Docker使用数据容器的具体示例

基本知识

在 Docker 的使用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，所以这就涉及到 Docker 容器的数据操作。

容器中数据管理主要有两种方式：数据卷和数据卷容器。

数据卷（Data Volumes）容器内数据直接映射到本地宿主机。
数据卷容器（Data Volume Containers）使用特定容器维护数据卷。

数据卷

数据卷是一个特殊的目录，它将主机目录直接映射进容器。可供一个或多个容器使用。数据卷设计的目的就是为了数据的持久化，它完全独立与容器的生命周期。因此，容器删除时，不会删除其挂载的数据卷，也不会存在类似的垃圾机制对容器存在的数据卷进行处理。

数据卷的特性：

数据卷在容器启动时初始化，如果容器使用的镜像在挂载点包含了数据，这些数据会拷贝到新初始化的数据卷中
数据卷可以在容器之间共享和重用
可以对数据卷里的内容直接修改，修改回马上生效，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的更新
数据卷会一直存在，即使挂载数据卷的容器已经被删除

创建数据卷的方法 :docker run -v /lcoaldir:/volumedir -it /image /bin/bash

Notice: Docker 挂载数据卷的默认权限是读写（rw）, 通过上面的 "RW": true 可以看到，我们也可以在创建的时候进行设置为只读。使用 ro 这种是通过-v的形式进行挂在容器的，还可以通过 Dockerfile 的创建镜像的形式进行挂载，但是这种挂载通过此镜像创建的 Container 是完全独立的。

#Dockerfile
FROM hub.c.163.com/library/ubuntu
VOLUME [\”/datavolume1\”,\”/dockervolume2\”]
CMD /bin/bash

1.执行 docker build -t df_vo . 生成镜像。

2.利用这个镜像创建 Container. docker run –name votest1 -it df_vo这样的形式生成的 Continer 数据是相互独立的。

数据卷容器

用户需要在多个容器之间共享一些数据，就可以使用数据卷容器。命名的容器挂载数据卷，其他容器通过挂载这个容器实现数据共享，挂载数据卷的容器，就叫数据卷容器。

先创建一个容器
然后挂载。

挂载数据卷容器的方法：

用户需要在多个容器之间共享一些数据，就可以使用数据卷容器。

docker run –volumes-from 容器名

命名的容器挂载数据卷，其他容器通过挂载这个容器实现数据共享，挂载数据卷的容器，就叫数据卷容器。下面我们进行如下的数据卷容器的实验

先创建一个数据容器镜像

#Dockerfile
FROM alpine
WORKDIR /app
COPY ./datavolume1 .
VOLUME [\”/app\”]
RUN apk add –no-cache bash

注意 COPY 命令不能使用绝对路径。必须使用相对路径。

命令说明:

VOLUME 命令: 在 Dockerfile 中，我们可以事先指定某些目录挂载为匿名卷，这样在运行时如果用户不指定挂载，其应用也可以正常运行，不会向容器存储层写入大量数据。

RUN apk add –no-cache bash to keep docker image size small. 最小化安装 bash。

对镜像进行编译。

docker build -t df_vo .

然后对进行进行创建 Container。

docker run –name votest -itd df_vo

挂载数据卷容器的方法：

docker run –volumes-from 容器名
#启动一个数据盘容器，数据盘挂载votest容器。
docker run -it –name votest_data1 –volumes-from votest df_vo

————–数据变化测试————–这个可以在 votest_data1 中的 app 目录下看到从磁盘带进来的数据。做如下测试:

修改 votest 容器中的数据, votest_data1 中的数据发生变化。
修改 votest_data1 中数据 votest 容器中的数据发生变化。

再次搞个容器 votest_data2 进行测试

docker run -it –name votest_data2 –volumes-from votest df_vo

这个时候在启动一个 votest_data2 同样的做文件变动测试，三者完全是联动的。其实这些是否联动通过docker inspect命令，找到 Mounts/Name ，表示挂载磁盘的位置。

现在再进行下一步的测试:

启动两个也带有 -v 挂载方式的容器。启动命令如下:

docker run -it –name votest_data3 -v /home/homework/Cobra/docker/datavolume/log:/app/log –volumes-from votest df_vo
docker run -it –name votest_data4 -v /home/homework/Cobra/docker/datavolume/log:/app/log –volumes-from votest df_vo

做如下测试：【3 应用容器，4 应用容器，0 代表数据卷容器, L 代表主机本地，log 目录为从硬盘来源目录】其中 log 在应用容器和本地是完全相通的。其中 0，3，4 数据之间的数据是完全相通的。通过-v 挂进去的数据磁盘，不会影响到数据卷。他们各自在各自的区域内形成的数据相互影响。

下面我们做下停机的相关测试

将 3 数据容器给停止掉。docker stop votest_data3在 4 中修改各自范围内文件，0 变，本地也变，他们不会收到 3 的影响。将 3 数据容器启动，docker start votest_data3首先看到 3 中的文件已经改变了。已经和 4，5 同步。

现在将 0 停掉 docker stop votest在 3 中修改数据卷挂载进来的数据。这个时候也会影响到 4。也就是 3 和 4 是相互通的。（尽管现在已经将数据盘给停掉了!!!!!!）这个特性太牛逼了，这样可以将数据盘进行 Hot–Update，不会影响业务使用。

现在将数据盘重新进行启动，查看 3 和 4 中的数据是否会更新?

docker run votest

这个时候启动发现数据盘容器的数据也恢复到了和 3、4 号容器同步了。这个。。。。

现在我们重新对 votest container 删除掉，然后重新创建，我看看下 3、4 号 container 的反应。

docker stop votest
docker rm votest
docker run –name votest -itd df_vo

这个时候发现数据 votest container 已经完全和 3、4 号容器隔离了。修改 votest 不会引起其他的变化。

Now！！！我们继续测试。docker restart votest_data3 对 3 号容器进行重启，看看其数据变化情况。

重启发现 3 号和 4 号依然是旧的数据容器并且是相通的。
同时关闭 3 和 4 然后同时重启，不管怎么操作 3 和 4 都是相通的。。

说明 docker start/stop 不能打断他们想通性。

Now!!! 那我们怎么让应用程序更新最新到最新的 votest 的数据容器呢?

docker stop dvtest_data3
docker rm dvtest_data3
#再次重建生成容器
docker run -it –name votest_data3 -v /home/homework/Cobra/docker/datavolume/log:/app/log –volumes-from votest df_vo

这个时候发现 votest_data3 和 votest 的数据进行了同步。这样就是实现了数据的同步。结论:如果要实现数据的热更新，应该对 votest 然后对 votest_data 依次进行重新生成 Container。