实例解析Docker数据卷+数据卷容器+flocker数据共享+DockerHub操做

Docker内部数据管理和Docker之间的数据共享为数据卷和数据卷容器,实例解析1.将本地的文件做为容器的数据卷,2.数据卷flocker插件实现容器集群(或者Docker Swarm)的数据共享3.数据卷容器做为其余容器的数据卷.下降磁盘开销.4.数据的备份,恢复和迁移.5.Docker hub的经常使用操做.

1.0.数据卷(Data volumes)

Data volumes是一个或者多个容器特别指定的目录,它区别于联合文件系统的(Union File System,或称UnionFS,经过底层的操做的文件系统,具备轻量级和快速的特性,Docker 容器也是使用联合文件系统去建立数据块的.),而且,对容器的数据管理以及容器之间数据共享提供了如下几点:
- 当容器被建立的同时,数据卷已经被初始化了.当镜像数据在制定的挂载点上时,存在的数据会复制到新的卷上.(可是,若是挂载的是主机路径不适用)
- 容器之间的数据卷能够重用和共享.
- 能够直接更改数据卷
- 镜像更新不会更改数据卷.
- 容器被删除，数据卷不受影响.

1.1.增长一个数据卷

在docker create和docker run命令中,使用-v 为容器增长一个数据卷.

wxl@wxl-pc:~$ docker run -d -P --name myweb -v /webapp training/webapp python app.py

可见.把training/webapp命名为myweb,而且经过-v建立了数据卷 /webapp

• Tip,在Dockerfile建立新的容器时,能够经过-v来建立更多的数据卷.

1.2.查看建立信息

wxl@wxl-pc:~$ docker inspect myweb

其中,Mount信息,包含了刚刚建立的数据卷详细信息.source指定了本机路径,而Destination则指定容器内部路径.

1.3.本机路径做为容器数据卷

将本机的路径如/src/webapp做为volumeweb的数据卷.这样作的好处是,若是本地有代码可很方便在本地修改,在容器里查看修改后的效果.

wxl@wxl-pc:~$ docker run -d -P --name volumeweb -v /src/webapp:/opt/webapp training/webapp python app.py

3206809decc4145427cb1f300d05a55aae88a6fffc33596e773dbd023746e479

#查看
wxl@wxl-pc:~$ docker inspect volumeweb

1.4.设置本地路径的权限,默认是rw读写模式,能够制定能如ro只读模式

wxl@wxl-pc:~$ docker run -d -P --name volumeweb -v /src/webapp:/opt/webapp:ro training/webapp python app.py

仅仅在/src/webapp:/opt/webapp:ro 增长了ro,指明只读模式.

1.5.挂载主机文件做为数据卷

使用-v标志能够挂载单一文件,如将主机的bash_history文件内容,添加至新建立的容器中,此时新建立的容器的bash_history中的记录删除而存上主机bash_history的内容.

wxl@wxl-pc:~$ docker run --rm -it -v ~/.bash_history:/root/.bash_history ubuntu:14.04 /bin/bash

2.flocker插件实现容器集群的数据管理,共享和迁移等.(若是未配置Docker Swarm,建议跳过本步骤)

挂载一个共享数据做为Docker容器的数据卷
容器除了能够在本机上的路径做为数据卷外,还能够经过Docker volume plugins来容许一些共享数据做为数据卷,如iSCSI,NFS或者FC.这样作的好处是,共享的数据卷的位置不受容器的影响,并且只要某个容器拥有volume plugins而且可以访问,就能够将共享数据卷做为该容器的数据卷.

2.1.安装Docker容器卷驱动flocker

数据卷的一个插件,用来管理共享数据,支持容器之间(容器集群)的共享数据进行迁移,打包.
注意:a.最后一步下载flocker插件时,可能由于网速而下载时间很长,建议下载的flocker时跳过.Docker 数据卷flocker插件实现容器集群的数据管理,共享和迁移等.步骤,不影响后续操做.b.本过程须要flocker正确安装,Dcoker集群环境,若是提示没有flocker插件错误,能够跳过本步骤,Docker Swarm不是本次解析重点.

wxl@wxl-pc:~$ sudo apt-get update

wxl@wxl-pc:~$ sudo apt-get -y install apt-transport-https software-properties-common

wxl@wxl-pc:~$ sudo add-apt-repository -y "deb https://clusterhq-archive.s3.amazonaws.com/ubuntu/$(lsb_release --release --short)/\$(ARCH) /"

wxl@wxl-pc:~$ cat <<EOF > /tmp/apt-pref
> Package: *
> Pin: origin clusterhq-archive.s3.amazonaws.com
> Pin-Priority: 700
> EOF

wxl@wxl-pc:~$ sudo mv /tmp/apt-pref /etc/apt/preferences.d/buildbot-700

wxl@wxl-pc:~$ sudo apt-get update
#下载速度很慢,根据网速而定.
wxl@wxl-pc:~$ sudo apt-get -y install --force-yes clusterhq-flocker-cli

安装Flocker Node Services(略过,过程繁琐,再也不赘述,能够去clusterhq官方文档查看.)

wxl@wxl-pc:~$ docker volume create -d flocker --name my-named-volume -o size=20GB


wxl@wxl-pc:~$ docker run -d -P \
> -v my-named-volume:/opt/webapp \
> --name web training/webapp python app.py

本过程须要flocker正确安装,Dcoker集群环境,若是提示没有flocker插件错误,能够跳过本步骤,Docker Swarm不是本次解析重点.

3.建立一个新的数据卷容器,做为其余应用层容器的数据卷

建立新的数据卷的容器目的是,方便一些持久性(存储)的数据在容器和容器之间共享.
使用postgres镜像建立一个数据卷容器,该容器没有应用运行,因此,其余容器的能够做为应用层,而存储的数据放在数据卷容器中,这样能够节省磁盘空间.

3.1.建立新的数据卷容器dbstore

wxl@wxl-pc:~$ docker create -v /dbdata --name dbstore training/postgres /bin/true

3.2.使用--volumes-from能够将dbdata容器中的数据卷/dbdata挂载到另外一个容器中(db1).

wxl@wxl-pc:~$ docker run -d --volumes-from dbstore --name db1 training/postgres

3.3.将dbstore挂载到db2容器中.

docker run -d --volumes-from dbstore --name db2 training/postgres

3.4.经过已经挂载的容器扩展挂载(如,db3经过db1或者db2来挂载dbstore数据卷容器)

若是,删除容器db1或者容器db2,数据卷是不会被删除的,若是在磁盘上删除数据卷,必须显示调用docker rm -v加上数据卷.

3.5.注意,若是删除含有数据卷的容器,在删除容器时没有使用-v标志,这些数据卷会成为dangling状态

a.显示因此没有挂载到容器上的数据卷

docker volume ls -f dangling=true

b.删除这些dangling状态的数据卷

docker volume rm <volume name>

4.0.备份,恢复,迁移数据卷

Docker容器的数据卷备份,恢复,迁移通常是经过--volumes-from标志实现的.

4.1.备份,建立一个新容器,在新容器挂载dbstore数据卷容器,并将dbstore数据卷打包为backup.tar文件,备份至新建立的容器中.

wxl@wxl-pc:~$ docker run --rm --volumes-from dbstore -v $(pwd):/backup ubuntu:14.04 tar cvf /backup/backup.tar /dbdata

4.2.恢复,经过-v标志,将数据恢复到同一个容器或者其余任意容器.

wxl@wxl-pc:~$ docker run -v /dbdata --name dbstore2 ubuntu:14.04 /bin/bash

4.3.迁移,其实就是经过解压方式,将dbstore数据卷容器的数据解压至一个新的容器.

wxl@wxl-pc:~$ docker run --rm --volumes-from dbstore2 -v $(pwd):/backup ubuntu:14.04 bash -c "cd /dbdata && tar xvf /backup/backup.tar --strip 1"

5.Docker Hub常见操做

Docker Hub是Docker官方提供的容器管理工程,相似与github,不一样在于在Docker Hub中搜索存放的不是源码而是容器.
Docker Hub能够存放咱们建立的容器,若是是公开的则你们都以拿来用,也支持不公开.

5.1.首先注册Docker Hub帐号,而后登录

wxl@wxl-pc:~$ docker login

登录信息存放在了$HOME/.docker/config.json下.

5.2.查找并下载须要的容器

#查找
wxl@wxl-pc:~$ docker search centos
#下载
wxl@wxl-pc:~$ docker pull centos

5.3.推送到Docker Hub上

使用docker push yourname/newimage来push本身的容器到hub上.

wxl@wxl-pc:~$ docker push mycentos:mydev