概要

Dockerなどのコンテナ技術は、新しい仮想化方式ではなく、Linuxカーネルが元々持っている2つの機構の組み合わせで実現されている。

  • namespace: プロセスから見える「世界」を分離する機構(何が見えるか)
  • cgroups (control groups): プロセスが使えるリソース量を制限・計測する機構(何がどれだけ使えるか)

VMがハードウェアレベルで仮想化するのに対し、コンテナは同一カーネルを共有しながらプロセスの視界とリソースだけを隔離する、OSレベルの仮想化である。Dockerはこれらのカーネル機能をラップし、使いやすくしたツールに過ぎない。


1. namespace: プロセスの視界を分離する

namespaceは「あるリソースの名前空間をプロセスごとに独立させる」機構。カーネル内部では各プロセス(task_struct)が、どのnamespaceに属しているかを保持しており、同じnamespaceに属するプロセス同士だけが互いを見える。

主要syscall

syscall役割
clone(2)新しいプロセス作成時に CLONE_NEW* フラグでnamespaceを新規作成しつつ子プロセスをそこに配置
unshare(2)既存プロセス自身を新しいnamespaceに切り離す(子プロセス生成を伴わない)
setns(2)既存の(他プロセスが使っている)namespaceに、自分自身を参加させる。docker execはこれを使う

7種類のnamespace

namespaceフラグ分離対象
PIDCLONE_NEWPIDプロセスID空間。コンテナ内では自分がPID 1に見える
MountCLONE_NEWNSマウントポイント(ファイルシステムツリー)。最初に実装されたnamespace
UTSCLONE_NEWUTShostname・domainname
IPCCLONE_NEWIPCSystem V IPC・POSIXメッセージキュー
NetworkCLONE_NEWNETネットワークデバイス・IPアドレス・ルーティングテーブル・ポート空間
UserCLONE_NEWUSERUID/GIDのマッピング。コンテナ内root(UID 0)をホストの非特権ユーザーにマップできる
CgroupCLONE_NEWCGROUPプロセスから見えるcgroupディレクトリ階層のルート位置

各namespaceの補足ポイント

PID namespace

  • 入れ子構造(階層)を持つ。ホストからは全プロセスが見えるが、コンテナ内からは自分のnamespace配下しか見えない。
  • コンテナ内PID 1が持つ特殊挙動(シグナルのデフォルトハンドラが無視される等)を意識しないと、SIGTERMが効かない、ゾンビプロセスが回収されない、といった障害の原因になる。

Mount namespace

  • unshare(CLONE_NEWNS)後のマウント操作は自namespace内にのみ反映される。
  • ただし伝播設定(shared/private/slave)によってはホスト側マウントの変更が伝わることがあり、意図しない伝播はコンテナ分離の穴になり得る。

Network namespace

  • 独立したnetdev・iptables・ルーティングテーブルを持つ。
  • コンテナ間通信は veth pair(仮想イーサネットペア)でホスト側のブリッジ(Dockerではdocker0)に接続することで実現される。

User namespace

  • コンテナ内root(UID 0)をホスト側の一般ユーザーにマッピングすることで、コンテナがroot権限奪取されてもホストへの実害を抑える「rootless」運用の基盤。

2. cgroups v2: リソースを制限・計測する

cgroups v2は、プロセスグループ単位でCPU・メモリ・I/O・PID数などのリソースを制限する機構。v1ではサブシステムごとに階層(ツリー)が分かれていたが、v2では単一の統合階層にまとめられ、/sys/fs/cgroup/以下がシンプルなツリー構造になった。

主なコントローラ

コントローラ制限対象
cpuCPU使用時間・シェア配分
memoryメモリ使用量上限、OOM時の挙動
ioブロックI/O帯域
pidsプロセス数上限(fork爆弾対策)

仕組み

  • 各cgroupは/sys/fs/cgroup/配下のディレクトリとして表現され、ファイルベースのインターフェース(cgroup.procs, memory.maxなど)で操作する。
  • プロセスをcgroupに所属させるには、対象PIDをcgroup.procsに書き込む。
  • メモリ上限超過時はOOM Killerがそのcgroup内のプロセスを対象に発動する(ホスト全体のOOMと切り離せる)。

v1との主な違い

  • v1: サブシステムごとに別階層 → 同じプロセスが複数の異なるツリーに属し得て管理が複雑
  • v2: 単一階層 → 一貫性が増し、systemdとの統合も前提として設計されている

3. Dockerによる利用: syscallからコンテナ起動まで

Dockerがdocker runでコンテナを起動する際の内部的な流れ(簡略化):

  1. Docker daemon (dockerd) がAPIリクエストを受け、containerdに処理を委譲
  2. containerdがcontainerd-shim経由で低レベルランタイムruncを呼び出す
  3. runcが実際に clone(2) に CLONE_NEWPID | CLONE_NEWNET | CLONE_NEWNS | CLONE_NEWUTS | CLONE_NEWIPC | CLONE_NEWUSER 等のフラグを渡し、新しいnamespace群でプロセスを起動
  4. 同時にそのプロセスを対象cgroup(memory.maxやcpu.maxなどが設定済み)に登録
  5. Mount namespace内でイメージのレイヤー(OverlayFS)をrootfsとしてマウント

つまり Dockerイメージ = rootfsの中身、Dockerコンテナ = namespaceで隔離しcgroupsで制限されたただのLinuxプロセス と言える。

flowchart TD
    A["docker run"] --> B["dockerd"]
    B --> C["containerd"]
    C --> D["containerd-shim"]
    D --> E["runc"]
    E --> F["clone(2) with CLONE_NEW*"]
    E --> G["cgroup.procsへPID登録"]
    F --> H["隔離されたnamespace群<br/>PID/Net/Mount/UTS/IPC/User/Cgroup"]
    G --> I["リソース制限<br/>cpu/memory/io/pids"]
    H --> J["コンテナプロセス"]
    I --> J

まとめ

  • コンテナは新種の仮想化ではなく、namespace(視界の分離) + cgroups(リソース制限) という既存のカーネル機構の組み合わせ
  • namespaceは7種類あり、clone/unshare/setnsというsyscallで生成・参加が行われる
  • cgroups v2は単一階層でCPU/メモリ/IO/PID数などを制御し、v1より一貫性のある設計
  • Dockerはcontainerd→runcという層を経て、最終的にこれらのカーネルAPIを呼んでいるだけであり、コンテナの正体はホストカーネル上の隔離された1プロセス
  • 障害対応の観点では、「PID 1のシグナル挙動」「mount伝播設定」「cgroup memory上限とOOM Killerの発動範囲」が実務でハマりやすいポイントとして押さえておく価値がある

参考リンク

関連項目