inode -> data block。
- 文件索引：記錄文件名與 inode 的對應關係
- inode：記錄文件數據所在的 data block
- data block：保存文件數據
那麼 CoW 的工作原理可以用圖來表示，如下：
總結一下，CoW 快照的優缺點：
- 首次修改數據性能下降
- 讀數據性能不變
RoW
RoW (Redirect-On-Write)，譯爲寫時重定向。RoW 的實現原理與 CoW 非常相似，區別在於「RoW 對原始數據卷的首次寫操作，會將新數據重定向到預留的快照卷中」，而 CoW 一般會使用新數據將原始數據覆蓋。所以，RoW 快照中的原始數據依舊保留在源數據卷中，並且爲了保證快照數據的完整性，在創建快照時，源數據卷狀態會由讀寫變成只讀的。
不知道你在使用 Vmware 或 ESXi 虛擬機做快照時，有沒有留意到每做一次快照，其實是生成了一下新的快照文件，這個文件最開始是幾十 KB 的大小，慢慢的隨着虛擬機的運行發生了文件的變動，快照文件大小才逐漸變大。是的， Vmware 快照的實現機制就是 RoW。我們還可以對虛擬機做多個快照，這樣就產生了一個快照鏈，虛擬機磁盤卷始終掛載在快照鏈的最末端，即虛擬機的寫操作全都會落盤到最末端的快照卷中。該特徵導致了一個問題，就是如果一共做了 10 次快照，那麼在恢復到最新的快照點時，則需要通過合併 10 個快照捲來得到一個完整的最新快照點數據；如果是恢復到第 8 次快找時間點，那麼就需要將前 8 次的快照卷合併成爲一個完整的快照點數據。從這裏可以看出 RoW 的主要缺點是沒有一個完整的快照卷，其快照之間的關係是鏈式的，如果快照層級越多，進行快照恢復時的系統開銷會比較大。但 RoW 的優勢在於其解決了 CoW 快照寫兩次的問題，所以就寫性能而言，RoW 無疑是優於 CoW 的。
我們也用一張圖來表示其原理，如下：
總結一下，RoW 快照的優缺點：
- 修改數據只是指針的重新指向，性能不變
- 因爲要追蹤其鏈式關係找到源卷的數據，因此讀數據性能下降
快照的應用場景
前面我們介紹了快照的分類，可以分爲“全拷貝快照”、“差分快照”。而差分快照的主要實現技術是“CoW”或“RoW”。
那麼快照技術適用於哪些場景呢？
- 全拷貝快照
沒見過這麼玩的，太昂貴了，也許在一些高端產業上會用到
- CoW
大多高端文件系統都實現了 CoW 機制，快照是其賣點之一
很多數據庫軟件自身也實現了 CoW 機制
- RoW
最典型的就是虛擬機的快照了，各虛擬機、虛擬化平臺所使用的快照技術一般都基於 RoW 來實現的
UnionFS
UnionFS 本來和快照沒有關係，爲什麼在這裏拎出來講一下呢？因爲 UnionFS 技術和 RoW 技術非常的類似，其採用聯合掛載的概念將多個層掛載成一個掛載點。
第一層：
/1.txt，內容：111
/2.txt，內容：222
第二層：
/1.txt，內容：112
/3.txt，內容：333
將第一層、第二層聯合掛載之後，看到的文件將是：
/1.txt，內容：112
/2.txt，內容：222
/3.txt，內容：333
不知道你發現其中的奧妙了沒有？是的，聯合掛載之後，整個掛載點就由一層疊加一層來實現的，術語叫遮掩層。其邏輯是：
- 讀取上層沒有的文件，往下層逐層搜索，一直搜索到最底層，有則讀取
- 新增文件，直接體現在上層中，不會往下層讀取
- 修改文件，直接體現在上層中，不會往下層讀取
- 刪除文件，在上層遮掩住，不會往下層讀取
Docker 把 UnionFS 的想像力發揮到了容器的鏡像。你可以查看這篇文章介紹Linux Namespace上篇用mount namespace 和 chroot 山寨了一鏡像。現在當你看過了這個 UnionFS 的技術後，你是不是就明白了，你完全可以用UnionFS 這樣的技術做出分層的鏡像來。
下圖來自 Docker 的官方文檔 Layer，其很好的展示了 Docker 用 UnionFS 搭建的分層鏡像。
關於 docker 的分層鏡像，除了 aufs，docker 還支持 btrfs, devicemapper 和 vfs，你可以使用 -s 或 --storage-driver= 選項來指定相關的鏡像存儲。在 Ubuntu 14.04 下，docker 默認 Ubuntu 的 aufs（在CentOS7下，早期用的是devicemapper，現在用的是 Overlay File System）。