首页 > 代码库 > Docker-数据卷和数据容器卷

Docker-数据卷和数据容器卷

容器中管理数据主要有两种方式:

数据卷(Data Volumes)

数据卷容器(Data Volumes Dontainers)

 

数据卷

使用-v可以挂载一个本地的目录到容器中作为数据卷。

[root@wls12c /]$ ls /b2bbackup  prog_update  wasStatus.log[root@wls12c /]$ docker run -d --name=tomcat -v /b2b:/test -it centos /bin/bashf85c616bde3317c857b657355561a1cfa4203fab2b8619386435e541089bde23[root@wls12c /]$ docker exec -it tomcat /bin/bash[root@f85c616bde33 /]# ls /testbackup  prog_update  wasStatus.log
[root@f85c616bde33 /]# touch test/demo
[root@f85c616bde33 /]# ls /test
backup  demo  prog_update  wasStatus.log
[root@f85c616bde33 /]# exit
exit
[root@wls12c /]$ ls /b2b
backup  demo  prog_update  wasStatus.log

可以看见容器中已经挂载了/b2b目录了,并有其中数据。

 

数据卷容器

如果容器之间需要共享一些持续更新的数据,最简单的方式就是是用户数据卷容器,数据卷容器就是一种普通容器,专门提供数据卷供其它容器挂载使用。

创建数据卷容器dbdata

[root@wls12c /]$ docker run -it -v /dbdata:/dbdata --name dbdata centos
[root@07e4ad5587e1 /]

创建db1和db2两个容器,并使用--volumes-from挂载dbdata容器中的数据卷

[root@wls12c /]$ docker run -it --volumes-from dbdata --name db1 centos[root@wls12c /]$ docker run -it --volumes-from dbdata --name db2 centos

这样三个容器任何一个容器在该目录下写入,其它容器都能看见。

 

备份

备份dbdata数据卷容器中的数据到主机的当前目录。

[root@wls12c /]$ docker run --volumes-from dbdata -v $(pwd):/backup --name worker centos tar zcf /backup/backup.tar.gz /dbdatatar: Removing leading `/ from member names[root@wls12c /]$ lsb2b            boot    dev   lib         media  net   root     srv   tmpbackup.tar.gz  cgroup  etc   lib64       misc   opt   sbin     sys   usrbin            dbdata  home  lost+found  mnt    proc  selinux  test  var[root@wls12c /]$ tar -tvf backup.tar.gz drwxr-xr-x root/root         0 2016-08-26 10:51 dbdata/-rw-r--r-- root/root         0 2016-08-26 10:40 dbdata/demo-rw-r--r-- root/root         6 2016-08-26 10:48 dbdata/test.txt-rw-r--r-- root/root         0 2016-08-26 10:51 dbdata/hello

 

恢复

创建一个带有数据卷的容器

[root@wls12c /]$ docker run -v /dbdata/dbdata --name db centos /bin/bash

恢复

[root@wls12c /]$ docker run --volumes-from db -v $(pwd):/backup  centos tar xf /backup/backup.tar.gz

 

Docker-数据卷和数据容器卷