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
如果在更新5中选择的答案不清楚，从Docker 1.9开始，您可以创建可以存在而不与特定容器关联的卷，从而使“仅数据容器”模式过时。
查看docker 1.9.0中仅数据容器已过时?# 17798。
我认为Docker的维护者意识到只有数据的容器模式有点设计的味道，所以决定让卷成为一个独立的实体，可以在没有关联容器的情况下存在。
其他回答
根据您的需要，管理持久数据有几个级别:
Store it on your host Use the flag -v host-path:container-path to persist container directory data to a host directory. Backups/restores happen by running a backup/restore container (such as tutumcloud/dockup) mounted to the same directory. Create a data container and mount its volumes to your application container Create a container that exports a data volume, use --volumes-from to mount that data into your application container. Backup/restore the same as the above solution. Use a Docker volume plugin that backs an external/third-party service Docker volume plugins allow your datasource to come from anywhere - NFS, AWS (S3, EFS, and EBS) Depending on the plugin/service, you can attach single or multiple containers to a single volume. Depending on the service, backups/restores may be automated for you. While this can be cumbersome to do manually, some orchestration solutions - such as Rancher - have it baked in and simple to use. Convoy is the easiest solution for doing this manually.
虽然这仍然是Docker需要做一些工作的一部分，但你应该将卷与volume指令放在Dockerfile中，这样你就不需要从另一个容器复制卷了。
这将降低容器的相互依赖性，并且不必担心删除一个容器会影响另一个容器。
这取决于你的场景(这并不适合生产环境)，但这里有一种方法:
创建MySQL Docker容器
它的要点是使用主机上的目录进行数据持久性。
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。
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!
