docker数据管理

trzxycx

Docker数据管理
　　首先，大家如果看到有什么不懂的地方，欢迎吐槽！！！  

我会在当天或者第二天及时回复，并且改进~~
　　容器中管理数据有两种方式

• 数据卷  (Data Volumes)
  
• 数据卷容器  (Data Volume Containers)
  

　　一、数据卷

数据卷是一个可供容器使用的特殊目录，它绕过文件系统，可以提供很多有用的特性：
　　1.数据卷可以在容器之间共享和重用
2.对数据卷的修改会立马生效
3.对数据卷的更新，不会影响镜像
4.卷会一直存在，直到没有容器使用
　　(1)、在容器中创建一个数据卷

第一条命令创建容器、配置name、挂载目录为/webapp，并且允许外部访问容器的端口(-P)

第二条命令进入容器进行操作

第三条命令查看webapp是否挂载

　　(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已有的目录到容器中去作为数据卷：
　　下面的命令将加载数据的/tmp/web目录到容器的/ubuntu/web目录


docker run -d -P --name web1 -v /tmp/web1:/ubuntu/web1 ubuntu
　　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


docker run -d -P --name web2 -v /tmp/web2:/ubuntu/web2:ro ubuntu
　　加了：ro之后，容器内挂载的数据卷的数据就无法修改了
　　二、数据卷容器

如果用户需要在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。

数据卷容器其实就是一个普通的容器，专门用它提供数据卷供其他容器挂载。
　　(1)、创建数据卷容器，并在其中创建一个数据卷挂载到/dbdata，然后在其他容器中使用–volumes-from来挂载dbdata容器中的数据卷


docker run -it -v /dbdata --name container1 192.168.0.216:5000/ubuntu
docker run -it --volumes-from container1 --name container2 192.168.0.216:5000/ubuntu
docker run -it --volumes-from container1 --name container3 192.168.0.216:5000/ubuntu
　　可以看到刚创建的三个容器，并且container1和2都挂载同一个数据卷到/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


970056a8101f   192.168.0.216:5000/ubuntu:latest   "/bin/bash"  3 hours ago  Up 3 hours container2
f6900d9f719b   192.168.0.216:5000/ubuntu:latest   "/bin/bash"  3 hours ago  Up 3 hours container1
8277e088b5f6   192.168.0.216:5000/ubuntu:latest   "/bin/bash"  3 hours ago  Up 3 hours container_maste
　　(2)备份和还原
　　这边我创建三个容器，file bak restore

file先存储数据文件

bak则进行tar打包备份

restore容器将bak中的tgz包还原回来


docker run -d -it --name file -v /file 192.168.0.216:5000/tomcat
docker run -d -it --name bak -v /bak 192.168.0.216:5000/tomcat
docker run -d -it --name restore -v /restore 192.168.0.216:5000/tomcat
[iyunv@docker ~]#ls
get_logs.sh  kernel-ml-aufs-3.10.5-3.el6.x86_64.rpm  kernel-ml-aufs-devel-3.10.5-3.el6.x86_64.rpm  xxx
[iyunv@docker ~]#cp -rf * /file/
[iyunv@docker ~]#tar zcf /bak/backup.tgz /file/
[iyunv@docker ~]#tar zxf /bak/backup.tgz -C /restore/
[iyunv@docker ~]#ls /restore/file/
get_logs.sh  kernel-ml-aufs-3.10.5-3.el6.x86_64.rpm  kernel-ml-aufs-devel-3.10.5-3.el6.x86_64.rpm  xxx
[iyunv@docker ~]#

版权声明：本文为博主原创文章，未经博主允许不得转载。