• Docker学习笔记四:Docker数据管理


    容器中管理数据主要有两种方式:数据卷(Volume)和数据卷容器。数据卷是容器内数据直接映射到本地主机环境;数据卷容器也是一个容器,但是它的目的是专门用来提供数据卷供其他容器挂载,可以支持多个容器之间共享一些持续更新的数据。

    下面简单记录的就是数据卷操作,数据卷容器如果后面工作中涉及到的话会补充了解下。

    一、数据卷的特点:
    1、数据卷是一个可供容器使用的特殊目录,它将主机操作系统目录直接映射进容器,类似于linux系统中挂载(mount)行为
    2、数据卷可以再容器之间共享和重用,荣期间传递数据将变得高效与方便
    3、对数据卷内数据的修改会立马生效,无论是容器内操作还是本地操作
    4、对数据卷的更新不会影响镜像,解耦容器和容器产生的数据
    5、卷会一直存在,直到没有容器使用,才可以安全地卸载它
     
    二、数据卷的两种方式
    1、挂载目录的方式
    docker run -d --name n1 -v /nginx/html:/usr/local/nginx/html -v /nginx/logs:/usr/local/logs -p 80:80 nginx:latest
    

    上面的例子中,如果宿主机的目录(/nginx/html)不存在的话,会自动创建。

    这时候如果我们在/nginx/html目录下新建文件test.html,进入容器后,容器中/sur/local/nginx/html目录下也会存在相同的test.html文件

    2、挂载数据卷到容器指定目录

    创建数据卷的方式:
    docker volume create --name v1
    查看数据卷信息:
    docker inspect v1

     

     删除数据卷信息:

    docker volume rm v1

     挂载数据卷到容器指定目录:

     docker run -d -P --name test1 -v v1:/volume nginx:latest

     

  • 相关阅读:
    Apache Beam入门及Java SDK开发初体验
    fetch的请求
    Spring Cache 带你飞(一)
    存储技术发展过程
    Redis 高阶数据类型重温
    Redis 基础数据类型重温
    [源码解析] PyTorch 分布式(1)------历史和概述
    [源码解析] PyTorch 如何实现后向传播 (4)---- 具体算法
    [源码解析] Pytorch 如何实现后向传播 (3)---- 引擎动态逻辑
    [源码解析] Pytorch 如何实现后向传播 (2)---- 引擎静态结构
  • 原文地址:https://www.cnblogs.com/daydayup-lin/p/11918777.html
Copyright © 2020-2023  润新知