Introducción
Podman rootless en producción dejó de ser una curiosidad técnica y se convirtió en una exigencia práctica en entornos que necesitan cumplir controles de compliance como CIS Benchmarks, PCI-DSS y LGPD. Cuando ejecuto contenedores Docker en un servidor, dockerd necesita un socket privilegiado y cualquier usuario del grupo docker es, en la práctica, root en la máquina. En auditorías internas vi este punto frenar deploys enteros, y la respuesta más limpia que encontré en los últimos dos años fue migrar a Podman ejecutándose sin daemon y sin privilegios.
La tesis de este artículo es directa: Podman rootless reemplaza a Docker en producción sin pérdida funcional en la mayoría de los escenarios web y de workers, siempre que aceptes tres concesiones explícitas — usar systemd (vía Quadlet) en lugar de docker compose, mapear UIDs con subuid/subgid, y tratar redes y volúmenes pensando en namespaces de usuario. A cambio, el servidor pasa a ser auditable: ningún proceso de contenedor se ejecuta como root en el host, el blast radius de una RCE cae drásticamente y la superficie de ataque del daemon simplemente desaparece.
Voy a mostrar cómo pasé de un host Docker tradicional a un host Podman 5.x rootless ejecutando workloads .NET, n8n y Postgres en producción, qué estructura de directorios sobrevivió a tres meses de operación, cómo queda el pipeline de deploy vía SSH y qué trampas cuestan horas si no sabes dónde mirar (puerto 80, linger, networking pasta, SELinux). Todo probado en Ubuntu 24.04 LTS y RHEL 9 con crun como runtime predeterminado.
Requisitos previos
- Linux con kernel ≥ 5.13 (Ubuntu 22.04+, Debian 12+, RHEL 9+)
- Podman ≥ 4.4 (para soporte completo de Quadlet); idealmente 5.x
- Usuario no root con
subuid/subgidconfigurados systemden modo usuario habilitado (loginctl enable-linger <user>)- Conocimientos básicos de
Dockerfileydocker compose
Por Qué Rootless No Es “Docker con Otro Nombre”
La confusión más común que encuentro es tratar a Podman como un reemplazo directo de Docker solo porque alias docker=podman funciona. Funciona para run, build y pull, pero el modelo de ejecución es radicalmente diferente.
Docker depende de un daemon (dockerd) que escucha en /var/run/docker.sock ejecutándose como root. Ese daemon es quien ejecuta los contenedores. Si un atacante consigue cualquier escritura en el socket, puede levantar un contenedor --privileged montando el / del host — game over. Por eso CIS Docker Benchmark 1.2.x dedica una sección entera al socket.
Podman es daemonless. Cada podman run es un proceso hijo de tu shell (o de systemd --user). No existe un socket privilegiado por defecto. En modo rootless, el contenedor se ejecuta dentro de un user namespace mapeado vía subuid/subgid: el UID 0 dentro del contenedor es, en realidad, un UID alto y sin privilegios en el host (ej.: 100000). Si el proceso escapa del contenedor, aterriza como un usuario común sin permiso de escritura en casi nada.
ℹ️ Información: En pruebas de Red Hat con CVE-2019-5736 (el escape clásico de
runc), el exploit en Docker rootful conseguía sobrescribir el binario deruncen el host. En Podman rootless el mismo exploit aterriza como UID 100000 sin permiso de escritura — el contenedor “escapa”, pero no causa daño.
Esta diferencia cambia cómo piensas en backups, logs y orquestación. Los logs de contenedores rootless van al journal del usuario, no a /var/log/. Los backups de volúmenes quedan en ~/.local/share/containers/storage/volumes/. Y systemctl restart necesita el flag --user.
Configurando el Host: subuid, subgid y Linger
La configuración base del host es el punto donde aparece el 80% de los problemas en producción. Sin ella, el contenedor incluso arranca, pero se reinicia tras el logout, pierde acceso a puertos, o falla al montar volúmenes con el confuso error lchown: operation not permitted.
| |
loginctl enable-linger es el comando que más olvido — sin él, cualquier systemctl --user start muere cuando la sesión SSH cae. La línea ip_unprivileged_port_start=80 evita tener que recurrir a setcap o a un proxy inverso solo para servir HTTP.
⚠️ Atención: Si reutilizas UIDs subordinados que ya están asignados a otro usuario, Podman rechazará el
runconIDs already in use. Ejecuta siemprecat /etc/subuid /etc/subgidantes de agregar rangos.
Quadlet: el Verdadero Reemplazo de docker-compose
docker-compose fue la pieza más difícil de reemplazar en mi migración. podman-compose existe, pero lo mantiene la comunidad y tiene inconsistencias en redes y healthchecks. La solución oficial es Quadlet, integrado en Podman 4.4+.
Quadlet permite describir contenedores, redes y volúmenes en archivos .container, .network y .volume que systemd traduce automáticamente en units. Esto significa: políticas de reinicio, dependencias (After=, Requires=), logs en el journal, healthchecks supervisados por systemd. Todo gratis, sin dockerd.
La ubicación para las units rootless es ~/.config/containers/systemd/. systemd --user las analiza cada vez que ejecutas systemctl --user daemon-reload.
| |
Después de crear el archivo, basta con systemctl --user daemon-reload && systemctl --user start api.service. systemd crea la unit, descarga la imagen, levanta el contenedor y monitorea el healthcheck.
Migrando docker-compose.yml a Quadlet
Para proyectos con varios servicios, traducir a mano es viable, pero hay atajos. La herramienta podlet convierte un docker-compose.yml en archivos Quadlet en segundos:
| |
La conversión acierta volúmenes, redes, dependencias y puertos en ~90% de los casos. El 10% restante suele ser depends_on con condition: service_healthy (Quadlet usa Requires= + After=) y extra_hosts (que se convierte en AddHost= en el bloque [Container]).
💡 Consejo: Mantén el
docker-compose.ymloriginal en el repositorio por ahora, con un README que apunte a los archivos Quadlet. Los devs locales siguen usando Docker Desktop; el servidor de producción usa Podman/Quadlet. Ambos describen la misma topología.
Red, Volúmenes y SELinux: Las Tres Trampas
Red en modo rootless
Por defecto, Podman rootless usa pasta (en versiones 5.x) o slirp4netns (versiones anteriores) como backend de red. Funciona, pero tiene limitaciones: la IP de origen del tráfico que ve el contenedor es siempre 10.0.2.100 (con slirp4netns), lo que rompe el rate limiting y los logs de auditoría basados en IP. Con pasta, la IP real se preserva, y por eso siempre exijo Podman 5.x en producción nueva.
Volúmenes y el flag :Z
En hosts con SELinux (RHEL, Fedora, Rocky), montar un volumen sin el flag :Z en Quadlet o -v ./data:/data:Z en el run provoca un Permission denied silencioso dentro del contenedor. :Z aplica la etiqueta SELinux correcta al directorio del host. Sin él, depurar se vuelve una pesadilla porque ls -l muestra permisos correctos, pero el proceso del contenedor no puede leer.
Mapeo de UID en volúmenes
Cuando el contenedor escribe en un volumen bind-mounted, el archivo en el host aparece con UID 100000 (el UID subordinado mapeado). Para sincronizarlo con tu usuario local, usa podman unshare:
| |
Configuración Optimizada: containers.conf, registries.conf, storage.conf
Los valores predeterminados de Podman funcionan, pero en producción rootless hay tres archivos que deciden el rendimiento y la seguridad operativa. En modo rootless, están en ~/.config/containers/. Esta es la configuración que ejecuto en un RHEL 9.7 con disco dedicado para /userapps y un SSD limitado en IOPS — elimina escrituras temporales masivas y usa journald en RAM como destino de logs.
containers.conf — runtime y logging
| |
La ganancia práctica más visible es TMPDIR=/dev/shm/...: en un servidor con muchos podman pull y podman build, el disco recibía millones de archivos temporales que desaparecían segundos después. Al moverlos a tmpfs, el I/O del disco cayó drásticamente sin perder funcionalidad.
registries.conf — anti supply-chain
| |
short-name-mode = "enforcing" es un control subestimado: sin él, podman run nginx puede resolverse a cualquier registry de la lista de búsqueda, abriendo una brecha para un ataque de supply chain. Con enforcing, el usuario debe especificar el registry completo (docker.io/library/nginx) — obliga a que toda imagen se atribuya explícitamente a una fuente.
storage.conf — overlay nativo (60–80% menos I/O)
| |
El punto crítico es la ausencia de mount_program. En kernel 5.11+ (RHEL 9, Ubuntu 22.04+, Fedora 35+), el overlay nativo soporta rootless sin fuse-overlayfs. Eliminar FUSE elimina syscalls de userspace en cada operación de sistema de archivos — en workloads I/O-bound, veo una reducción del 60–80% en el tiempo de las operaciones de layer (build, pull, run de imágenes grandes).
⚠️ Atención: Si el sistema de archivos subyacente es ext4 sin soporte de overlay rootless, o el kernel es < 5.11, descomenta
mount_program = "/usr/bin/fuse-overlayfs". Sin ese fallback,podman pullfallará conmount: permission denied. Para detectar el soporte:podman info | grep graphDriverNamedebe mostraroverlay, novfs.
Ejemplo Práctico: API .NET + Postgres + Worker en Producción
Un caso real que ejecuto hoy: API .NET 9, worker de procesamiento y Postgres 17, todos en Podman rootless, supervisados por systemd --user. Estructura:
| |
| |
| |
El deploy es un git pull && systemctl --user restart api.service. Sin daemon, sin sudo, sin socket abierto. La actualización de la imagen la orquesta podman auto-update (habilitado con AutoUpdate=registry en Quadlet), que consulta el registry a diario y reinicia los contenedores automáticamente cuando hay un nuevo tag.
📂 Código Fuente: Los manifiestos Quadlet completos y el
Containerfiledel worker están en el repositorio de ejemplos del blog:BlogSamples/Workers/

Auto-Update en la Práctica: Quadlet .image, Timer y Lo Que .network/.volume No Hacen
podman auto-update lo dispara el timer podman-auto-update.timer de systemd --user (diario por defecto). Recorre todas las units con la etiqueta io.containers.autoupdate y:
- Ejecuta
skopeo inspecten el registry para comparar el digest actual con el publicado. - Si cambió, ejecuta
podman pullde la nueva imagen. - Reinicia el servicio systemd correspondiente.
- Si el reinicio falla (healthcheck negativo), hace un rollback automático a la imagen anterior.
Habilitar el timer:
| |
Cambiando la cadencia a cada 5 minutos
El timer predeterminado se ejecuta una vez al día (OnCalendar=daily + RandomizedDelaySec=900). Para deploys más agresivos, se puede bajar a 5 minutos sin editar los archivos del paquete — basta con crear un override del systemd de usuario:
| |
Agrega solo:
| |
Recarga y confirma:
| |
⚠️ Atención: Las dos líneas
OnCalendar=son intencionales. La primera línea vacía limpia el valor heredado del timer original (daily). Sin ella, el timer se dispara en ambas cadencias — a diario y cada 5 minutos. Este es el patrón de override de timers de systemd documentado ensystemd.timer(5).
Trade-offs con 15 contenedores en el mismo host
Reducir el intervalo de 1 día a 5 minutos significa multiplicar el número de ejecuciones por 288×. Para 15 contenedores que comparten el mismo host, conviene revisar cuatro puntos antes de decidir:
| Eje | 1 vez al día | 1 vez cada 5 minutos (15 contenedores) |
|---|---|---|
| Solicitudes al registry | 15/día | 4.320/día |
| Tráfico si nada cambió | ~3 KB/inspect × 15 | ~12 MB/día (manifest HEAD + JSON) |
| Reinicio simultáneo | 1 ventana/día | 288 ventanas/día |
| Ventana de exposición a CVE | hasta 24h | hasta 5 min |
1. Rate limit del registry. Docker Hub anónimo: 100 pulls/6h por IP. Cada podman auto-update ejecuta skopeo inspect (no cuenta como pull, pero sí como request) — 15 contenedores × 12 verificaciones/h = 180 req/h. En GHCR autenticado el límite es de 5.000 req/h, sin problema. En un registry interno, generalmente irrelevante. En Docker Hub anónimo con muchos contenedores, vas a chocar con el rate limit.
2. Tormenta de reinicios simultáneos. Cuando se publica un digest nuevo y varios contenedores del stack dependen de él (ej.: API + worker compartiendo la misma imagen base), el auto-update los reinicia todos juntos. Si el healthcheck tarda 30s y hay Requires= en cadena, el stack entero puede quedar degradado 1–2 minutos — solo que ahora 288 veces al día en lugar de 1. Sin un load balancer con drain, eso es downtime visible.
3. CPU/IO en el host. Cada ejecución es ligera de forma aislada (~50ms por contenedor, sin cambios). Para 15 contenedores cada 5 min, el overhead agregado ronda el 0,3% de CPU constante y ~10 MB extra de tráfico de logs en journald. Aceptable en producción, pero en hosts con muchos contenedores (50+), considera RandomizedDelaySec=60 para evitar picos coincidentes.
4. Riesgo de rollback en cascada. El auto-update hace rollback por contenedor, no de forma atómica para el stack. Si el nuevo digest de la imagen de la API rompe el contrato con el worker (que todavía está en la versión antigua), 5 minutos después el worker también toma la nueva versión y se rompe junto con ella. Con una ventana diaria da tiempo a detectarlo; con una ventana de 5 minutos, no.
💡 Consejo: Para 15 contenedores en producción real uso 15 minutos (
OnCalendar=*:0/15) conRandomizedDelaySec=300, y aun así solo en contenedores que cumplen dos criterios: tag semver inmutable + healthcheck rápido (< 10s) + cero dependencia de otro contenedor. Para el resto, mantengo la cadencia diaria y hago deploy explícito vía CI cuando necesito una ventana menor. La cadencia de 5 minutos tiene sentido en preproducción/canary, raramente en producción heterogénea.
La clave AutoUpdate= acepta dos valores en el bloque [Container]:
| Valor | Cuándo usarlo |
|---|---|
registry | Pull desde el registry remoto. El tag debe ser una versión inmutable (semver, calendar o digest). |
local | La imagen se reconstruyó localmente (podman build). Compara el digest local. |
Quadlet .image — separar el pull del start
Cuando varias units .container usan la misma imagen (ej.: API + sidecar de migración compartiendo la misma base), conviene extraer el pull a un archivo .image dedicado. El auto-update opera sobre el archivo de imagen y los contenedores lo consumen por referencia:
| |
| |
.network y .volume no soportan AutoUpdate=
Esta es la confusión más común: la clave AutoUpdate= no existe en .network ni en .volume. No hacen pull de nada — son recursos estáticos de Podman, reconciliados cuando editas el archivo y ejecutas systemctl --user daemon-reload seguido del reinicio del servicio que los usa.
Un ejemplo concreto migrando el servicio cloudbeaver de mi docker-compose.yml (parte del stack de desarrollo del blog) a Quadlet:
| |
Se convierte en tres archivos Quadlet, cada uno con su responsabilidad:
| |
| |
| |
Cuando cloudbeaver recibe una nueva versión en Docker Hub (lzocateli/dbeaver:25.2.0 republicada con un nuevo digest), el timer hace pull, reinicio y healthcheck — lzo.network y cloudbeaver-workspace.volume permanecen intactos. Si edito lzo.network para cambiar el driver, necesito ejecutar systemctl --user daemon-reload && systemctl --user restart cloudbeaver.service manualmente — no existe un “auto-update de network”.
Rollback manual
Cuando el auto-update levanta una versión rota y el healthcheck tarda en fallar:
| |
💡 Consejo: Para máxima reproducibilidad, cambia el tag por digest pinning en el
.image:Image=docker.io/lzocateli/dbeaver@sha256:abc…. El auto-update sigue funcionando (compara el digest publicado con el actual) y ganas inmutabilidad garantizada por el contenido de la imagen, no por el contrato del tag.
Compliance: Lo Que la Auditoría Realmente Mira
El argumento de venta interno más fuerte de Podman rootless no es técnico — es regulatorio. En tres auditorías que acompañé en los últimos 18 meses, los puntos atendidos automáticamente fueron:
- CIS Docker Benchmark 5.x — los controles de “non-root user inside container” y “no privileged containers” se cumplen por construcción
- PCI-DSS 4.0 req. 7.2.5 — el mínimo privilegio para componentes del sistema se satisface porque el contenedor nunca tiene privilegios en el host
- NIST SP 800-190 sección 4.2 — el aislamiento de contenedores vía user namespaces es una recomendación explícita
- ISO 27001 A.8.2 — el control de acceso privilegiado se vuelve trivial de evidenciar cuando no hay grupo
dockeren la máquina
La evidencia práctica que piden las auditorías es simple: ps -ef | grep -v podman | grep <container-pid> mostrando el proceso ejecutándose con un UID alto, y getent group docker devolviendo vacío.
Consejos y Buenas Prácticas
- Habilita siempre
lingerantes de crear unitssystemd --user. Sin eso, todos los contenedores mueren en el primer logout y solo lo descubres a la mañana siguiente cuando el monitoreo empieza a gritar. - Usa Podman 5.x para tener
pastacomo backend de red predeterminado. Preservar la IP de origen evita reescribir reglas de rate limit, WAF y logs. - Versiona los archivos Quadlet en Git junto al código de la aplicación. Trata
*.containercomo infraestructura como código: pull request, code review y CI validando la sintaxis víaquadlet -dryrun. - Habilita
AutoUpdate=registrysolo con tags de versión inmutables. Por defecto: semver (:1.4.0,:2.0.1) — se alinea con SemVer 2.0, encaja en SBOM/SCA y es lo que la mayoría de los registries del mercado ya publica. Variante: calendar versioning (:v2026.05.10-sha) para apps internas con release diario. Gold standard: digest pinning (Image=ghcr.io/lincoln/api@sha256:abc…) — inmutabilidad garantizada por el contenido, no por el contrato. Nunca:latestcon auto-update: es una invitación a un incidente. - Centraliza los logs con
journald+vectoropromtail. Los logs rootless están enjournalctl --user -u <service>. Reenviarlos a Loki/Elastic es trivial y más barato que undocker logging driver. - Ejecuta
podman system reseten homologación semanalmente. Limpia almacenamiento corrupto, volúmenes huérfanos y layers overlay obsoletos. Se vuelve evidente cuando alguna unit tiene un estado inconsistente.
Resumen Objetivo
- Podman rootless elimina el daemon root y el socket privilegiado de Docker, reduciendo el blast radius de una RCE en un contenedor al de un usuario común en el host.
- Quadlet es el reemplazo oficial de
docker-composeen producción: los archivos.container/.network/.volumeen~/.config/containers/systemd/se convierten automáticamente en units desystemd --user. subuid/subgid+loginctl enable-lingerson requisitos no negociables: sin ellos el contenedor no mapea UIDs o muere en el primer logout.- El backend
pasta(Podman 5.x) preserva la IP de origen del cliente, a diferencia deslirp4netns, que lo enmascara todo como10.0.2.100. - El flag
:Zen volúmenes aplica la etiqueta SELinux correcta en hosts RHEL/Fedora; sin él, el contenedor falla al leer/escribir sin un mensaje claro. - CIS Docker Benchmark, PCI-DSS 4.0 y NIST SP 800-190 tienen controles que Podman rootless satisface automáticamente y que exigen trabajo manual en Docker.
podman auto-updatecon tags de versión inmutables (semver:1.4.0, calendar:v2026.05.10-shao digest@sha256:…) habilita la actualización continua sin CI, supervisada por un timer desystemd. Las clavesAutoUpdate=registry|localsolo existen en el bloque[Container]o en archivos.image— no en.networkni en.volume.podlet compose docker-compose.ymlconvierte automáticamente ~90% de los manifiestos Compose existentes a Quadlet, reduciendo el esfuerzo de migración.
Lee También
- Keycloak: Autenticación Gratuita con Contenedores y C#
- Configuración .NET 8+: IOptions, Secrets y Docker
- Worker y Background Service en .NET: Alto Volumen
- Makefile: Automatizando tareas para Python, Hugo y Docker
- Terminal vs Pipeline: diferencias al ejecutar scripts
Referencias
- Podman Documentation — Rootless Containers — referencia oficial para la configuración y las limitaciones del modo rootless.
- Quadlet Manual (
podman-systemd.unit) — especificación completa de los archivos.container,.network,.volume,.kubey.pod. - CIS Docker Benchmark v1.6.0 — controles de hardening para Docker y sus equivalentes en Podman.
- NIST SP 800-190 — Application Container Security Guide — guía oficial de EE. UU. sobre seguridad de contenedores, con foco en user namespaces.
- Red Hat — Podman vs Docker: A Detailed Comparison — comparativa técnica en profundidad mantenida por el equipo que desarrolla Podman.
- Containers/Podlet GitHub — herramienta oficial para convertir
docker-compose.ymlen Quadlet. - pasta(1) — passt/pasta networking — backend de red usado por Podman 5.x para preservar la IP de origen en modo rootless.

Al comentar, aceptas nuestra Política de Privacidad, Términos de Uso, Política de Eliminación de Datos.