Docker将运用与运行的环境打包形成容器运行, Docker容器产生的数据,如果不通过docker commit生成新的镜像,使得数据做为镜像的一部分保存下来, 那么当容器删除后,数据自然也就没有了。 为了能保存数据在Docker中我们使用卷。
卷就是目录或文件,存在于一个或多个容器中,由Docker挂载到容器,但卷不属于联合文件系统(Union FileSystem),因此能够绕过联合文件系统提供一些用于持续存储或共享数据的特性:。
卷的设计目的就是数据的持久化,完全独立于容器的生存周期,因此Docker不会在容器删除时删除其挂载的数据卷。
数据卷的特点如下:

  1. 数据卷可在容器之间共享或重用数据
  2. 卷中的更改可以直接生效
  3. 数据卷中的更改不会包含在镜像的更新中
  4. 数据卷的生命周期一直持续到没有容器使用它为止

1 数据卷的基本操作

创建一个数据卷并查看

docker volume create my_vol

查看所有数据卷

docker volume ls

查看指定数据卷的信息

docker volume inspect my_vol

{
“CreatedAt”: “2022-07-27T17:17:44+08:00”,
“Driver”: “local”,
“Labels”: {},
“Mountpoint”: “/var/lib/docker/volumes/my_vol/_data”,
“Name”: “my_vol”,
“Options”: {},
“Scope”: “local”
}

启动一个挂载数据卷的容器

docker run -itd --name vol_test node:v1.0 --mount source=my_vol,target=/hhc /bin/bash

–mount source=my_vol,target=/hhc表示将主机上的数据卷my_vol挂载到容器的/hhc目录下。

在主机中查看容器里数据卷的信息

docker inspect vol_test

删除数据卷

docker volume rm my_vol

如果需要在删除容器的同时移除数据卷。可以在删除容器的时候使用 docker rm -v 这个命令。
无主的数据卷可能会占据很多空间,要清理请使用以下命令:

docker volume prune

2 挂载主机目录作为数据卷

我这里准备两个python文件。
test.py文件代码如下:

from flask import Flask
from test_name import *

app=Flask(__name__)
@app.route('/')
def index():
    my_name=get_name()
    return 'welcome '+my_name+' to visit huanhuncao server'
    
print('服务已启动...')
app.run(host='0.0.0.0',port=8002)

test_name.py文件代码为:

def get_name():
    return "huanhuncao"
docker run -itd -p 7002:8002 --name vol_py --mount type=bind,source=/home/lx/test,target=/test -w /test python3.8:v1.0 python test.py

–mount type=bind,source=/home/lx/test,target=/test表示将主机上的目录/home/lx/test挂载到容器中的/test目录下;

-w /test表示将容器中的/test作为工作目录,此时若加/bin/bash,可以发现直接进入到容器的/test目录下了。

dockerfile volume有什么用 docker volume 文件_数据


启动成功后,就可以测试服务是否运行正常。

curl http://127.0.0.1:7002

welcome huanhuncao to visit huanhuncao server

成功得到服务响应,可见服务启动成功了。

接下来我们来测试下数据卷的一个特性:卷中的更改可以直接生效。

我们直接更改主机中test_name.py的文件内容:

dockerfile volume有什么用 docker volume 文件_容器_02


进入容器中,可以看到这个文件也一起更改了:

dockerfile volume有什么用 docker volume 文件_容器_03


由于上面我们启动的flask服务没有使用debug模式,因此服务并没有随着一起更新,如果在flask服务的启动模式改为debug,那么更改代码后,服务也会立即更新,这里就不演示了。

生产环境的时候就改变主机文件,然后重启容器。

docker restart id