如何把Docker镜像分发速度提升90%

令人头疼的问题现在，Docker技术正如狂风暴雨般改变着我们的基础设施架构。在腾讯，我们构建了大规模的容器云平台，其上运行了不同的应用，如广告推荐，消息推送等。其中也包括了像机器学习模型训练这类任务，这类任务包含很多的子任务（可能数百甚至上千个），当部署这种包含很多容器的任务时，会同时从Docker Registry 拉取（Pull）镜像，这种高并发的拉取操作，很容易耗尽Docker Registry的网络资源，这时，Docker Registry的网络出带宽就成了整个部署任务的瓶颈。一旦Docker Registry变的不可用，整个容器平台的可用性也随之降低，甚至导致级联失效（Cascading Failure）。我们虽然水平扩展了Registry，在一定程度解决了高并发问题，但是这种并不优雅的水平扩展方法 ………………………………