网络知识 娱乐 【云原生 | 10】Docker数据管理

【云原生 | 10】Docker数据管理

🍁作者简介:🏅云计算领域优质创作者🏅新星计划第三季python赛道TOP1🏅 阿里云ACE认证高级工程师🏅
✒️个人主页:小鹏linux
💊个人社区:小鹏linux(个人社区)欢迎您的加入!
🧊系列专栏:
        🎒  阶段一:windows基础
        🎒  阶段二:Linux基础知识
        🎒  阶段三:shell基础+shell高级
        🎒  阶段四:学会python,逆天改命
        🎒  阶段五:Linux网络服务
        🎒  阶段六:集群原理及架构
        🎒  阶段七:云计算之Docker 
        🎒  阶段八:云计算之kubernetes(k8s)
        🎒  阶段九:云服务器的使用和故障解决
        🎒  阶段十:技能提升

目录

1. 容器中管理数据方式

2.数据卷

2.1 在容器内创建一个数据卷

2.2 挂载一个主机目录作为数据卷

2.3 挂载一个本地主机文件作为数据卷

3. 数据卷容器

4. 利用数据卷容器来迁移数据

4.1 备份

4.2 恢复

5.总结

 👑👑👑结束语👑👑👑


生产环境中使用Docker的过程中,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。

1. 容器中管理数据方式

数据卷(Data Volumes):容器内数据直接映射到本地主机环境;
数据卷容器(Data Volume Containers):使用特定容器维护数据卷
本篇文章将首先介绍如何在容器内创建数据卷,并且把本地的目录或文件挂载到容器内的数据卷中。接下来,会介绍如何使用数据卷容器在容器和主机、容器和容器之间共享数据,并实现数据的备份和恢复。

2.数据卷

数据卷是一个可供容器使用的特殊目录,它将主机操作系统目录直接映射进容器,类似于Linux中的mount操作。

数据卷可以提供很多有用的特性,如下所示:

·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,解耦了应用和数据;
·卷会一直存在,直到没有容器使用,可以安全地卸载它。

2.1 在容器内创建一个数据卷

在用docker run命令的时候,使用-v标记可以在容器内创建一个数据卷。多次重复使用-v标记可以创建多个数据卷。
下面使用training/webapp镜像创建一个web容器,并创建一个数据卷挂载到容器的/webapp目录:
[root@localhost ~]# docker run -d -P--name web -v /webapp training/webapp python app.py
注意 : -P是将容器服务暴露的端口,是自动映射到本地主机的临时端口

2.2 挂载一个主机目录作为数据卷

使用-v标记也可以指定挂载一个本地的已有目录到容器中去作为数据卷(推荐方式)
[root@localhost ~]# 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的/src/webapp目录到容器的/opt/webapp目录。 这个功能在进行测试的时候十分方便,比如用户可以将一些程序或数据放到本地目录中,然后在容器内运行和使用。另外,本地目录的路径必须是绝对路 径,如果目录不存在Docker,会自动创建。
Docker挂载数据卷的默认权限是读写(rw),用户也可以通过ro指定为只读:
[root@localhost ~]# docker run -d -P --name web -v /src/webapp:/opt/webapp:ro 
 training/webapp python app.py
加了:ro之后,容器内对所挂载数据卷内的数据就无法修改了。

2.3 挂载一个本地主机文件作为数据卷

-v标记也可以从主机挂载单个文件到容器中作为数据卷(不推荐)。
[root@localhost ~]# docker run --rm- it -v ~/.bash_history:/.bash_history ubuntu /bin/bash
这样就可以记录在容器输入过的命令历史了。
注意:
如果直接挂载一个文件到容器,使用文件编辑工具,包括vi或者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。所以推荐的方式是直接挂载文件所在的目录。

3. 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,最简单的方式是使用数据卷容器。数据卷容器也是一个容器,但是它的目的是专门用来提供数据卷供其他容器挂载。
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:
[root@localhost ~]# docker run -it -v /dbdata --name dbdata ubuntu 
root@3ed94f279b6f:/#
查看/dbdata目录:
root@3ed94f279b6f:/#ls
bin  boot  dbdata dev  etc  home  lib  lib64  media  mnt  opt  proc  root  run  sbin  srv  sys  tmp  usr  var
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:
[root@localhost ~]# docker run -it --volumes-from dbdata --name db1 ubuntu 
[root@localhost ~]# docker run -it --volumes-from dbdata --name db2 ubuntu
此时,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。
例如,在dbdata容器中创建一个test文件,如下所示:
root@3ed94f279b6f:/# cd /dbdata
root@3ed94f279b6f:/dbdata# touch test 
root@3ed94f279b6f:/dbdata# ls
test
在db1容器内查看它:
[root@localhost ~]# docker run -it --volumes-from dbdata --name db1 ubuntu
bin  boot  dbdata dev  etc  home  lib  lib64  media  mnt  opt  proc  root  run  sbin  srv  sys  tmp  usr  var
root@4128d2d804b4:/#ls dbdata/
test
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。
注意: 使用--volumes-from参数所挂载数据卷的容器自身并不需要保持在运行状态
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式使用docker rm-v命令来指定同时删除关联的容器。
使用数据卷容器可以让用户在容器之间自由地升级和移动数据卷。具体的操作将在下一篇文章中讲解。

4. 利用数据卷容器来迁移数据

可以利用数据卷容器对其中的数据卷进行备份、恢复,以实现数据的迁移。下面介绍这两个操作。

4.1 备份

使用下面的命令来备份dbdata数据卷容器内的数据卷:
[root@localhost ~]# docker run --volumes-from dbdata -v $(pwd):/backup --name worker ubuntu tar cvf /backup/backup.tar /dbdata
这个命令稍微有点复杂,具体分析一下。首先利用ubuntu镜像创建了一个容器worker。使用--volumes-from dbdata参数来让worker容器挂载 dbdata容器的数据卷(即dbdata数据卷);使用-v$(pwd):/backup参数来挂载本地的当前目录到worker容器的/backup目录。
worker容器启动后,使用了tar cvf/backup/backup.tar/dbdata命令来将/dbdata下内容备份为容器内的/backup/backup.tar,即宿主主机当前目录下的backup.tar

4.2 恢复

如果要将数据恢复到一个容器,可以按照下面的步骤操作。首先创建一个带有数据卷的容器dbdata2:
[root@localhost ~]# 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解压备份文件到所挂载的容器卷中:
[root@localhost ~]# docker run --volumes-from dbdata2 -v $(pwd):/backup busybox tar xvf /backup/backup.tar 

5.总结

数据是最宝贵的资源。Docker在设计上考虑到了这点,为数据管理提供了充分的操作支持。
本篇文章介绍了通过数据卷和数据卷容器对容器内数据进行共享、备份和恢复等操作,通过这些机制,即使容器在运行中出现故障,用户也不必担心数据发生丢失,只需要快速地重新创建容器即可。
在生产环境中,我推荐在使用数据卷或数据卷容器之外,定期将主机的本地数据进行备份,或者使用支持容错的存储系统,包括 RAID或分布式文件系统如Ceph、GPFS、HDFS等。

 👑👑👑结束语👑👑👑