美文网首页
数据卷(六)

数据卷(六)

作者: 撸出优雅的代码 | 来源:发表于2019-07-10 23:23 被阅读0次

一、数据卷

数据卷是一个可供一个或多个容器使用的特殊目录,它绕过 UFS,可以提供很多有用的特性:

  • 数据卷可以在容器之间共享和重用
  • 对数据卷的修改会立马生效
  • 对数据卷的更新,不会影响镜像
  • 数据卷默认会一直存在,即使容器被删除

二、创建数据卷

$ docker volume create my-vol

三、查看数据卷

查看所有数据卷
$ docker volume ls

四、查看指定数据卷的详细信息

$ docker volume inspect my-vol

[
    {
        "Driver": "local",
        "Labels": {},
        "Mountpoint": "/var/lib/docker/volumes/my-vol/_data",
        "Name": "my-vol",
        "Options": {},
        "Scope": "local"
    }
]

五、启动一个挂载数据卷的容器

在用docker run命令的时候,使用--mount标记来将数据卷挂载到容器里。在一次docker run中可以挂载多个数据卷

下面创建一个名为web的容器,并加载一个数据卷到容器的/webapp目录。

$ docker run -d -P \
    --name web \
    # -v my-vol:/wepapp \
    --mount source=my-vol,target=/webapp \
    training/webapp \
    python app.py

六、查看容器数据卷的具体信息

在主机里使用以下命令可以查看web容器的信息

$ docker inspect web
//`数据卷`信息在 "Mounts" Key 下面
"Mounts": [
    {
        "Type": "volume",
        "Name": "my-vol",
        "Source": "/var/lib/docker/volumes/my-vol/_data",
        "Destination": "/app",
        "Driver": "local",
        "Mode": "",
        "RW": true,
        "Propagation": ""
    }
],

七、删除数据卷

$ docker volume rm my-vol   //删除数据卷
$ docker volume prune   //清理无主的数据卷
docker volume rm $(docker volume ls -qf dangling=true)  //删除所有未关联的数据卷

相关文章

  • 数据卷(六)

    一、数据卷 数据卷是一个可供一个或多个容器使用的特殊目录,它绕过 UFS,可以提供很多有用的特性: 数据卷可以在容...

  • 六、数据卷管理

    拷贝数据到容器中 docker的数据卷实现持久化存储 volume实现容器和宿主机数据共享 在容器启动时,通过-v...

  • 六、Docker容器数据卷

    一、docker容器数据卷 将运用与运行的环境打包形成容器运行,运行可以伴随着容器,但是我们对数据的要求希望是持久...

  • docker 的数据卷 (六)

    1. 介绍 上一篇:使用Dockerfile文件(五)[https://www.rails365.net/arti...

  • k8s-数据卷

    数据卷 为什么需要存储卷 数据卷概述 数据卷大致分类 数据卷:emptyDir 概述 应用场景 示例 数据卷:ho...

  • Docker基础(3) 数据卷

    创建数据卷 挂载Host目录作为数据卷 挂载Host的文件作为数据卷 数据卷容器 数据卷的备份和恢复 Docker...

  • Docker数据管理

    容器管理数据方式: 数据卷:容器内数据直接映射到本地主机环境; 数据卷容器:使用特定容器维护数据卷。 数据卷 类似...

  • docker数据卷

    创建数据卷 使用数据卷

  • docker基础教程三(数据卷&dockerFile)

    数据卷与dockerfile 原创者:文思 一、容器数据卷 1、什么是数据卷,能做什么 卷...

  • Docker之数据卷

    Volume 查看所有的数据卷 查看指定数据卷的信息 删除数据卷

网友评论

      本文标题:数据卷(六)

      本文链接:https://www.haomeiwen.com/subject/yqllkctx.html