---
title: "【转载】 Docker与Kubernetes系列(四): Docker的数据卷"
id: "1528"
type: "post"
slug: "%e3%80%90%e8%bd%ac%e8%bd%bd%e3%80%91-docker%e4%b8%8ekubernetes%e7%b3%bb%e5%88%97%e5%9b%9b-docker%e7%9a%84%e6%95%b0%e6%8d%ae%e5%8d%b7"
published_at: "2017-08-09T21:18:05+00:00"
modified_at: "2017-08-09T21:18:05+00:00"
url: "https://seq.ink/all/1528.html"
markdown_url: "https://seq.ink/all/1528.html.md"
excerpt: "原文地址 这段时间工作中用到了Docker以及Kubernetes（简称K8S），现在整理下我学习Docker以及K8S过程中看的一些比较好的资料，方便自己回顾，也希望能给容器小白一些帮助。给自己定一个小目标，二月底之前完成。 这是本系列的 ..."
taxonomy_category:
  - "ALL"
---

[原文地址](http://blog.csdn.net/u012422829/article/details/56009698)

**这段时间工作中用到了[Docker](http://lib.csdn.net/base/docker)
以及Kubernetes（简称K8S），现在整理下我学习[Docker](http://lib.csdn.net/base/docker)
以及K8S过程中看的一些比较好的资料，方便自己回顾，也希望能给容器小白一些帮助。给自己定一个小目标，二月底之前完成。**

这是本系列的第四篇文章， 将介绍[Docker](http://lib.csdn.net/base/docker)
的数据卷。

整理自： https://hujb2000.gitbooks.io/[docker](http://lib.csdn.net/base/docker)
-flow-evolution/content/cn/advance/volume/preface.html

由于容器默认使用的AUFS文件系统的设计使得Docker可以提高镜像构建、存储和分发的效率，节省了时间和存储空间，然而也存在以下问题：

1. 容器中的文件在宿主机上存在形式复杂，不能在宿主机上很方便地对容器中的文件进行访问；
2. 多个容器之间的数据无法方便的共享；
3. 当删除容器时，容器产生的数据将丢失；

于是，Docker引入了数据卷(volume)机制(vfs文件系统,不支持写时复制）。

# 一、数据卷的作用

数据卷是存在于一个或多个容器中的特定的目录，这一目录绕过UFS,可以提供以下特性：

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. 数据卷是被设计用来持久化数据的，它的生命周期独立于容器，默认会一直存在，即使容器被删除。

*注意：数据卷的使用，类似于 [Linux](http://lib.csdn.net/base/linux)
 下对目录或文件进行 mount，镜像中的被指定为挂载点的目录中的文件会隐藏掉，能显示看的是挂载的数据卷。

# 二、数据卷的原理

Docker的数据的本质是容器中一个特殊的文件或目录(挂载点)。在容器的创建过程中，这个挂载点会被 挂载一个宿主机上的指定的目录 (一个以volumeID为名称的目录 或者指定的宿主机目录)。

例1： docker run -v /data busybox /bin/sh

//将宿主机上的volume_id目录绑定挂载到rootfs中指定的挂载点/data上 mount(“/var/lib/docker/vfs/dir/volume_id”,”rootfs/data”,”none”,MS_BIND,NULL);

例2: docker run -v /var/log:/data busybox /bin/bash

//将宿主机上的/var/log目录绑定挂载到rootfs中指定的挂载点/data上 mount(“/var/log”,”rootfs/data”,”none”,MS_BIND,NULL);

以上两种挂载方法的区别除了挂载的源目录不一样外，root/data目录下原来的文件在例1下是不存在的，但在例2下是仍旧存在的。

- 创建Volume

volume的来源只有3种：即从容器挂载、从宿主机挂载和其他容器共享。内部通过Mount对象来维护逻辑。

- 删除Volume

如果删除容器时带有-v标签或是这个容器运行时带有一个–rm标签，删除容器时会尝试删除这个容器所使用的volum。在将自己从volume的[Container](http://lib.csdn.net/base/docker)
列表中删除后，判断volume的Container的列表是否为空，如果这个volume不被任务容器使用，则将这个volume删除 ，然后做以下两件事：

1. 删除这个volume对应的配置文件；
2. 如果这个volume是从容器挂载的，所以只需要删除宿主机上对应的volume_id文件夹。
3. volume的相关配置文件

Docker的每个容器在docker/containers文件夹下有一个以容器ID命名的子文件夹，这个子文件夹中的config.json文件是这个容器的配置文件，可以从中看到这个容器所使用的volume ID以及它们的可写情况。 如果你要查看volume的具体信息，你可以在docker/volumes文件夹下找与volume id命名的子文件夹，这个子文件夹中的config.json文件包含了volume的具体信息。

# 三、数据卷的使用

- 挂载一个主机目录作为数据据卷

$ sudo docker run -d -P –name web -v /src/webapp:/opt/webapp:ro training/webapp [Python](http://lib.csdn.net/base/python)
 app.py

Docker 挂载数据卷的默认权限是读写，用户也可以通过 :ro 指定为只读。

当然， 一次可以挂载多个数据卷。

查看数据卷的具体信息,docker inspect web 查看volume字段信息。

- 挂载一个本地主机文件作为数据卷

$ sudo docker run –rm -it -v ~/.bash_history:/.bash_history ubuntu /bin/bash

- 数据卷容器

首先， 创建一个名为dbdata的数据卷容器

**sudo docker run -d -v /dbdata –name dbdata training/postgres echo Data-only container for postgres**

然后，在其他容器中使用 –volumes-from 来挂载 dbdata 容器中的数据卷。

$ sudo docker run -d –volumes-from dbdata –name db1 training/postgres

$ sudo docker run -d –volumes-from dbdata –name db2 training/postgres

可以使用超过一个的 –volumes-from 参数来指定从多个容器挂载不同的数据卷。 也可以从其他已经挂载了数据卷的容器来级联挂载数据卷。

$ sudo docker run -d –name db3 –volumes-from db1 training/postgres

注意：使用 –volumes-from 参数所挂载数据卷的容器自己并不需要保持在运行状态。如果删除了挂载的容器（包括 dbdata、db1 和 db2），数据卷并不会被自动删除。如果要删除一个数据卷，必须在删除最后一个还挂载着它的容器时使用 docker rm -v 命令来指定同时删除关联的容器。

- 数据卷备份

首先使用 –volumes-from 标记来创建一个加载 dbdata 容器卷的容器，并从主机挂载当前目录到容器的 /backup 目录。命令如下：

$ sudo docker run –volumes-from dbdata -v $(pwd):/backup ubuntu tar cvf /backup/backup.tar /dbdata

容器启动后，使用了 tar 命令来将 dbdata 卷备份为容器中 /backup/backup.tar 文件，也就是主机当前目录下的名为 backup.tar 的文件。

- 数据卷恢复

如果要恢复数据到一个容器，首先创建一个带有空数据卷的容器 dbdata2。

$ sudo docker run -v /dbdata –name dbdata2 ubuntu /bin/bash

然后创建另一个容器，挂载 dbdata2 容器卷中的数据卷，并使用 untar 解压备份文件到挂载的容器卷中。

$ sudo docker run –volumes-from dbdata2 -v $(pwd):/backup busybox tar xvf /backup/backup.tar

为了查看/验证恢复的数据，可以再启动一个容器挂载同样的容器卷来查看+

$ sudo docker run –volumes-from dbdata2 busybox /bin/ls /dbdata