耿雨飞的个人博客

[[ slide_text ]]

[[ item.c ]]

Docker 数据管理之数据卷和数据卷容器

发布时间：2023-03-21 作者：gengyufei 来源：gengyufei个人博客

Docker

# 摘要
**生产环境中使用docker，往往需要对数据进行持久化，或者需要在多个容器之间进行数据共享，这必然涉及容器的数据管理操作**。
容器中的管理数据，主要有**两种方式**：
- **数据卷**：容器内数据直接映射至本地宿主机环境
- **数据卷容器**：使用特定容器维护数据卷

# 数据卷
**定义**：一个**可供容器使用的特殊目录，它将宿主机操作系统目录直接映射进容器，类似Linux的mount行为**。
**特性**：
- 数据卷可以在容器之间共享和重用，容器间传递数据将变得高效与方便
- 对数据卷内数据的修改会立马生效，无论是容器内操作还是本地操作
- 对数据卷的更新不会影响镜像，解耦开应用和数据
- 数据卷会一直存在，直到没有容器使用，可以安全地卸载它

## 创建数据卷
### docker volume
docker volume 命令

```
$ docker volume --help
Usage:	docker volume COMMAND
Manage volumes
Options:

Commands:
  create      Create a volume
  inspect     Display detailed information on one or more volumes
  ls          List volumes
  prune       Remove all unused local volumes
  rm          Remove one or more volumes
```
创建数据卷

```
$ docker volume create -d local test
test
```
查看数据卷
```
# 通过软连，将docker默认路径改为下述目录
~$ sudo ls -l /var/lib/docker
lrwxrwxrwx 1 root root 37 Oct 13  2016 /var/lib/docker -> /home/docker/docker_root/docker

# 去目标目录查看
~$ sudo ls -l /home/docker/docker_root/docker/volumes
total 104
-rw------- 1 root root 65536 Dec 31 09:35 metadata.db
drwxr-xr-x 3 root root  4096 Dec 31 09:35 test
```

## 绑定数据卷
**定义**：**在创建容器时，将宿主机本地的任意路径挂载到容器内作为数据卷，这种形式创建的数据卷称为绑定数据卷**。

### docker run --mount
```
docker run -d --name web --mount \
type=bind,source=/webapp,destination=/opt/webapp \
training/webapp \
python app.py

# 参数解析
-d: 后台运行
--name：别名
training/webapp: web镜像
python app.py：启动容器的entrypoint，即启动容器内部的web服务
--mount 选项支持3种类型的数据卷：
* volume：普通数据卷，映射到宿主机 /var/lib/docker/volumes 路径下
* bind：绑定数据卷，映射到宿主机指定路径下
* tmpfs：临时数据卷，只存在于内存中
```

### docker run -v
```
语法：
docker run -v [host_volume]:[container_volume]

老版本的绑定数据卷：
docker run -d --name web -v /webapp:/opt/webapp \
training/webapp \
python app.py

这个功能在进行应用测试时十分方便，比如用户可以放置一些程序或数据到本地目录中，实时进行更新，然后在容器内运行和使用。
```

### 注意
**本地目录**：必须是绝对路径

**容器内目录**：可以是相对路径，建议是绝对路径，如果目录不存在，docker会自动创建

**权限问题**：
```
docker 挂载数据卷的默认权限是读写(rw)，用户可以通过ro指定为只读：
docker run -d --name web -v /webapp:/opt/webapp:ro \
training/webapp \
python app.py
```

**绑定目录**：
如果直接挂载一个文件到容器，使用文件编辑工具，包括：vi / sed --in-place 的时候，可能会造成文件iNode的改变。从docker 1.1.0起，这会导致报错误信息。
所以，**推荐的方式：直接挂载文件所在目录到容器内**。

# 数据卷容器
如果用户**需要在多个容器之间共享一些持续更新的数据**，**最简单的方式：使用数据卷容器**。
**数据卷容器**：**本质**也是一个**容器**，**目的是专门提供数据卷给其他容器挂载**。

## 挂载流程
首先，**创建一个数据卷容器 dbdata**，并在其中**创建一个数据卷挂载到 /dbdata**:
```
1. 创建容器 + 数据卷
$ docker run -it -v /dbdata --name dbdata iregistry.baidu-int.com/idg-hdmap/system/centos_python3.6_pgconn bash

2. 查看容器内部的数据卷
[root@8f6e395e5048 pg_conn]# ll /
total 64
lrwxrwxrwx    1 root root    7 Jun 22  2021 bin -> usr/bin
dr-xr-xr-x    5 root root 4096 Nov 21 11:19 boot
drwxr-xr-x    7 root root 4096 Feb 26  2021 CloudResetPwdUpdateAgent
drwxr-xr-x    6 root root 4096 Feb 26  2021 CloudrResetPwdAgent
drwxr-xr-x    2 root root 4096 Dec 31 11:56 dbdata
drwxr-xr-x    5 root root  360 Dec 31 11:56 dev
drwxr-xr-x    1 root root 4096 Dec 31 11:56 etc
drwxr-xr-x    1 root root 4096 Dec  6 16:14 home
lrwxrwxrwx    1 root root    7 Jun 22  2021 lib -> usr/lib
lrwxrwxrwx    1 root root    9 Jun 22  2021 lib64 -> usr/lib64
drwx------    2 root root 4096 Feb 26  2021 lost+found
drwxr-xr-x    2 root root 4096 Jun 22  2021 media
drwxr-xr-x    2 root root 4096 Jun 22  2021 mnt
drwxr-xr-x    3 root root 4096 Nov 21 11:24 opt
dr-xr-xr-x 1093 root root    0 Dec 31 11:56 proc
dr-xr-x---    1 root root 4096 Dec 17 09:50 root
drwx--x--x    3 root root 4096 Dec 10 20:34 run
lrwxrwxrwx    1 root root    8 Jun 22  2021 sbin -> usr/sbin
drwxr-xr-x    2 root root 4096 Jun 22  2021 srv
dr-xr-xr-x   13 root root    0 Apr 30  2021 sys
drwxrwxrwt    4 root root 4096 Dec  6 16:14 tmp
drwxr-xr-x   13 root root 4096 Nov 21 11:18 usr
drwxr-xr-x   20 root root 4096 Nov 21 11:17 var
[root@8f6e395e5048 pg_conn]#
```

然后，可以**在其他容器中使用 --volumes-from 来挂载 dbdata 容器中的数据卷**，例如创建db1 和 db2 两个容器，并从dbdata 容器挂载数据卷：
```
$ docker run -it --volumes-from dbdata --name db1 iregistry.baidu-int.com/idg-hdmap/system/centos_python3.6_pgconn bash
$ docker run -it --volumes-from dbdata --name db2 iregistry.baidu-int.com/idg-hdmap/system/centos_python3.6_pgconn bash
```

最后，**容器db1 和 db2 都挂载同一个数据卷到相同的 /dbdata 目录，三个容器任何一方在该目录下的写入，其他容器都可以看到**。用户可自行尝试。
> 可以多次使用 --volumes-from 参数来从多个容器挂载多个数据卷；
> 还可以从其他已经挂载了容器卷的容器来挂载数据卷；
> 使用 --volumes-from 参数所挂载数据卷的容器自身不需要保持在运行状态。

## 数据卷删除
如果删除了挂载的容器(包括：dbdata 、db1 和 db2)，数据卷并不会被自动删除。
如果要删除一个数据卷，必须在删除最后一个还挂载着它的容器时，显示使用 -v：
```
docker rm -v -f container_id
```

# 利用数据卷容器 - 迁移数据
## 备份
目标：备份 **数据卷容器 dbdata 内的数据卷**: /dbdata
```
$ docker run --volumes-from dbdata \
-v $(pwd):/backup \
--name worker \
ubuntu \
tar -zcvf /backup/backup.tar.gz /dbdata
```
首先，利用 Ubuntu 创建了一个容器 worker；
使用 --volumes-from dbdata 参数，让 worker 容器挂载 dbdata 容器的数据卷(即：dbdata 数据卷)；
使用 -v $(pwd):/backup，挂载本地的当前目录到worker容器的 /backup 目录；
worker 容器启动后，使用 tar -zcvf /backup/backup.tar.gz /dbdata 命令将 /dbdata 下内容备份为容器内的 /backup/backup.tar.gz，即宿主机当前目录下的 backup.tar.gz。

## 恢复
恢复数据到一个容器，可以按照如下操作：
首先，创建一个带有数据卷的容器 dbdata2:
```
$ docker run -v  /dbdata --name dbdata2 ubuntu /bin/bash
```
然后，创建另一个新的容器，挂载 dbdata2的容器，并使用 untar 解压备份文件至所挂载的容器卷中：
```
$ docker run --volumes-from dbdata2 -v $(pwd):/backup busybox tar -zxvf /backup/backup.tar.gz
```

上一篇：Docker 端口映射与容器互联下一篇：Docker 常用命令汇总

你觉得文章怎么样

耿雨飞的个人博客

Docker 数据管理 之 数据卷 和 数据卷容器

Docker 数据管理之数据卷和数据卷容器