本文回答两个问题：

1. docker image是什么。

2. docker image存储在哪里，以什么形式存储。

1.       docker image是什么

image 里面是一层层文件系统，叫做 Union FS（联合文件系统）。联合文件系统，可以将几层目录挂载到一起，形成一个虚拟文件系统。虚拟文件系统的目录结构就像普通 linux 的目录结构一样，docker 通过这些文件再加上宿主机的内核提供了一个 linux 的虚拟环境。每一层文件系统我们叫做一层 layer，联合文件系统可以对每一层文件系统设置三种权限，只读（readonly）、读写（readwrite）和写出（whiteout-able），但是 docker 镜像中每一层文件系统都是只读的。

构建镜像的时候，从一个最基本的操作系统开始，每个构建的操作都相当于做一层的修改，增加了一层文件系统。一层层往上叠加，上层的修改会覆盖底层该位置的可见性，这也很容易理解，就像上层把底层遮住了一样。当你使用的时候，你只会看到一个完全的整体，你不知道里面有几层，也不清楚每一层所做的修改是什么。结构类似这样： 

从基本的看起，一个典型的 Linux 文件系统由 bootfs 和 rootfs 两部分组成，bootfs(boot file system) 主要包含 bootloader 和 kernel，bootloader 主要用于引导加载 kernel，当 kernel 被加载到内存中后 bootfs 会被 umount 掉。 rootfs (root file system) 包含的就是典型 Linux 系统中的/dev，/proc，/bin，/etc 等标准目录和文件。下图就是 docker image 中最基础的两层结构，不同的 linux 发行版（如 ubuntu 和 CentOS ) 在 rootfs 这一层会有所区别，体现发行版本的差异性。

传统的 Linux 加载 bootfs 时会先将 rootfs 设为 read-only，然后在系统自检之后将 rootfs 从 read-only 改为 read-write，然后我们就可以在 rootfs 上进行读写操作了。但 Docker 在 bootfs 自检完毕之后并不会把 rootfs 的 read-only 改为 read-write，而是利用 union mount（UnionFS 的一种挂载机制）将 image 中的其他的 layer 加载到之前的 read-only 的 rootfs 层之上，每一层 layer 都是 rootfs 的结构，并且是read-only 的。所以，我们是无法修改一个已有镜像里面的 layer 的！只有当我们创建一个容器，也就是将 Docker 镜像进行实例化，系统会分配一层空的 read-write 的 rootfs ，用于保存我们做的修改。一层 layer 所保存的修改是增量式的，就像 git 一样。 

综上，image其实就是一个文件系统，它与宿主机的内核一起为程序提供一个虚拟的linux环境。在启动docker container时，依据image，docker会为container构建出一个虚拟的linux环境。

2.       docker image存储在哪里，以什么形式存储。

当运行sudo docker pull ubuntu命令，从Docker HUB上下载一个ubuntu image后，这个image存储在宿主机的什么位置，以什么形式存储的呢。下面我们一步步来揭开这个答案。

Docker目前支持五种镜像层次的存储driver：aufs、device mapper、btrfs、vfs、overlay。下面以aufs做介绍，这个也是我们系统上用的。

下载一个ubuntu image，修改tag为xuzw，删除其他所有镜像。

在安装docker时，默认的安装位置是/var/lib/docker。让我们看看这个目录下面都有什么。

repositories-aufs：记录了镜像名称以及对应的Id的json文件，

graph：保存的是下载镜像的元数据，包括json和layersize，其中json文件记录了相应的image id、依赖关系、创建时间和配置信息等。layersize为对应层的大小。进入graph文件会发现下面包含着多个文件夹，其中有一个是以我们下载的镜像命名的文件夹ca4……，进入这个文件夹，可以看到json和layersize文件。

json文件内容部分截图如下，layersize显示为0。怎么会为0呢，不用着急，这一层为0，不表示镜像大小就是0。Graph存储镜像时，是分层存储的，graph目录下多出的文件夹其实都对应一个layer。这些layer都与我们的镜像名命名的layer有关联，关系就记录在json文件中。 

从这个json文件中，可以看到起父镜像或者上一层镜像就是a46……，graph目录下也存储着这一层的信息。再往下看，可以看到层次关系是：ca4--> a46--> ea3- -> 233。

在graph这个目录里并没有找到我们想找到的镜像内容存放地。graph目录下只是一些镜像相关的信息数据。由上一节我们已经知道，image应该包含一个类似linux的文件系统才对。

containers：这个下面记录的是容器相关的信息，每运行一个容器，就在这个目录下面生成一个容器Id对应的子目录，如下图。

init：保存的是docker init相关的信息。

tmp：是一个空目录，具体起什么作用还不清楚。

volumes：与docker的数据券相关，在此不进行扩展。

       现在就只剩下aufs这个目录没有看了，进入aufs这个目录。

mnt是aufs的挂载目录，diff是实际数据来源，也就是我们image实际存储的地方，包括只读层和可读写层，所有这些层最终都一起挂载到mmt所在的目录。layers下为每层依赖有关的描述文件。

在diff、mnt、layers下面有6个文件或子目录，但是从graph目录下看我们的image应该是4层，为什么会多出来2个呢。仔细观察多出来的来个文件或者子目录，会发现其名称和容器Id一致，且有一个包含init。这是为什么呢？

其实，在容器启动之前，mnt和layers都是空目录，diff下面也只有graph目录下我们看到的镜像层对应的4个目录。

在Docker利用image启动一个容器时，会在aufs下新建容器id对应的文件和子目录，同时在镜像的可读层执行新建一个可读写的layer。至于id-init文件或者子目录记录的都是与容器内环境相关的信息，与镜像无关。

既然我们现在已经知道了镜像实际是存储在diff目录下的，那么我们就看看diff目录下各个子目录中的内容。依照镜像的层次关系ca4--> a46--> ea3- -> 233查看。

最终我们看到linux一样的文件系统。已表示image确实是存储在diff目录下的。综上，docker image最终是存储在在/var/lib/docker/aufs/diff中的，同时在graph中有有关进行的记录。在容器启动时，diff下的可读层image和新增的可读写层“容器Id”都将挂载到mmt目录下以容器id命名的子目录下。

参考资料：http://blog.csdn.net/jcjc918/article/details/46500031