docker镜像的理解和容器数据卷

简介: 这篇文章只要介绍对镜像的基本理解和使用,以及非常重要的容器数据卷

Docker镜像

镜像是什么

镜像是一种轻量级、可执行的独立软件包,用来打包软件运行环境和基于运行环境开发的软件,它包含运行某个软件所需的所有内容,包括代码、运行时库、环境变量和配置文件。

Docker镜像加载原理

UnionFS (联合文件系统)

bootfs:

rootfs

分层理解

特点

Docker的镜像都是只读的,当容器启动的时候,一个新的可写层被加载到镜像的顶部!

这一层就是我们通常多说的容器层,容器之下的都叫镜像层!

commit镜像

docker commit 提交容器成为一个新的副本

#命令和git原理类似
docker commit -m=“提交的描述信息”  -a=“作者” 容器id  目标镜像名:[tag]

实战测试

#1、启动一个默认的tomcat

#2、发现这个默认的tomcat,没有webapps应用,镜像的原因

#3、自己拷贝进去了基本的文件

#4、将我们操作过的容器通过commit提交为一个镜像,我们以后就使用我们修改过的镜像即可,这就是我们自己的镜像。
docker commit -a=“kuangshen” -m=“add webapps app”   容器id  镜像名:版本

容器数据卷

什么是容器数据卷

容器之间可以有一个数据共享的技术! docker容器中产生的数据可以 同步到本地

这就是卷技术 目录的挂载,将我们容器内的目录,挂载到Linux上面
image.png

容器的持久化和同步操作!容器间也可以数据共享

使用容器数据卷

方式一:直接使用命令来挂载 -v

dockerrun -it -v 主机目录:容器内目录

#测试
ji@ji-VirtualBox:~$ docker run -it -v /home/ji/ceshi:/* centos /bin/bash

image.png

保持文件的同步,可以保持双向的同步以后修改只需要在本地修改即可,容器内会自动同步

具名和匿名挂载

#匿名挂载
-v  容器内路径!
docker run -d -P --name nginx01 -v /etc/nginx nginx
-P   表示随机映射端口

#查看所有的volume的情况
docker volume ls

#这种就是匿名挂载,我们在-v 只写了容器内的路径,没有写容器外的路径

#具名挂载
docker run -d -P --name nginx02 -v juming-nginx:/etc/nginx nginx

#通过-v 卷名:容器内路径
#查看具体位置
docker volume inspect juming-nginx 根据自己的卷名进行修改

docker容器内的卷,没有指定目录的情况下都是在/var/lib/docker/volumes/xxxx/_data

#如何确定是具名挂载还是匿名挂载,还是指定路径挂载
-v 容器内路径       #匿名挂载
-v 卷名:容器内路径   #具名挂载
-v /宿主机路径::容器内路径    #指定路径挂载

扩展

#通过  -v 容器内路径:ro rw 改变读写权限
ro  readonly  #只读
rw  readwrite #可读可写

#一旦这个了设置了容器权限,容器对我们挂载出来的内容就有限定了
docker run -d -P --name nginx02 -v juming-ngin:/etc/nginx:ro nginx
docker run -d -P --name nginx02 -v juming-ngin:/etc/nginx:rw nginx

#ro 只要看到ro就说明这个路径只能通过宿主机来操作,容器内部都是无法操作的

初识Dockerfile

Dockerfile就是用来构建docker镜像的构建文件!命令脚本!通过这个脚本可以生成镜像,镜像是一层层的,脚本是一个个的命令

#创建一个dockerfile文件,名字可以随机  建议dockerfile
#文件中的内容  指令(大写) 参数

FROM centos

VOLUME ["volume01","volume02"]

CMD echo "-----end------"

CMD /bin/bash

数据卷容器

多个mysql同步数据!

image.png

docker run -it --name docker01 kuangshen/centos:1.0    #创建容器并运行

docker run -it --name docker02 --volumes-from docker01 kuangshen/centos:1.0   #将docker02挂载与docker01 可以实现数据的同步

image.png

多个mysql可以实现数据共享

相关文章
|
1天前
|
存储 安全 数据安全/隐私保护
【Docker 专栏】Docker 容器化应用的备份与恢复策略
【5月更文挑战第9天】本文探讨了Docker容器化应用的备份与恢复策略,强调了备份在数据保护、业务连续性和合规要求中的关键作用。内容涵盖备份的重要性、内容及方法,推荐了Docker自带工具和第三方工具如Portainer、Velero。制定了备份策略,包括频率、存储位置和保留期限,并详细阐述了恢复流程及注意事项。文章还提及案例分析和未来发展趋势,强调了随着技术发展,备份与恢复策略将持续演进,以应对数字化时代的挑战。
【Docker 专栏】Docker 容器化应用的备份与恢复策略
|
1天前
|
监控 Kubernetes Docker
【Docker 专栏】Docker 容器内应用的健康检查与自动恢复
【5月更文挑战第9天】本文探讨了Docker容器中应用的健康检查与自动恢复,强调其对应用稳定性和系统性能的重要性。健康检查包括进程、端口和应用特定检查,而自动恢复则涉及重启容器和重新部署。Docker原生及第三方工具(如Kubernetes)提供了相关功能。配置检查需考虑检查频率、应用特性和监控告警。案例分析展示了实际操作,未来发展趋势将趋向更智能和高效的检查恢复机制。
【Docker 专栏】Docker 容器内应用的健康检查与自动恢复
|
22小时前
|
Ubuntu Docker 容器
docker容器保存和导入
docker容器保存和导入
6 0
|
1天前
|
Prometheus 监控 Cloud Native
构建高效稳定的Docker容器监控体系
【5月更文挑战第14天】 在现代微服务架构中,Docker容器作为应用部署的基本单元,其运行状态的监控对于保障系统稳定性和性能至关重要。本文将探讨如何构建一个高效且稳定的Docker容器监控体系,涵盖监控工具的选择、关键指标的采集、数据可视化以及告警机制的设计。通过对Prometheus和Grafana的整合使用,实现对容器资源利用率、网络IO以及应用健康状态的全方位监控,确保系统的高可用性和故障快速响应。
|
1天前
|
Prometheus 监控 Cloud Native
构建高效稳定的Docker容器监控体系
【5月更文挑战第13天】在微服务架构和容器化部署日益普及的背景下,对Docker容器的监控变得尤为重要。本文将探讨一种构建高效稳定Docker容器监控体系的方法,通过集成Prometheus和cAdvisor工具,实现对容器资源使用情况、性能指标和运行状态的实时监控。同时,结合Grafana进行数据可视化,为运维人员提供直观的分析界面,以便及时发现和解决潜在问题,保障系统的高可用性和稳定性。
21 6
|
1天前
|
存储 安全 开发者
如何删除 Docker 镜像、容器和卷?
【5月更文挑战第11天】
15 2
如何删除 Docker 镜像、容器和卷?
|
1天前
|
NoSQL Redis Docker
Mac上轻松几步搞定Docker与Redis安装:从下载安装到容器运行实测全程指南
Mac上轻松几步搞定Docker与Redis安装:从下载安装到容器运行实测全程指南
19 0
|
1天前
|
缓存 关系型数据库 数据库
【Docker 专栏】Docker 与容器化数据库的集成与优化
【5月更文挑战第9天】本文探讨了Docker与容器化数据库集成的优势,如快速部署、环境一致性、资源隔离和可扩展性,并列举了常见容器化数据库(如MySQL、PostgreSQL和MongoDB)。讨论了集成方法、注意事项、优化策略,包括资源调整、缓存优化和监控告警。此外,强调了数据备份、恢复测试及性能评估的重要性。未来,随着技术发展,二者的集成将更紧密,为数据管理带来更多可能性。掌握此技术将应对数字化时代的机遇与挑战。
【Docker 专栏】Docker 与容器化数据库的集成与优化
|
1天前
|
存储 安全 数据库
【Docker 专栏】Docker 容器内应用的状态持久化
【5月更文挑战第9天】本文探讨了Docker容器中应用状态持久化的重要性,包括数据保护、应用可用性和历史记录保存。主要持久化方法有数据卷、绑定挂载和外部存储服务。数据卷是推荐手段,可通过`docker volume create`命令创建并挂载。绑定挂载需注意权限和路径一致性。利用外部存储如数据库和云服务可应对复杂需求。最佳实践包括规划存储策略、定期备份和测试验证。随着技术发展,未来将有更智能的持久化解决方案。
【Docker 专栏】Docker 容器内应用的状态持久化
|
1天前
|
机器学习/深度学习 监控 Kubernetes
【Docker 专栏】Docker 容器内服务的自动扩展与缩容
【5月更文挑战第9天】本文探讨了Docker容器服务的自动扩展与缩容原理及实践,强调其在动态业务环境中的重要性。通过选择监控指标(如CPU使用率)、设定触发条件和制定扩展策略,实现资源的动态调整。方法包括云平台集成和使用Kubernetes等框架。实践中,电商平台和实时数据处理系统受益于此技术。注意点涉及监控数据准确性、扩展速度和资源分配。未来,智能算法将提升扩展缩容的效率和准确性,成为关键技术支持。
【Docker 专栏】Docker 容器内服务的自动扩展与缩容