如何在Docker中处理持久存储(例如数据库)

人们如何处理Docker容器的持久存储?

我目前正在使用这种方法:构建映像，例如PostgreSQL，然后启动容器

docker run --volumes-from c0dbc34fd631 -d app_name/postgres

恕我直言，这有缺点，我不能(意外地)删除容器“c0dbc34fd631”。

另一个想法是将主机卷“-v”挂载到容器中，然而，容器中的用户id不一定与来自主机的用户id匹配，然后权限可能会被打乱。

注意:除了——volumes-from 'cryptic_id'，你还可以使用——volumes-from my-data-container，其中my-data-container是你分配给仅数据容器的名称，例如docker run——name my-data-container…(见公认答案)

当前回答

Docker 1.9.0及以上版本

使用卷API

docker volume create --name hello
docker run -d -v hello:/container/path/for/volume container_image my_command

这意味着必须放弃纯数据容器模式，转而使用新卷。

实际上，卷API只是实现数据容器模式的一种更好的方式。

如果你用-v volume_name:/container/fs/path创建一个容器，Docker会自动为你创建一个命名卷，它可以:

通过docker卷ls列出通过docker卷inspect volume_name进行识别备份为普通目录通过——volumes-from连接像以前一样备份

新的卷API增加了一个有用的命令，可以让你识别悬挂的卷:

docker volume ls -f dangling=true

然后通过它的名字删除它:

docker volume rm <volume name>

正如@mpugach在评论中强调的那样，你可以用一行漂亮的语句摆脱所有悬浮的卷:

docker volume rm $(docker volume ls -f dangling=true -q)
# Or using 1.13.x
docker volume prune

码头工人1.8。X及以下

最适合生产的方法似乎是使用仅数据容器。

仅数据容器在一个基本映像上运行，实际上除了公开一个数据卷外什么也不做。

然后你可以运行任何其他容器来访问数据容器卷:

docker run --volumes-from data-container some-other-container command-to-execute

在这里，您可以很好地了解如何安排不同的容器。这里有一个关于容量如何工作的很好的见解。

在这篇博客文章中，对所谓的容器作为体积模式进行了很好的描述，阐明了只有数据容器的主要观点。

Docker文档现在有了容器的volume/s模式的权威描述。

下面是Docker 1.8的备份/恢复过程。X及以下。

备份:

sudo docker run --rm --volumes-from DATA -v $(pwd):/backup busybox tar cvf /backup/backup.tar /data

——rm:当容器退出时将其移除 ——volumes-from DATA:附加到DATA容器共享的卷上 -v $(pwd):/backup:将当前目录挂载到容器中;将tar文件写入 Busybox:一个简单的小映像-适合快速维护 Tar CVF /backup/backup. Tar /data:将/data目录下的所有文件创建一个未压缩的Tar文件

恢复:

# Create a new data container
$ sudo docker run -v /data -name DATA2 busybox true
# untar the backup files into the new container᾿s data volume
$ sudo docker run --rm --volumes-from DATA2 -v $(pwd):/backup busybox tar xvf /backup/backup.tar
data/
data/sven.txt
# Compare to the original container
$ sudo docker run --rm --volumes-from DATA -v `pwd`:/backup busybox ls /data
sven.txt

这里有一篇来自优秀的Brian Goff的文章，解释了为什么容器和数据容器使用相同的图像是好的。

2013-12-18 07:50:09

其他回答

在Docker v1.0版本中，可以通过以下命令绑定主机上的文件或目录的挂载:

$ docker run -v /host:/container ...

上面的卷可以用作运行Docker的主机上的持久存储。

2014-10-29 10:30:59

我最近写了一篇关于潜在解决方案和演示该技术的应用程序的文章。我发现它在开发和生产过程中非常有效。希望它能帮助或激发一些想法。

回购:https://github.com/LevInteractive/docker-nodejs-example 文章:http://lev-interactive.com/2015/03/30/docker-load-balanced-mongodb-persistence/

2015-04-02 12:29:18

使用Kubernetes的Persistent Volume Claim (PVC)，这是一个Docker容器管理和调度工具:

持久的卷

为此目的使用Kubernetes的优点是:

您可以使用任何存储，如NFS或其他存储，即使节点宕机，存储也不需要。此外，这些卷中的数据可以配置为即使在容器本身被销毁后也可以保留，以便在必要时由另一个容器回收。

2016-10-13 07:28:22

从Docker Compose 1.6开始，现在在Docker Compose中改进了对数据卷的支持。下面的合成文件将创建一个数据映像，该映像将在父容器重新启动(甚至删除)之间持续存在:

下面是博客公告:Compose 1.6:用于定义网络和卷的新Compose文件

这是一个合成文件的例子:

version: "2"

services:
  db:
    restart: on-failure:10
    image: postgres:9.4
    volumes:
      - "db-data:/var/lib/postgresql/data"
  web:
    restart: on-failure:10
    build: .
    command: gunicorn mypythonapp.wsgi:application -b :8000 --reload
    volumes:
      - .:/code
    ports:
      - "8000:8000"
    links:
      - db

volumes:
  db-data:

据我所知:这将创建一个数据卷容器(db_data)，它将在重新启动之间持续存在。

如果你运行:docker volume ls，你会看到你的卷被列出:

local               mypthonapp_db-data
...

您可以获得关于数据量的更多详细信息:

docker volume inspect mypthonapp_db-data
[
  {
    "Name": "mypthonapp_db-data",
    "Driver": "local",
    "Mountpoint": "/mnt/sda1/var/lib/docker/volumes/mypthonapp_db-data/_data"
  }
]

一些测试:

# Start the containers
docker-compose up -d

# .. input some data into the database
docker-compose run --rm web python manage.py migrate
docker-compose run --rm web python manage.py createsuperuser
...

# Stop and remove the containers:
docker-compose stop
docker-compose rm -f

# Start it back up again
docker-compose up -d

# Verify the data is still there
...
(it is)

# Stop and remove with the -v (volumes) tag:

docker-compose stop
docker=compose rm -f -v

# Up again ..
docker-compose up -d

# Check the data is still there:
...
(it is).

注:

您还可以在卷块中指定各种驱动程序。例如，你可以为db_data指定Flocker驱动程序: 卷: db-data: 司机:群随着Docker Swarm和Docker Compose之间的集成越来越完善(并且可能开始将Flocker集成到Docker生态系统中(我听说Docker已经收购了Flocker)，我认为这种方法应该会变得越来越强大。

声明:这种方法很有前途，我在开发环境中成功地使用了它。我对在生产中使用它感到不安!

2016-04-15 08:15:03