在生产环境中,须要对数据进行持久化,冗余化,或者在须要在多个容器之间进行数据共享node
数据卷:容器内数据直接映射到本地主机环境web
数据卷容器:使同特定容器维护数据卷docker
-v 进行映射vim
docker run -id --rm --name dbdata -v dbdata docker.io/busybox安全
docker run -id --rm --name -P web -v /root/webroot:/test docker.io/busybox分布式
docker run -id --rm --name -P web -v /root/web.xml:/test docker.io/busybox.net
若是使用文件挂载,当使用vim或者sed --in-place时候,可能形成inode改变,因此不推荐以文件挂载翻译
生成一个专门放数据的容器,这个数据卷容器能够在多个容器之间共享一些持续更行的数据xml
docker run -it --name dbdata -v /dbdata docker.io/busyboxblog
查看结果
/ # ls
bin dbdata dev etc home proc root run sys tmp usr var
docker run -it --name web1 --volumes-from dbdata docker.io/busybox
docker run -it --name web2 --volumes-from dbdata docker.io/busybox
在其中一个容器中建立一个文件,能够在另外两个看到
能够屡次使用--volumes-from来挂载dbdata,也能够从其余已经挂载的容器卷的容器挂载数据卷
若是删除了挂载的容器(包括dbdata,web1,web2),数据卷并不会被删除.只有删除最后一个还挂载着它的容器 显示使用docker rm -v 命令来指定 同时删除关联的容器
利用数据容器对其中的数据卷进行备份,恢复以实现数据迁移
docker run --volumes-from dbdata -v /root/back:/backup --name back docker.io/busybox tar -cvf /backup/backup.tar /dbdata
利用目录挂载,就能够把备份放到物理机的/root/back里了
docker run --volumes-from dbdata -v /root/back:/backup --name recover docker.io/busybox tar -xvf /backup/backup.tar
总结:
经过数据卷和数据卷容器对容器内数据进行共享,备份,恢复等操做,即便出现了运行故障,用户也没必要担忧数据丢失,只须要快速建立容器便可
在生产环境中,按期在物理机上进行数据备份,使用支持容错的存储系统(RAID,分布式文件系统{Ceph,GPFS,HDFS}).能够大大提高数据安全
入门容器操做见https://blog.csdn.net/Nedved_L/article/details/79067732