我是怎么把 Docker 容器从一台服务器搬到另一台的

简介: 本文手把手教你零基础搞定Docker容器迁移:涵盖普通容器镜像打包(commit→save→scp→load→tag)和带Volume数据卷的完整迁移流程,详解备份恢复、路径权限、一致性等避坑要点,实操性强,小白也能一次成功。(239字)

实话,第一次遇到 Docker 容器迁移这个问题的时候,我真的崩溃了。

你知道那种感觉吗?辛辛苦苦配置好的服务,要换个服务器部署,完全不知道从哪下手。网上那些教程要么太复杂,要么讲得云里雾里。我当时就在想:不就是个容器迁移吗,怎么搞得这么麻烦?

踩过无数坑之后,我终于整理出了一套超级简单的流程。今天我就把这些经验毫无保留地分享给你,让你不再像我当初一样掉坑里。

场景一:普通容器迁移 - 保留数据并打包镜像

这种情况最常见:你在容器里做了各种修改,比如配置了环境、安装了软件、改了设置,现在要把这些改动全都搬到另一台机器上。

第1步:提交容器改动到新镜像

老实说,我刚开始的时候根本不知道 docker commit 这个命令,每次都是重新配置,简直浪费时间。后来知道这个命令,真的绝了。

Terminal window

docker commit [容器ID] [新镜像名称]

这条命令会把你对容器的所有改动(包括文件修改、配置更新、新安装的软件)打包成一个全新的镜像。就像给容器拍了个快照,随时都能恢复。

第2步:把镜像导出成 tar 文件

有了镜像之后,下一步就是把它打包成一个可以传输的文件。

Terminal window

docker save -o [保存的tar文件路径] [新镜像名称]

这里有个小细节需要注意:tar 文件会包含镜像的所有层和元数据,所以文件可能会比较大。我之前迁移过一个 2GB 的镜像,导出来之后大概 1.8GB,这个压缩率还可以。

第3步:用 SCP 传输到目标服务器

传输文件的方式有很多,但我最推荐 SCP,简单又安全。

Terminal window

scp <本地路径>/<镜像名称>.tar <目标服务器IP>:<目标路径>

如果你想更快一点,可以用 rsync,支持断点续传。之前我传输一个大镜像,网络突然断了,还好用了 rsync,不用重新传。

第4步:在目标服务器上加载镜像

到了目标服务器,就是逆向操作了。

Terminal window

docker load -i [tar文件路径]

等它加载完,你可以在目标服务器上用 docker images 看到新的镜像已经乖乖躺在那里了。

第5步:给镜像打个好看的标签

新加载的镜像可能没有 REPOSITORY 和 TAG,看着特别别扭。

Terminal window

docker tag <IMAGE ID> <NEW REPOSITORY>:<TAG>

比如我习惯打成 myapp:v1.0 这样,一看就知道是什么版本。

场景二:带 Volume 数据卷的容器迁移 - 这个才是重点

说实话,如果你只是迁移容器本身,上面那个方法就够了。但很多时候,你的容器还挂载了 Volume 数据卷,里面有数据库、日志文件、用户上传的各种数据。这些东西丢了就真完了

我之前就踩过这个坑,迁移的时候只顾着容器,忘了 Volume,结果数据全丢了,那叫一个崩溃。所以这次我一定得把这个讲清楚。

第1步:备份 Volume 数据卷

这个步骤稍微复杂一点,但一定要认真操作

Terminal window

docker run --rm --volumes-from [原容器名称或ID] -v $(pwd):/backup ubuntu tar cvf /backup/volume_backup.tar /path/in/container

我来解释一下这条命令的精髓:

  • --rm:临时容器用完就删,不留垃圾
  • --volumes-from这是关键,告诉 Docker 使用原容器的数据卷
  • -v $(pwd):/backup:把当前目录挂载到临时容器的 /backup 目录,这样 tar 文件就能写出来了
  • tar cvf:把数据卷内容打包

举个例子,假设你的容器叫 myapp,数据卷路径是 /var/lib/mysql,完整命令就是:

Terminal window

docker run --rm --volumes-from myapp -v $(pwd):/backup ubuntu tar cvf /backup/volume_backup.tar /var/lib/mysql

第2步:传输备份文件

这个跟前面一样,用 SCP 或者 rsync 都行。

Terminal window

scp volume_backup.tar <目标服务器IP>:<目标路径>

第3步:在目标服务器创建新数据卷

先在目标服务器上创建一个空的数据卷。

Terminal window

docker volume create [新数据卷名称]

我习惯给数据卷也起个清晰的名字,比如 myapp-mysql-data,一看就知道是干啥的。

第4步:把备份数据恢复到新数据卷

这一步是备份的逆向操作。

Terminal window

docker run --rm -v [新数据卷名称]:/data -v $(pwd):/backup ubuntu tar xf /backup/volume_backup.tar -C /data

注意这里用的是 tar xf(解压)而不是 tar cvf(打包),别搞混了。-C /data 这个参数很重要,告诉 tar 把文件解压到 /data 目录。

第5步:启动新容器并挂载数据卷

最后一步,用新镜像启动新容器,把刚才迁移过来的数据卷挂载上去。

Terminal window

docker run -d --name [新容器名称] -v [新数据卷名称]:/path/in/container [新镜像名称]

比如这样:

Terminal window

docker run -d --name myapp-new -v myapp-mysql-data:/var/lib/mysql myapp:v1.0

启动之后,你可以进容器看看,数据是不是都还在。相信我,看到数据都在的那一刻,真的有种如释重负的感觉。

我踩过的坑,你千万别踩

说了这么多方法,再来分享一下我踩过的那些坑,希望能帮你避坑。

坑1:忘记迁移 Volume 数据卷

这个前面提到了,真的惨。一定要记住:容器迁移 ≠ 数据迁移。Volume 是独立于容器的,必须单独处理。

坑2:路径不一致导致数据找不到

我在迁移一个 WordPress 容器的时候,原容器的数据卷挂载路径是 /var/www/html,结果在新容器上挂载成了 /var/www/wp,WordPress 启动之后找不到数据,直接白屏。

一定要确保路径完全一致,或者至少确保应用能正确找到数据。

坑3:权限问题导致容器无法访问数据

恢复数据到新 Volume 的时候,有时候会出现权限问题。比如之前用 root 运行的容器,数据文件权限都是 root,新容器用普通用户运行就会报错。

解决办法很简单,调整一下文件权限:

Terminal window

docker run --rm -v myapp-data:/data ubuntu chown -R 1000:1000 /data

这里的 1000:1000 要换成你容器运行用户的 UID 和 GID。

坑4:忘记停止原容器

如果你的服务对数据一致性要求很高(比如数据库),迁移之前一定要先停止原容器,或者至少确保没有写入操作。不然恢复的数据可能不是最新的。

总结一下核心要点

回顾一下,Docker 容器迁移的核心就是这几个步骤:

普通容器迁移

  1. docker commit 提交改动到新镜像
  2. docker save 导出镜像
  3. 用 SCP/RSYNC 传输 tar 文件
  4. docker load 在目标服务器加载镜像
  5. docker tag 给镜像打标签

带 Volume 数据卷的容器迁移

  1. 用临时容器备份 Volume 数据
  2. 传输备份文件
  3. 在目标服务器创建新 Volume
  4. 用临时容器恢复数据到新 Volume
  5. 启动新容器并挂载新 Volume

说实话,这套流程看起来有点复杂,但只要你严格按照步骤来,基本上不会出问题。我迁移过几十个容器,从简单的 Web 应用到复杂的数据库集群,这套方法从来没让我失望过。

现在就可以开始

如果你手头正好有需要迁移的容器,不妨现在就试试:

  1. 先找个不重要的测试容器练手,熟悉一下流程
  2. 备份好数据,万一出问题还能恢复
  3. 做好记录,把每个命令和结果都记下来,方便后续参考

在经历过一次成功的迁移之后,你会发现这事儿真的不难。以后再遇到类似的需求,你也能像我一样,轻松搞定。

最后,如果这篇文章对你有帮助,记得收藏起来,下次迁移容器的时候可以直接照着操作。

相关文章
|
1天前
告别信息噪音:我的高效笔记整理术
在信息过载时代,我实践“月度笔记整理法”:删冗余、提要事、建原子笔记、归档追踪项。此举清噪音、促深度思考、养前瞻习惯,让知识库从杂乱仓库变为有机生长的个人知识体系。(239字)
|
1天前
|
前端开发 网络安全
tmux 终端效率提升 300% 的实战指南
本文手把手教你从零掌握tmux:解决多终端切换痛点,详解安装配置、鼠标支持、vi模式、核心快捷键(Ctrl+a+c/n/p/&quot;/%/o等),并提供可复用的自动化脚本,助你1个终端高效管理多个项目,远程断连不丢工作,效率提升300%!
|
1天前
|
人工智能 安全
长上下文的副作用:模型安全护栏为何会失效
本文揭示长上下文可能导致大模型安全护栏“稀释”的现象:Anthropic研究证实,大量示例会削弱安全训练效果,攻击成功率高达61%。模型越大越易受影响,因强上下文学习能力反成漏洞。建议敏感任务优先用短对话、警惕示例污染、交叉验证结果。AI安全是动态平衡,需持续维护。(239字)
|
1天前
|
人工智能
AI 大模型本地温度设置:创意写作的参考指南
AI大模型中,“温度”参数调控生成文本的随机性与创造性:低温(0.1–0.4)保准确,适合医疗、编程等严谨场景;高温(0.7–1.2)促多样,助力创意写作、小说、锐评等任务。合理调温,平衡“靠谱”与“有趣”。
|
1天前
|
机器学习/深度学习 人工智能 运维
8 个提问技巧,让 AI 问答质量翻几倍
本文分享8个提升AI问答质量的实用技巧:让AI先提问、设定超具体角色、明确受众、展示思考过程、自己开头续写、提供背景信息、多角度求解、反问AI如何提问。核心在于减少AI猜测,用清晰约束换来精准输出——不是AI变聪明了,而是你问得更准了。(239字)
|
9月前
|
SQL 人工智能 分布式计算
在数据浪潮中前行:我与ODPS的实践、思考与展望
在数据驱动决策的时代,企业如何高效处理海量数据成为数字化转型关键。本文结合作者实践,深入解析阿里云自研大数据平台 ODPS 的技术优势与应用场景,涵盖 MaxCompute、DataWorks、Hologres 等核心产品,分享从数据治理到实时分析的落地经验,并展望其在 AI 与向量数据时代的发展前景。
335 70
|
11月前
|
传感器 自然语言处理 搜索推荐
通义灵码 2.5 版体验报告:智能编程助手的全新升级
通义灵码2.5版通过Qwen3模型和智能体模式,显著提升了编程效率与体验。智能体可自主决策,快速完成应用开发;MCP工具广场提供3000+工具,一键安装便捷高效;记忆能力让工具越用越懂用户需求;Qwen3强大的自然语言处理能力助力复杂任务解析。界面友好、性能稳定,为开发者带来高效个性化体验,未来潜力巨大。
322 16
|
12月前
|
人工智能 自然语言处理 Cloud Native
【攻略】Bolt.diy 云端部署与应用实战:快速生成你的创意助手
随着AI应用从实验室走向大众,构建低门槛、高效率的AI助手平台成为开发者关注焦点。阿里云推出的Bolt.diy解决方案,开源灵活且部署快捷,支持函数计算FC与百炼大模型服务集成,大幅降低全栈AI应用开发难度。本文分享了实际部署Bolt.diy的全过程,并通过创建个人AI项目助理演示其强大功能。无论是生成项目计划、技术文档,还是搭建工具页面,Bolt.diy都能助力开发者快速实现创意,提升效率。文章还探讨了使用中的小问题及优化建议,适合对AI开发感兴趣的读者体验尝试。
340 10
|
消息中间件 监控 网络协议
什么是中间件?
一、为什么要中间件 计 算机技术迅速发展。从硬件技术看,CPU速度越来越高,处理能力越来越强;从软件技术看,应用程序的规模不断扩大,特别是Internet及WWW的出 现,使计算机的应用范围更为广阔,许多应用程序需在网络环境的异构平台上运行。
2052 78