教程：在 VS Code 中使用卷在容器应用中永久保存数据
在本教程中，你将学习如何在容器应用程序中永久保存数据。 运行或更新它时，数据仍然可用。 可使用两种主要类型的卷来永久保存数据。 本教程重点介绍已命名的卷。
此外，还将介绍绑定装载，它控制主机上的确切装载点。 可以使用绑定装载来永久保存数据，但也可以使用它来将更多数据添加到容器中。 在处理应用程序时，你可以使用绑定装载将源代码装载到容器中，以使其查看代码更改、做出响应并让你立即看到更改。
本教程还介绍了映像分层、层缓存和多阶段生成。
在本教程中，你将了解如何执行以下操作：
- 了解容器中的数据。
- 使用已命名的卷永久保存数据。
- 使用绑定装载。
- 查看映像层。
- 缓存依赖项。
- 了解多阶段生成。
先决条件
本教程将继续学习上一个教程，即使用 Visual Studio Code 创建和共享 Docker 应用。 从该教程开始，其中包括先决条件。
了解容器中的数据
在本部分中，将启动两个容器，并在每个容器中各创建一个文件。 在一个容器中创建的文件不能在另一个容器中使用。
使用以下命令启动
ubuntu容器：docker run -d ubuntu bash -c "shuf -i 1-10000 -n 1 -o /data.txt && tail -f /dev/null"此命令使用
&&启动对两个命令的调用。 第一部分会选取一个随机数字，并将其写入/data.txt。 第二个命令监视文件以使容器保持运行。在 VS Code 的“Docker”区域中，右键单击 ubuntu 容器，然后选择“附加 Shell”。
随即会打开在 Ubuntu 容器中运行 shell 的终端。
运行以下命令，查看
/data.txt文件的内容。cat /data.txt该终端显示 1 到 10000 之间的数字。
若要使用命令行查看此结果，请使用
docker ps命令获取容器 ID，并运行以下命令。docker exec <container-id> cat /data.txt启用另一个
ubuntu容器。docker run -d ubuntu bash -c "shuf -i 1-10000 -n 1 -o /data.txt && tail -f /dev/null"使用此命令来查看文件夹内容。
docker run -it ubuntu ls /该文件夹内应不包含
data.txt文件，因为它只写入第一个容器的暂存空间。选择这两个 Ubuntu 容器。 右键单击并选择“移除”。 在命令行中，可以使用
docker rm -f命令移除它们。
使用已命名的卷永久保存待办事项数据
默认情况下，待办事项应用将其数据存储在 SQLite 数据库 (/etc/todos/todo.db) 中。
SQLite 数据库是关系数据库，它将数据存储为单个文件。
此方法适用于小型项目。
可以在主机上永久保存单个文件。 将其提供给下一个容器时，应用程序可以从中断处继续。 通过创建卷并将其附加或装载到存储数据的目录，可永久保存数据。 容器会写入 todo.db 文件，并数据永久保存在卷中的主机上。
对于此部分，请使用已命名的卷。 Docker 维护磁盘上卷的物理位置。 参考卷的名称，Docker 会提供正确的数据。
使用
docker volume create命令创建卷。docker volume create todo-db在“容器”下，选择“入门”并右键单击。 选择“停止”以停止应用容器。
若要从命令行停止容器，请使用
docker stop命令。使用以下命令启动“getting-started”容器。
docker run -dp 3000:3000 -v todo-db:/etc/todos getting-started卷参数指定要装载的卷和位置
/etc/todos。刷新浏览器以重新加载应用。 如果已关闭浏览器窗口，请转到
http://localhost:3000/。 将一些项添加到待办事项列表中。
移除待办事项应用的“getting-started”容器。 右键单击“Docker”区域中的容器，然后选择“移除”或使用
docker stop和docker rm命令。使用相同命令启动新容器：
docker run -dp 3000:3000 -v todo-db:/etc/todos getting-started此命令装载与之前相同的驱动器。 刷新浏览器。 已添加的项仍在列表中。
再次移除“getting-started”容器。
下面介绍的已命名的卷和绑定装载是默认 Docker 引擎安装支持的主要卷类型。
| 属性 | 命名卷 | 绑定挂载 |
|---|---|---|
| 主机位置 | Docker 选择 | 由你控制 |
装载示例（使用 -v） |
my-volume:/usr/local/data | /path/to/data:/usr/local/data |
| 使用容器内容填充新卷 | 是 | 否 |
| 支持卷驱动程序 | 是 | 否 |
有许多卷驱动程序插件可用于支持 NFS、SFTP、NetApp 等。 这些插件对于在群集环境（如 Swarm 或 Kubernetes）中的多个主机上运行容器尤其重要。
如果你想知道 Docker 实际存储数据的位置，请运行以下命令。
docker volume inspect todo-db
查看输出，类似于以下结果。
[
{
"CreatedAt": "2019-09-26T02:18:36Z",
"Driver": "local",
"Labels": {},
"Mountpoint": "/var/lib/docker/volumes/todo-db/_data",
"Name": "todo-db",
"Options": {},
"Scope": "local"
}
]
Mountpoint 是实际存储数据的位置。
在大多数计算机上，需要具有根访问权限才能从主机访问此目录。
使用绑定装载
使用绑定装载，你可以控制主机上的确切装载点。 此方法可永久保存数据，但通常用于向容器提供更多数据。 可以使用绑定装载将源代码装载到容器中，以使其查看代码更改、做出响应并让你立即看到更改。
若要运行容器以支持开发工作流，请执行以下步骤：
移除所有
getting-started容器。在
app文件夹中，运行以下命令。docker run -dp 3000:3000 -w /app -v ${PWD}:/app node:20-alpine sh -c "yarn install && yarn run dev"此命令包含以下参数。
-dp 3000:3000与以前相同。 在分离模式下运行并创建端口映射。-w /app容器内的工作目录。-v ${PWD}:/app"将当前目录从容器中的主机绑定装载到/app目录。node:20-alpine要使用的映像。 此映像是 Dockerfile 中应用的基本映像。sh -c "yarn install && yarn run dev"一个命令。 它使用sh启动 shell，并运行yarn install来安装所有依赖项。 然后它会运行yarn run dev。 如果你查看package.json，将看到dev脚本正在启动nodemon。
可以使用
docker logs来查看日志。docker logs -f <container-id>$ nodemon src/index.js [nodemon] 2.0.20 [nodemon] to restart at any time, enter `rs` [nodemon] watching path(s): *.* [nodemon] watching extensions: js,mjs,json [nodemon] starting `node src/index.js` Using sqlite database at /etc/todos/todo.db Listening on port 3000看到此列表中的最后一个条目时，应用正在运行。
查看完日志后，在终端窗口中选择任意键，或在外部窗口中选择Ctrl+C 。
在 VS Code 中，打开 src/static/js/app.js。 更改第 109 行的“添加项”按钮的文本。
- {submitting ? 'Adding...' : 'Add Item'} + {submitting ? 'Adding...' : 'Add'}保存所做更改。
刷新浏览器。 你应该会看到更改。
查看映像层
你可以查看构成映像的层。
运行 docker image history 命令，查看用于创建映像的每个层的命令。
使用
docker image history，查看在本教程前面部分创建的 getting-started 映像中的层。docker image history getting-started结果应该类似于下面的输出。
IMAGE CREATED CREATED BY SIZE COMMENT a78a40cbf866 18 seconds ago /bin/sh -c #(nop) CMD ["node" "/app/src/ind… 0B f1d1808565d6 19 seconds ago /bin/sh -c yarn install --production 85.4MB a2c054d14948 36 seconds ago /bin/sh -c #(nop) COPY dir:5dc710ad87c789593… 198kB 9577ae713121 37 seconds ago /bin/sh -c #(nop) WORKDIR /app 0B b95baba1cfdb 13 days ago /bin/sh -c #(nop) CMD ["node"] 0B <missing> 13 days ago /bin/sh -c #(nop) ENTRYPOINT ["docker-entry… 0B <missing> 13 days ago /bin/sh -c #(nop) COPY file:238737301d473041… 116B <missing> 13 days ago /bin/sh -c apk add --no-cache --virtual .bui… 5.35MB <missing> 13 days ago /bin/sh -c #(nop) ENV YARN_VERSION=1.21.1 0B <missing> 13 days ago /bin/sh -c addgroup -g 1000 node && addu… 74.3MB <missing> 13 days ago /bin/sh -c #(nop) ENV NODE_VERSION=12.14.1 0B <missing> 13 days ago /bin/sh -c #(nop) CMD ["/bin/sh"] 0B <missing> 13 days ago /bin/sh -c #(nop) ADD file:e69d441d729412d24… 5.59MB每一行表示映像中的一个层。 底部显示的是基本输出，顶部显示的是最新的输出。 使用此信息，可以查看每个层的大小，帮助诊断大型映像的问题。
其中几行被截断。 如果添加
--no-trunc参数，将获得完整输出。docker image history --no-trunc getting-started
缓存依赖项
层发生更改后，还必须重新创建所有下游层。 下面还是 Dockerfile：
FROM node:20-alpine
WORKDIR /app
COPY . .
RUN yarn install --production
CMD ["node", "/app/src/index.js"]
Dockerfile 中的每个命令都会成为映像中的新层。
若要最大程度地减少层，可以重新构建 Dockerfile 以支持缓存依赖项。
对于基于节点的应用程序，这些依赖项在 package.json 文件中定义。
方法是先仅复制该文件，安装依赖项，然后再复制其他所有内容。
该过程仅在 package.json 发生更改时重新创建 yarn 依赖项。
先更新要在
package.json中复制的 Dockerfile，安装依赖项，然后再复制其他所有内容。 下面是新文件：FROM node:20-alpine WORKDIR /app COPY package.json yarn.lock ./ RUN yarn install --production COPY . . CMD ["node", "/app/src/index.js"]使用
docker build生成新映像。docker build -t getting-started .你应该看到类似于以下结果的输出：
Sending build context to Docker daemon 219.1kB Step 1/6 : FROM node:12-alpine ---> b0dc3a5e5e9e Step 2/6 : WORKDIR /app ---> Using cache ---> 9577ae713121 Step 3/6 : COPY package* yarn.lock ./ ---> bd5306f49fc8 Step 4/6 : RUN yarn install --production ---> Running in d53a06c9e4c2 yarn install v1.17.3 [1/4] Resolving packages... [2/4] Fetching packages... info fsevents@1.2.9: The platform "linux" is incompatible with this module. info "fsevents@1.2.9" is an optional dependency and failed compatibility check. Excluding it from installation. [3/4] Linking dependencies... [4/4] Building fresh packages... Done in 10.89s. Removing intermediate container d53a06c9e4c2 ---> 4e68fbc2d704 Step 5/6 : COPY . . ---> a239a11f68d8 Step 6/6 : CMD ["node", "/app/src/index.js"] ---> Running in 49999f68df8f Removing intermediate container 49999f68df8f ---> e709c03bc597 Successfully built e709c03bc597 Successfully tagged getting-started:latest所有层都已重新生成。 这是预期的结果，因为更改了 Dockerfile。
更改 src/static/index.html。 例如，将标题更改为“The Awesome Todo App”。
现在，再次使用
docker build生成 Docker 映像。 这次的输出看起来应该略有不同。Sending build context to Docker daemon 219.1kB Step 1/6 : FROM node:12-alpine ---> b0dc3a5e5e9e Step 2/6 : WORKDIR /app ---> Using cache ---> 9577ae713121 Step 3/6 : COPY package* yarn.lock ./ ---> Using cache ---> bd5306f49fc8 Step 4/6 : RUN yarn install --production ---> Using cache ---> 4e68fbc2d704 Step 5/6 : COPY . . ---> cccde25a3d9a Step 6/6 : CMD ["node", "/app/src/index.js"] ---> Running in 2be75662c150 Removing intermediate container 2be75662c150 ---> 458e5c6f080c Successfully built 458e5c6f080c Successfully tagged getting-started:latest由于使用的是生成缓存，因此它的运行速度应快得多。
多阶段生成
多阶段生成是非常强大的工具，可帮助使用多个阶段来创建映像。 它们有以下几个优点：
- 可将生成时依赖项与运行时依赖项分开
- 可通过仅传送应用需要运行的内容来减小整体映像大小
本部分提供了一些简单的示例。
Maven/Tomcat 示例
生成基于 Java 的应用程序时，需要使用 JDK 将源代码编译为 Java 字节码。 在生产环境中不需要 JDK。 可以使用 Maven 或 Gradle 等工具来帮助生成应用。 最终映像中也不需要这些工具。
FROM maven AS build
WORKDIR /app
COPY . .
RUN mvn package
FROM tomcat
COPY --from=build /app/target/file.war /usr/local/tomcat/webapps
此示例使用一个阶段 build，以通过 Maven 来执行实际的 Java 生成。
第二个阶段（从“FROM tomcat”开始）从 build 阶段复制文件。
最终映像只是要创建的最后一个阶段（可以使用 --target 参数来替代它）。
React 示例
在生成 React 应用程序时，需要使用 Node 环境将 JavaScript 代码、SASS 样式表等编译为静态 HTML、JavaScript 和 CSS。 如果未执行服务器端呈现，则无需为生产版本使用 Node 环境。
FROM node:20-alpine AS build
WORKDIR /app
COPY package* yarn.lock ./
RUN yarn install
COPY public ./public
COPY src ./src
RUN yarn run build
FROM nginx:alpine
COPY --from=build /app/build /usr/share/nginx/html
此示例使用 node:20 映像执行生成（最大化层缓存），然后将输出复制到 nginx 容器中。
清理资源
保留迄今为止所完成的一切内容，以继续学习本系列教程。
后续步骤
你已学习了用于为容器应用永久保存数据的选项。
接下来要做什么？
使用 Docker Compose 处理多个容器：
部署到 Azure 容器应用：
部署到 Azure App Service
反馈
即将发布：在整个 2024 年，我们将逐步淘汰作为内容反馈机制的“GitHub 问题”，并将其取代为新的反馈系统。 有关详细信息，请参阅：https://aka.ms/ContentUserFeedback。
提交和查看相关反馈