Overlay配置对CPU的消耗主要来自元数据操作与锁竞争。多层目录的元数据合并（如查找、搜索文件）需要遍历各层信息，比单层文件系统更耗CPU；同时，OverlayFS的挂载机制可能导致文件关闭时的锁竞争，尤其在高并发场景下，会增加CPU负载。此外，Overlay网络中的数据包封装与解封装（如VXLAN）也需要CPU参与，会增加CPU使用率。
Overlay的内存消耗主要集中在元数据缓存与临时数据存储。写时复制（CoW）机制要求内核存储文件的元数据（如文件位置、权限），以便快速定位和复制变更部分；Overlay网络中的路由表、隧道端点（TEP）地址等配置信息也会占用内存。虽然OverlayFS通过共享只读层减少了内存占用（如Docker容器共享基础镜像层），但大规模容器化环境中，元数据缓存仍可能占用较多内存。
OverlayFS通过分层存储（镜像层+容器层）和写时复制（CoW）机制节省磁盘空间：多个容器可共享基础镜像的只读层，仅对修改部分复制到上层；但首次修改大文件时，需要将整个文件复制到上层，可能增加短期磁盘占用。此外，容器日志、未清理的中间层文件也可能导致/var/lib/docker/overlay2目录膨胀。
写时复制机制减少了不必要的底层存储写入（仅复制变更部分），提升了写入性能；但元数据操作（如查找文件）需要合并多层目录信息，比单层文件系统更慢。同时，底层存储设备速度（如HDD vs SSD）直接影响OverlayFS性能，使用SSD可显著降低I/O延迟。
若配置Overlay网络（如Docker Swarm、Kubernetes Overlay网络），其影响主要包括：
OverlayFS需要Linux内核3.18及以上版本（推荐使用Overlay2驱动），旧内核可能存在性能bug或功能缺失。此外，不合理的内核参数（如文件系统缓存大小、挂载选项）会影响性能，例如未启用noatime会增加磁盘I/O。
OverlayFS的挂载机制（如close文件时的锁）可能导致CPU资源浪费，尤其在高并发写入场景下，锁竞争会加剧性能下降。
d_type，优化文件查找效率；
