Docker大学生看了都会系列(六、Dokcer容器数据卷)

2024-06-07 04:44

本文主要是介绍Docker大学生看了都会系列(六、Dokcer容器数据卷),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

系列文章目录
第一章 Docker介绍
第二章 2.1 Mac通过Homebrew安装Docker
第二章 2.2 CentOS安装Docker
第三章 Docker常用命令
第四章 常用命令实战
第五章 Docker镜像详解
第六章 Docker容器数据卷

文章目录

  • 一、前言
  • 二、环境
  • 三、容器数据卷基本介绍
    • 3.1 什么是容器数据卷
    • 3.2 容器数据卷的本质
    • 3.3 容器数据卷的作用
  • 四、容器数据卷的使用(实战:MySQL数据持久化)
    • 4.1 查找镜像
    • 4.2 拉取镜像
    • 4.3 挂载容器目录到宿主机(`重点`)
    • 4.4 通过交互运行的形式进入容器内部
    • 4.5 启用MySQL命令行
    • 4.6 添加测试
    • 4.7 查看结果
      • 4.7.1 通过inspect命令查看挂载路径
      • 4.7.3 通过FinalShell查看数据是否变更


一、前言

通过本文了解什么是容器数据卷,实战:使用具名挂载的命令对MySQL数据持久化。

二、环境

名称备注
远程操作系统CentOS 7.9 64位
远程管理工具FinalShell 版本4.3.11
操作命令对象Docker 版本26.1.3
测试对象MySQL 版本8.0.27

三、容器数据卷基本介绍

3.1 什么是容器数据卷

一种持久化存储解决方案,它使得容器内的数据可以持久化保存,并且在容器之间共享和重用数据,这就是Docker容器数据卷。

3.2 容器数据卷的本质

卷理解就是目录或者文件。本质其实就是将容器内的目录/文件挂载在宿主机的目录/文件容器目录/文件内产生数据变化同步给宿主机宿主机目录/文件数据变化也会同步给容器目录/文件,这其实也就是双向绑定。多个容器可以挂载宿主机的同一个目录/文件下,实现容器间的数据共享

3.3 容器数据卷的作用

容器的持久化和同步操作, 实现容器与宿主机之间,容器与容器之间可以数据共享。

四、容器数据卷的使用(实战:MySQL数据持久化)

4.1 查找镜像

docker search mysql

4.2 拉取镜像

docker pull mysql

4.3 挂载容器目录到宿主机(重点)

docker run -d -p 3306:3306 -v /home/mysql/conf:/etc/mysql/conf.d -v /home/mysql/data:/var/lib/mysql -e MYSQL_ROOT_PASSWORD=123456 --name mysql01 mysql


具名挂载语法:-v 宿主机目录/文件:容器目录/文件
匿名挂载语法:-v 容器目录/文件
这里我们以具名挂载的形式进行演示。
匿名挂载,没有指定目录的情况下都是在/var/lib/docker/volumes/xxxx/_data下,这里不演示。
MYSQL_ROOT_PASSWORD这个填写MySQL的密码,不用过多解释。

选项参数备注
-d后台运行
-p端口映射
-v卷挂载
-e环境配置
–name容器名字

4.4 通过交互运行的形式进入容器内部

docker exec -it mysql01 /bin/bash

4.5 启用MySQL命令行

这里以密码登陆的方式进入

mysql -uroot -p123456

4.6 添加测试

创建一个名为“dd”的数据库,并创建一张名为“users”的表

create database dd;
create table users(id int not null,name varchar(20));

4.7 查看结果

4.7.1 通过inspect命令查看挂载路径

此时通过docker inspect 容器名称可以看到,容器内的路径和挂载宿主机的路径。

docker inspect mysql01

4.7.3 通过FinalShell查看数据是否变更

此时通过FinalShell可以看到,容器内的数据已经同步给了宿主机,实现了数据持久化。

完成ヾ(◍°∇°◍)ノ゙

这篇关于Docker大学生看了都会系列(六、Dokcer容器数据卷)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1038193

相关文章

Spring Security 从入门到进阶系列教程

Spring Security 入门系列 《保护 Web 应用的安全》 《Spring-Security-入门(一):登录与退出》 《Spring-Security-入门(二):基于数据库验证》 《Spring-Security-入门(三):密码加密》 《Spring-Security-入门(四):自定义-Filter》 《Spring-Security-入门(五):在 Sprin

大模型研发全揭秘:客服工单数据标注的完整攻略

在人工智能(AI)领域,数据标注是模型训练过程中至关重要的一步。无论你是新手还是有经验的从业者,掌握数据标注的技术细节和常见问题的解决方案都能为你的AI项目增添不少价值。在电信运营商的客服系统中,工单数据是客户问题和解决方案的重要记录。通过对这些工单数据进行有效标注,不仅能够帮助提升客服自动化系统的智能化水平,还能优化客户服务流程,提高客户满意度。本文将详细介绍如何在电信运营商客服工单的背景下进行

基于MySQL Binlog的Elasticsearch数据同步实践

一、为什么要做 随着马蜂窝的逐渐发展,我们的业务数据越来越多,单纯使用 MySQL 已经不能满足我们的数据查询需求,例如对于商品、订单等数据的多维度检索。 使用 Elasticsearch 存储业务数据可以很好的解决我们业务中的搜索需求。而数据进行异构存储后,随之而来的就是数据同步的问题。 二、现有方法及问题 对于数据同步,我们目前的解决方案是建立数据中间表。把需要检索的业务数据,统一放到一张M

关于数据埋点,你需要了解这些基本知识

产品汪每天都在和数据打交道,你知道数据来自哪里吗? 移动app端内的用户行为数据大多来自埋点,了解一些埋点知识,能和数据分析师、技术侃大山,参与到前期的数据采集,更重要是让最终的埋点数据能为我所用,否则可怜巴巴等上几个月是常有的事。   埋点类型 根据埋点方式,可以区分为: 手动埋点半自动埋点全自动埋点 秉承“任何事物都有两面性”的道理:自动程度高的,能解决通用统计,便于统一化管理,但个性化定

使用SecondaryNameNode恢复NameNode的数据

1)需求: NameNode进程挂了并且存储的数据也丢失了,如何恢复NameNode 此种方式恢复的数据可能存在小部分数据的丢失。 2)故障模拟 (1)kill -9 NameNode进程 [lytfly@hadoop102 current]$ kill -9 19886 (2)删除NameNode存储的数据(/opt/module/hadoop-3.1.4/data/tmp/dfs/na

异构存储(冷热数据分离)

异构存储主要解决不同的数据,存储在不同类型的硬盘中,达到最佳性能的问题。 异构存储Shell操作 (1)查看当前有哪些存储策略可以用 [lytfly@hadoop102 hadoop-3.1.4]$ hdfs storagepolicies -listPolicies (2)为指定路径(数据存储目录)设置指定的存储策略 hdfs storagepolicies -setStoragePo

Hadoop集群数据均衡之磁盘间数据均衡

生产环境,由于硬盘空间不足,往往需要增加一块硬盘。刚加载的硬盘没有数据时,可以执行磁盘数据均衡命令。(Hadoop3.x新特性) plan后面带的节点的名字必须是已经存在的,并且是需要均衡的节点。 如果节点不存在,会报如下错误: 如果节点只有一个硬盘的话,不会创建均衡计划: (1)生成均衡计划 hdfs diskbalancer -plan hadoop102 (2)执行均衡计划 hd

如何用Docker运行Django项目

本章教程,介绍如何用Docker创建一个Django,并运行能够访问。 一、拉取镜像 这里我们使用python3.11版本的docker镜像 docker pull python:3.11 二、运行容器 这里我们将容器内部的8080端口,映射到宿主机的80端口上。 docker run -itd --name python311 -p

【Prometheus】PromQL向量匹配实现不同标签的向量数据进行运算

✨✨ 欢迎大家来到景天科技苑✨✨ 🎈🎈 养成好习惯,先赞后看哦~🎈🎈 🏆 作者简介:景天科技苑 🏆《头衔》:大厂架构师,华为云开发者社区专家博主,阿里云开发者社区专家博主,CSDN全栈领域优质创作者,掘金优秀博主,51CTO博客专家等。 🏆《博客》:Python全栈,前后端开发,小程序开发,人工智能,js逆向,App逆向,网络系统安全,数据分析,Django,fastapi

科研绘图系列:R语言扩展物种堆积图(Extended Stacked Barplot)

介绍 R语言的扩展物种堆积图是一种数据可视化工具,它不仅展示了物种的堆积结果,还整合了不同样本分组之间的差异性分析结果。这种图形表示方法能够直观地比较不同物种在各个分组中的显著性差异,为研究者提供了一种有效的数据解读方式。 加载R包 knitr::opts_chunk$set(warning = F, message = F)library(tidyverse)library(phyl