Image, container, layer và Union FS là gì?
Docker thường được giới thiệu bằng một câu quen thuộc: "đóng gói ứng dụng cùng dependency". Câu đó không sai, nhưng nó chưa giúp mình trả lời được những câu hỏi thực tế hơn — vì sao image có thể tái sử dụng qua nhiều container, vì sao dữ liệu trong container biến mất khi container bị xóa, hay vì sao chỉ cần đặt sai vị trí một dòng RUN apt-get install cũng khiến build chậm hẳn đi.
Trong bài này, mình sẽ tách riêng bốn khái niệm để mỗi thứ về đúng vai trò của nó: image, container, layer và Union FS. Mình chọn hello-world làm ví dụ xuyên suốt, vì nó đủ đơn giản để không che khuất nguyên lý phía sau bởi framework hay database.
Image là artifact bất biến
Có thể hiểu Docker image là một bản snapshot filesystem, đi kèm metadata mô tả cách runtime nên chạy nó: base image, environment, default command, working directory, user, cùng toàn bộ các layer đã được build. Một khi image đã được tạo ra với một tag hoặc digest xác định, Docker sẽ không sửa nó tại chỗ nữa — muốn thay đổi gì, mình luôn build ra một image mới.
Từ "bất biến" ở đây mình dùng ở cấp độ artifact. Còn tag như latest thì lại có thể bị trỏ sang một image khác bất cứ lúc nào, nên tag không phải là định danh bất biến — digest mới là thứ phản ánh đúng nội dung thực tế.
Ví dụ:
docker pull hello-world docker image ls hello-world docker image inspect hello-world
docker pull chỉ đơn giản là tải image về local image store. Ở bước này chưa có process ứng dụng nào chạy cả — mình mới chỉ có một artifact sẵn sàng để tạo container ở bước tiếp theo.
Một Docker image bất biến có thể tạo nhiều container runtime độc lập, mỗi container có writable layer riêng.
Xác minh bằng digest, đừng chỉ tin tag
Vì tag có thể bị trỏ lại, nếu cần chắc chắn hai lần deploy đang chạy đúng cùng một nội dung image, mình không dựa vào tag mà kiểm tra digest:
docker inspect hello-world --format '{{json .RepoDigests}}'
docker pull hello-world@sha256:<digest>
Trong pipeline CI/CD, cách làm chắc tay hơn là ghi lại digest sau bước build/push, rồi truyền chính digest đó sang bước deploy, thay vì chỉ truyền tag. Điều này tránh được tình huống image bị push đè trong lúc pipeline đang chạy nhiều job song song.
Container là runtime instance của image
Khi chạy docker run hello-world, Docker sẽ tạo một container mới từ image đó, thêm cho nó một writable layer riêng, rồi mới chạy default command.
docker run --name hello-demo hello-world docker ps -a --filter name=hello-demo docker inspect hello-demo
hello-world sẽ in ra một message rồi thoát ngay. Vì process chính đã kết thúc, container chuyển sang trạng thái Exited. Nhưng container không biến mất chỉ vì process đã dừng — nó vẫn còn giữ metadata và writable layer cho tới khi mình chủ động xóa bằng docker rm.
docker start -a hello-demo docker rm hello-demo
docker start -a sẽ chạy lại đúng container cũ, trong khi docker run lại tạo ra một container hoàn toàn mới. Đây cũng là điểm mà nhiều người mới dùng Docker hay nhầm lẫn: run thực chất là create + start, còn start chỉ khởi động lại một container đã tồn tại từ trước.
Cũng cần lưu ý là container không phải một VM thu nhỏ. Nó không boot một kernel riêng, cũng không có virtual hardware riêng như VM truyền thống — container process vẫn dùng chung kernel của host, chỉ khác là bị cô lập bằng namespaces (cô lập góc nhìn tài nguyên: process ID, network stack, mount point, user ID...) và giới hạn thực thi bởi cgroups (kiểm soát và thắt chặt hạn ngạch sử dụng CPU, RAM, I/O).
Layer là cache unit và filesystem delta
Với mỗi instruction phù hợp trong Dockerfile, Docker thường tạo ra một layer filesystem hoặc một metadata layer tương ứng. Với một image đã build xong, mình có thể xem lại lịch sử này một cách tương đối bằng:
docker history hello-world
docker image inspect hello-world --format '{{json .RootFS.Layers}}'
Có một điều cần lưu ý: docker history không phải là bản sao hoàn hảo của Dockerfile gốc. Đây là history metadata, đôi khi câu lệnh hiển thị bị rút gọn hoặc không còn giữ nguyên expression ban đầu. Dù vậy, nó vẫn đủ để mình nhìn ra base layer, những bước copy lớn, hay bước cài package nào đang làm image phình to.
Ví dụ một Dockerfile Node tối giản:
FROM node:24-bookworm-slim # Use the lightweight Debian Bookworm-based Node.js 24 image as the base WORKDIR /app # Set the working directory inside the container COPY package.json package-lock.json ./ # Copy dependency definition files first to leverage Docker layer caching RUN npm ci --omit=dev # Install only production dependencies (excluding devDependencies) COPY . . # Copy the rest of the application source code CMD ["node", "server.js"] # Specify the default command to start the application
Các bước COPY package*.json, RUN npm ci, COPY . . được sắp xếp theo thứ tự này là có chủ đích, để tận dụng build cache. Nếu mình chỉ sửa server.js, layer chứa package manifest vẫn không đổi, nên Docker có thể tái sử dụng luôn layer npm ci mà không cần cài lại. Ngược lại, nếu COPY . . được đặt trước RUN npm ci, thì chỉ cần một thay đổi nhỏ trong source code cũng đủ làm invalid cache của bước cài dependency.
Đo layer bằng con số, không chỉ bằng cảm giác
docker history mặc định cắt bớt câu lệnh dài, nên khi cần xem đầy đủ:
docker history --no-trunc hello-world
docker history --format "{{.Size}}\t{{.CreatedBy}}" node:24-bookworm-slim
Muốn nhìn trực quan hơn — layer nào chiếm bao nhiêu MB, file nào nằm trong layer nào — mình dùng thêm công cụ dive:
dive node:24-bookworm-slim
dive dựng lại từng layer thành một cây file, kèm theo chỉ số "efficiency" giúp phát hiện những file bị ghi đi ghi lại nhiều lần qua các layer khác nhau — dấu hiệu điển hình của việc cài rồi xóa package không cùng một RUN.
Union FS: một filesystem được nhìn thấy từ nhiều layer
Một điều dễ hiểu lầm là image không copy lại toàn bộ filesystem cho mỗi layer. Thay vào đó, storage driver của Docker hợp nhất nhiều read-only layer lại thành một filesystem view duy nhất. Khi container khởi động, Docker thêm vào trên cùng một writable container layer. Cơ chế này thường được gọi là Union FS, hay copy-on-write filesystem.

Nếu process trong container ghi file /app/output.txt, file đó sẽ xuất hiện ở writable layer của riêng container — layer image bên dưới hoàn toàn không bị đụng tới. Còn nếu process sửa một file vốn đã có sẵn ở image layer, runtime sẽ copy file đó lên writable layer trước, rồi mới sửa trên bản copy này. Đó chính là copy-on-write.
Từ đây kéo theo vài hệ quả khá quan trọng:
- Hai container dùng chung một image sẽ không ghi đè file runtime của nhau.
- Dữ liệu ghi vào writable layer không tự động trở thành một phần của image.
- Xóa container đồng nghĩa với việc xóa luôn writable layer của container đó.
-
docker commitcó thể chụp lại writable layer thành một image mới, nhưng đây không phải là workflow nên dùng cho build/deploy production.
Overlay2: cách Union FS hoạt động với classic storage driver
Trên các Docker Engine sử dụng classic storage driver, overlay2 là storage driver phổ biến nhất trên Linux. Tuy nhiên, từ Docker Engine 29.0, các bản cài đặt mới (fresh installation) mặc định dùng containerd image store với snapshotter, thay vì classic storage driver như overlay2. Những hệ thống được upgrade từ bản Docker cũ vẫn tiếp tục dùng overlay2 cho tới khi chủ động chuyển sang containerd image store.
Vì vậy, trước khi đi sâu vào filesystem bên dưới, mình nên kiểm tra storage backend thực tế mà Docker host đang dùng:
docker info --format '{{.Driver}}'
docker inspect hello-demo --format '{{json .GraphDriver}}'
Nếu docker info báo overlayfs với driver-type: io.containerd.snapshotter.v1, host đang dùng containerd image store — phần lowerdir/upperdir bên dưới sẽ không áp dụng theo đúng đường dẫn cũ. Phần tiếp theo mô tả trường hợp host thực sự đang dùng classic overlay2, vốn vẫn rất phổ biến trên các server đã vận hành lâu năm.
Overlay2 tổ chức mỗi container theo bốn thư mục trên host:
-
lowerdir: các layer read-only của image, xếp chồng theo thứ tự build. -
upperdir: chính là writable layer của container — nơi mọi thay đổi thực sự được ghi xuống. -
merged: view hợp nhất mà process bên trong container nhìn thấy như một filesystem duy nhất. -
workdir: thư mục nội bộ overlay2 dùng để chuẩn bị cho các thao tác copy-up, không thao tác trực tiếp vào đây.
Với Docker host đang sử dụng classic overlay2, việc hiểu upperdir và cách dữ liệu được lưu dưới Docker data directory khá hữu ích khi debug dung lượng đĩa bất thường trên các server cPanel/CyberPanel — đôi khi dung lượng phình to không phải do image, mà do log hoặc file tạm bị ghi liên tục vào writable layer của một container chạy lâu ngày mà không mount volume.
Không nên mặc định mọi Docker host đều lưu container writable layer dưới /var/lib/docker/overlay2. Với Docker Engine 29.0+ dùng containerd image store, image content và container snapshot được quản lý thông qua containerd và mặc định nằm dưới /var/lib/containerd thay vì theo cấu trúc overlay2 cũ.
Lab: quan sát filesystem của container rồi xóa nó
Ở lab này, mình dùng Alpine để tạo một file ngay trong writable layer.
# Create an interactive container, write a file, and exit. docker run --name writable-layer-demo -it alpine:3.21 sh echo "The data resides only within the container" > /tmp/demo.txt cat /tmp/demo.txt exit # The container has stopped, but the writable layer still exists. docker start -ai writable-layer-demo cat /tmp/demo.txt exit # Deleting the container also deletes the writable layer. docker rm writable-layer-demo
Sau khi chạy docker rm, không còn container nào giữ lại /tmp/demo.txt nữa. Đây chính là lý do vì sao database, upload media, user-generated file hay backup không nên được đặt dựa vào writable layer.
Tuy vậy, đừng vội kết luận rằng mọi file trong container đều sẽ mất. Nếu path đó được mount bằng named volume hoặc bind mount, dữ liệu sẽ nằm ngoài writable layer và có một lifecycle hoàn toàn khác. Mình sẽ đi sâu vào volume và mount ở phần tiếp theo của series.
Mở rộng lab: nhìn writable layer từ phía host
Quay lại với bốn thư mục overlay2 vừa nói ở trên — upperdir chính là nơi lưu writable layer mà mình vừa thao tác ở lab trước.
Nếu đang thao tác trên một server mình toàn quyền truy cập root (không phải máy production đông container khác), có thể xác nhận trực tiếp writable layer nằm ở đâu:
docker inspect writable-layer-demo --format '{{.GraphDriver.Data.UpperDir}}'
sudo ls "$(docker inspect writable-layer-demo --format '{{.GraphDriver.Data.UpperDir}}')/tmp"
Lệnh này in ra đúng thư mục upperdir của overlay2, và file demo.txt sẽ nằm ngay trong đó — cùng thư mục sẽ biến mất khi mình chạy docker rm ở bước sau.
Image size không phải là metric duy nhất
Image nhỏ thường pull nhanh hơn và có ít surface dependency hơn, nhưng nếu chỉ dừng lại ở kết luận "càng nhỏ càng tốt" thì vẫn còn thiếu điều kiện đi kèm.
- Alpine có thể nhỏ hơn Debian slim, nhưng một số native module lại không tương thích vì khác libc.
- Xóa package ngay trong cùng một
RUNlayer sẽ hiệu quả hơn nhiều so với việc cài ở một layer rồi xóa ở layer sau, vì layer cũ vẫn còn tồn tại dù có xóa ở layer sau đó. - Multi-stage giúp mình không phải copy compiler hay dev dependency sang runtime, nhưng runtime vẫn cần những shared library thực sự cần thiết để chạy đúng.
- Một image nhỏ cũng không bù đắp được cho việc hardcode credential, chạy process bằng root, thiếu health check, hay đặt sai chỗ persistent data.
Với LinuxUnity, ở phần áp dụng sau này của series, Dockerfile có ràng buộc về khả năng tương thích với native Sharp/libvips. Vì vậy, mình sẽ không đổi sang Alpine chỉ vì một con số benchmark về image size — điều cần ưu tiên trước tiên vẫn là giữ cho phần image processing chạy đúng.
Dọn dẹp layer và image không còn dùng
Layer bị bỏ lại qua nhiều lần build (dangling layer) và image cũ không còn container nào tham chiếu tới sẽ âm thầm chiếm dung lượng đĩa, đặc biệt trên server chạy CI build thường xuyên:
docker system df docker image prune docker builder prune
docker system df cho cái nhìn tổng quan image, container, volume, build cache đang chiếm bao nhiêu dung lượng. docker image prune mặc định chỉ xóa dangling images — những image không còn tag và không được container nào tham chiếu. Phạm vi của nó hẹp hơn docker image prune -a, nhưng trên production mình vẫn nên kiểm tra trước khi đưa thao tác prune vào automation, thay vì mặc định coi đây là lệnh vô hại chạy được theo cron. Trong khi đó, docker builder prune dùng để dọn build cache; việc xóa cache có thể khiến các lần build tiếp theo phải thực hiện lại nhiều bước và mất nhiều thời gian hơn.
Docker hiện còn có BuildKit garbage collection chạy theo policy nền; với phần lớn trường hợp, default GC này đã đủ và không nhất thiết phải chủ động prune định kỳ.
Những lỗi mình thường gặp
Dùng tag mutable như một release identifier
my-app:latest hoàn toàn có thể trỏ sang một image khác sau lần push tiếp theo. Vì vậy, với production deploy, mình nên dùng Git SHA hoặc immutable digest thay vì tag dạng này.
Lưu dữ liệu database trong container layer
Container recreate lại rất "thành công", còn dữ liệu thì cũng biến mất một cách "thành công" không kém. Database cần một named volume khi chạy Compose ở local, hoặc một managed database khi triển khai lên cloud.
Nhầm giữa restart container và rebuild image
docker restart chỉ đơn giản là restart lại container đang chạy với image hiện tại — nó không lấy source mới, không build lại Dockerfile, và cũng không pull tag mới về.
Dùngdocker commitnhư một CI pipeline
docker commit khá hữu ích khi cần debug nhanh một container, nhưng artifact tạo ra theo cách này lại không thể reproducible từ source. Dockerfile, lockfile và CI mới nên là nguồn tạo ra image cho production.
Không pin digest cho base image
Khai báo FROM node:24-bookworm-slim mà không kèm digest nghĩa là mỗi lần build lại, mình có thể vô tình kéo về một bản base image khác — dù tag không đổi, nội dung bên trong tag đó vẫn có thể bị nhà phát hành cập nhật. Với pipeline cần build reproducible, nên pin theo dạng FROM node:24-bookworm-slim@sha256:<digest>.
Để dangling layer tích tụ không dọn
Trên server thực hiện CI build liên tục, dangling images và build cache có thể khiến dung lượng Docker tăng dần theo thời gian mà không ai để ý, cho tới khi disk gần đầy mới phát hiện ra. Có thể theo dõi trước bằng docker system df, sau đó dùng docker image prune hoặc docker builder prune tùy loại dữ liệu cần dọn.
Với production hoặc shared CI runner, mình tránh chạy prune một cách mù quáng theo cron — cần xác định rõ loại dữ liệu sẽ bị xóa, cân nhắc ảnh hưởng tới build cache, và kiểm tra trên staging trước khi tự động hóa.