学习Docker(2017-10-7)

发表于 | 分类于 | 阅读次数 |

本节目录:

  1. 数据管理
    • 数据卷
    • 数据卷容器
    • 备份、恢复、迁移数据卷

数据管理

本小节学习在 Docker 内部以及容器之间管理数据，主要方式:

  1. 数据卷(Data volumes)
  2. 数据卷容器 (Data volume containers)

数据卷

数据卷是一个提供一个或者多个容器使用的 特殊目录 它绕过 UFS ，可以提供很多有用的特性:

  1. 数据卷可以在容器之间共享和重用
  2. 对数据卷的更新可以立马生效
  3. 数据卷的更新不会影响镜像
  4. 数据卷默认一直存在，即使容器被删除

创建一个数据卷
在使用 docker run 命令，使用 -v 标记来创建一个数据卷并挂载到容器里。在一次 run 中多次使用可以挂载多个数据卷。

实例:

下面创建一个名为 web 的容器，并加装一个数据卷到容器的 /webapp

1
docker run -d -P --name web -v /webapp training/webapp python app.py

注意: 也可以在 Dockerfile 中使用 VOLUME 来添加一个或者多个新的卷到由该镜像创建的任意容器。

删除数据卷

数据卷是被设计用来持久化数据的，它的生命周期独立于容器，Docker 不会在容器被删除后自动删除数据卷，也不出现垃圾回收机制来处理没有任何容器引用的数据卷。如果需要在删除容器的同时移除数据卷。可以在删除命令加 -v 参数，docker rm -v 命令删除容器移除数据卷

挂载一个主机目录作为数据卷

-v 标记也可以指定挂载一个本地主机的目录到容器中去

1
docker run -d -P  --name web -v /src/webapp:/opt/webapp training/webapp python app.py

上面的命令加载主机 /src/webapp 目录到容器的 /opt/webapp目录。

注意： Dockerfile 不支持这种用法，这是因为Dockerfile 是为了移植和分享用的。然而，不同操作系统的路径格式不一样，所以现在还不能支持

Docker 挂载数据卷默认权限是读写，用户也可以通过:ro指定为只读

1
docker run -d -P --name web -v /src/webapp:/opt/webapp:ro training/webapp python app.py

加了 :ro 之后，就挂载为只读了

查看数据卷的具体信息

1
docker inspect web ...

在输出的内容中找到其中和数据卷相关的部分

数据卷容器

如果你有一些持续更新的数据需要在容器之间共享,最好创建数据卷容器。专门提供数据卷为其他容器挂载的。

实例：创建 dbdata 数据卷容器

1
docker run -d -v /dbdata --name dbdata  training/postgres echo Data-only container for postgres

在其他容器中 使用 –volumns-from 来挂载dbdata 容器中的数据卷

1
2
3
4
5
docker run -d -volumns-from dbdata --name db1 training/postgres
docker run -d -volumns-from dbdata --name db2 training/postgres
docker run -d -volumns-from db1 --name db3 training/postgres

注意：使用 –volumes-from 参数所挂载数据卷的容器自己并不需要保持在运行状态。

利用数据卷容器来备份、恢复、迁移数据卷

备份

1
2
docker run --volumes-from dbdata -v $(pwd):/backup ubuntu
tar cvf /backup/backup.tar /dbdata

创建一个挂载 dbdata 的容器，并从主机挂载到 backup 目录，之后执行 tar 命令生成一个 .tar 文件的备份

恢复
如果恢复一个数据到一个容器，首先创建带空数据卷的容器 dbdata2

1
docker run -v /dbdata --name dbdata2 ubuntu /bin/bash

然后创建另一个容器，挂载 dbdata2 容器卷中的数据卷，并使用 untar 解压备份文件到挂载容器卷中。

1
docker run --volumes-from dbdata2 -v $(pwd): /backup busybox tar xvf /backup/backup.tar

为了查看或者验证恢复的数据，可以再启动一个容器挂载同样的容器卷来查看

1
docker run --volumes-from dbdata2 busybox /bin/ls /dbdata

(*^▽^*)