Docker-数据量和数据容器之间的区别

Question

我不明白数据量和数据容器之间有什么区别...例如，这两个docker-compose配置具有相同的结果，但第一个使用数据容器

数据容器

datacontainer:
 image: httpd:2.4-alpine
 volumes:
  - ../src:/usr/local/apache2/htdocs

apache:
 image: httpd:2.4-alpine
 ports:
  - 80:80
 volumes_from:
  - datacontainer

没有数据容器

apache:
 image: httpd:2.4-alpine
 ports:
  - 80:80
 volumes:
  - ../src:/usr/local/apache2/htdocs

使用数据容器的优点和缺点是什么？

Answer 1

这些示例都不是真正的数据卷或数据容器。 它们都绑定到主机，比另一个间接得多。 我倾向于将这些称为主机卷。

数据容器已弃用到命名卷。 它们看起来像：

datacontainer:
 image: httpd:2.4-alpine
 command: tail -f /dev/null
 volumes:
  - /data

apache:
 image: httpd:2.4-alpine
 ports:
  - 80:80
 volumes_from:
  - datacontainer

然后，您可以重新创建apache容器或对其进行升级，而无需升级datacontainer，仍然可以使用数据。 这样做有很多弊端，如果按照图片中定义的数量实施，我会在博客中发布有关我有多不满意的博客 。 但是最大的问题是，您将数据作为容器进行管理，因此任何容器清理例程都将同样地清理数据，如果您反对数据丢失或容器蔓延的话，效果会非常差。

命名卷要容易得多，并且具有数据容器的所有相同功能，但是将数据管理与容器管理分离开，从而无需担心即可清除容器，并可以从一个位置备份数据。 他们看着像是：

apache:
 image: httpd:2.4-alpine
 ports:
  - 80:80
 volumes:
  - data:/data

请注意，在compose的第2版中，您将更详细地定义卷。

Answer 2

数据容器模式是围绕数据持久性设计的，尽管它在Docker 1.9中已被命名卷淘汰。 卷和数据容器模式的主要优点是，主机上的绑定安装取决于主机，这意味着您不能在docker文件中使用它。 卷使您可以灵活地在构建映像时定义卷。

此外，数据卷旨在持久存储数据，而与容器的生命周期无关。 因此，Docker永远不会在您删除容器时自动删除卷，也不会“垃圾收集”不再由容器引用的卷。