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 |
|---|---|---|
| PID | CLONE_NEWPID | プロセスID空間。コンテナ内では自分がPID 1に見える |
| Mount | CLONE_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 |
| UTS | CLONE_NEWUTS | hostname・domainname |
| IPC | CLONE_NEWIPC | System V IPC・POSIXメッセージキュー |
| Network | CLONE_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 |
| User | CLONE_NEWUSER | UID/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 |
| Cgroup | CLONE_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 |
|---|---|
cpu | CPU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):
- Docker daemon (
dockerd) がAPIリクエストを受け、containerdに処理を委譲 containerdがcontainerd-shim経由で低レベルランタイムruncを呼び出す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- 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 - 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
- man7.org: namespaces(7)
- man7.org: cgroups(7)
- runc: https://github.com/opencontainers/runc