docker数据管理

在生产环境中使用docker，经常需要对数据进行持久化，或者在多个容器之间进行数据共享，这就涉及到容器的数据管理操作。容器中管理数据主要有两种方式：
1）数据卷(data volumes):容器中数据直接映射到本地主机环境
2）数据卷容器(Data volume container):使用特定容器维护数据卷

数据卷是一个可供容器作用的特殊目录，它将主机操作系统目录直接映射进容器，类似于mount操作。
数据卷可以提供很多有用的特性，如下所示：
a）可以在容器之前共享和重用，容器间传递数据将变得高效与方便。
b）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。
c）对数据卷的更新不会影响镜像，解耦了应用和数据。
d）卷会一直存在，直到没有容器使用，再安全地卸载它。

1)在容器内创建一个数据卷

使用docker run 命令，使用-v 可以在容器内创建一个数据卷，如：
docker run -d -P --name web -v /webapp training/webapp python app.py
其中 -P是将容器服务暴露的端口，自动映射到本地主机的临时端口。

2）挂载一个主机目录作为数据卷

docker run -d -P --name web -v /src/webapp:/opt/webapp training/webapp python app.py
上行的命令会加载主机的/src/webapp目录到容器的/opt/webapp目录。这个功能在进行测试的时候非常方便，比如用户可以将一些程序和数据放到本地目录，然后在容器内运行和使用。其中，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。
另外docker 挂载数据的默认权限是读写(rw),用户也可以通过ro指定为只读：
docker run -d -P --name web -v /src/webapp:/opt/webapp:ro training/webapp python app.py

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;

docker run -it -v /dbdata --name dbdata centos
[root@c7ddcbaaef9c /]# [root@c7ddcbaaef9c /]# ls
anaconda-post.log bin dbdata dev etc home lib lib64 media mnt opt proc root run sbin srv sys tmp usr var

然后，可以在其它容器中使用 --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 centos
[root@localhost ~]# docker run -it --volumes-from dbdata--name db2 centos

此时，容器的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，其它容器都可以看到。

例如，在db2容器中创建一个test文件，如
[root@e6b3fbcc7317 /]# cd /dbdata/
[root@e6b3fbcc7317 dbdata]# touch test
[root@e6b3fbcc7317 dbdata]# ls
test
在db1中查看
[root@d3e7ca4984f8 /]# cd /dbdata/
[root@d3e7ca4984f8 dbdata]# ls
test

可以多次使用 --volumes-from 参数来从多个容器挂载多个数据。还可以从其他已经挂载了容器卷的容器来挂载数据卷。 （注：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）

此外，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 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。

转载于:https://blog.51cto.com/13658834/2332998