云计算发展火热,容器虚拟化技术凭借着接近原生的性能以及相比传统虚拟机技术更轻量级和更易使用的优势在近些年来得到了广泛的发展。尽管容器启动的时间比传统虚拟机快,但是启动一个镜像不在本地的容器很慢,因为镜像从远端仓库拉取下来十分耗时。通过实验发现从远端仓库中拉取镜像时,镜像层之间存在着大量的冗余数据。这些冗余数据造成了额外的拉取时间进而导致容器启动变慢。容器架构本身使用分层复用和压缩来减少镜像拉取时下载的数据,这在一定程度上加速了容器的启动。但是层级共享和压缩不能减少不同镜像层之间的冗余数据。因此需要一种很好的方法来减少镜像拉取时的数据下载量,并同时提供完整的容器运行环境,实现容器启动的加速。为了解决上述问题,一种新的容器部署框架BED在现有容器架构下结合块级重复数据删除,可以很好的减少镜像之间冗余数据的下载。BED将镜像层存储为压缩的数据块和相应的指纹以及包含数据块指纹信息的指纹目录。当拉取镜像时,镜像仓库端首先截获要拉取的镜像层信息,将相关镜像层的指纹目录传回本地,然后本地根据指纹目录中的数据块指纹和本地已有的数据块指纹做重复数据删除处理,接着只拉取本地没有的数据块,最后将拉取下来的数据块和本地已有的数据块结合起来重构出完整的镜像,给容器启动提供完整的运行环境。BED还将数据块拉取阶段、数据块解压阶段和镜像层重构阶段进行流水化设计,隐藏块级重复数据删除带来的额外开销。实验证明相比传统Docker,BED减少了35%的镜像平均拉取时间,同时减少了48%的网络数据传输量和43%的镜像存储空间,很好的加速了容器启动。