資料庫為何不建議部署在Docker容器內

導讀	近2年Docker非常的火熱，各位開發者恨不得把所有的應用、軟體都部署在Docker容器中，但是您確定也要把資料庫也部署的容器中嗎？這個問題不是子虛烏有，因為在網上能夠找到很多各種操作手冊和影片教程，這裡整理了一些資料庫不適合容器化的原因供大家參考，同時也希望大家在使用時能夠謹慎一點。目前為止將資料庫容器化是非常不合理的，但是容器化的優點相信各位開發者都嚐到了甜頭，希望隨著技術的發展能夠更加完美的解決方案出現。

不要將資料儲存在容器中，這也是 Docker 官方容器使用技巧中的一條。容器隨時可以停止、或者刪除。當容器被rm掉，容器裡的資料將會丟失。為了避免資料丟失，使用者可以使用資料卷掛載來儲存資料。但是容器的 Volumes 設計是圍繞 Union FS 映象層提供持久儲存，資料安全缺乏保證。如果容器突然崩潰，資料庫未正常關閉，可能會損壞資料。另外，容器裡共享資料卷組，對物理機硬體損傷也比較大。即使你要把 Docker 資料放在主機來儲存 ，它依然不能保證不丟資料。使用當前的儲存驅動程式，Docker 仍然存在不可靠的風險。如果容器崩潰並資料庫未正確關閉，則可能會損壞資料。

大家都知道，MySQL 屬於關係型資料庫，對IO要求較高。當一臺物理機跑多個時，IO就會累加，導致IO瓶頸，大大降低 MySQL 的讀寫效能。在一次Docker應用的十大難點專場上，某國有銀行的一位架構師也曾提出過：“資料庫的效能瓶頸一般出現在IO上面，如果按 Docker 的思路，那麼多個docker最終IO請求又會出現在儲存上面。現在網際網路的資料庫多是share nothing的架構，可能這也是不考慮遷移到 Docker 的一個因素吧”。

(1)資料庫程式與資料分離

如果使用Docker 跑 MySQL，資料庫程式與資料需要進行分離，將資料存放到共享儲存，程式放到容器裡。如果容器有異常或 MySQL 服務異常，自動啟動一個全新的容器。另外，建議不要把資料存放到宿主機裡，宿主機和容器共享卷組，對宿主機損壞的影響比較大。

(2)跑輕量級或分散式資料庫　

Docker 裡部署輕量級或分散式資料庫，Docker 本身就推薦服務掛掉，自動啟動新容器，而不是繼續重啟容器服務。

(3)合理佈局應用

對於IO要求比較高的應用或者服務，將資料庫部署在物理機或者KVM中比較合適。目前TX雲的TDSQL和阿里的Oceanbase都是直接部署在物理機器，而非Docker 。

要理解 Docker 網路，您必須對網路虛擬化有深入的瞭解。資料庫需要專用的和持久的吞吐量，以實現更高的負載。未解決的 Docker 網路問題在1.9版本依然沒有得到解決。把這些問題放在一起，容器化使資料庫容器很難管理。你需要花多少時間解決 Docker 網路問題？將資料庫放在專用環境不會更好嗎？節省時間來專注於真正重要的業務目標。

在 Docker 中打包無狀態服務是很酷的，可以實現編排容器並解決單點故障問題。但是資料庫呢？將資料庫放在同一個環境中，它將會是有狀態的，並使系統故障的範圍更大。下次您的應用程式例項或應用程式崩潰，可能會影響資料庫。知識點:在 Docker 中水平伸縮只能用於無狀態計算服務，而不是資料庫。Docker 快速擴充套件的一個重要特徵就是無狀態，具有資料狀態的都不適合直接放在 Docker 裡面，如果 Docker 中安裝資料庫，儲存服務需要單獨提供。目前，TX雲的TDSQL(金融分散式資料庫)和阿里雲的Oceanbase(分散式資料庫系統)都直接執行中在物理機器上，並非使用便於管理的 Docker 上。

資源隔離方面，Docker 確實不如虛擬機器KVM，Docker是利用Cgroup實現資源限制的，只能限制資源消耗的最大值，而不能隔絕其他程式佔用自己的資源。如果其他應用過渡佔用物理機資源，將會影響容器裡 MySQL 的讀寫效率。需要的隔離級別越多，獲得的資源開銷就越多。相比專用環境而言，容易水平伸縮是Docker的一大優勢。然而在 Docker 中水平伸縮只能用於無狀態計算服務，資料庫並不適用。我們沒有看到任何針對資料庫的隔離功能，那為什麼我們應該把它放在容器中呢？

大部分人透過共有云開始專案。雲簡化了虛擬機器操作和替換的複雜性，因此不需要在夜間或週末沒有人工作時間來測試新的硬體環境。當我們可以迅速啟動一個例項的時候，為什麼我們需要擔心這個例項執行的環境？這就是為什麼我們向雲提供商支付很多費用的原因。當我們為例項放置資料庫容器時，上面說的這些便利性就不存在了。因為資料不一致，新例項不會與老例項相容，如果要限制例項使用單機服務，應該讓 DB 使用非容器化環境，我們僅僅需要為計算服務層保留彈性擴充套件的能力。

常看到 DBMS 容器和其他服務執行在同一主機上。然而這些服務對硬體要求是非常不同的。資料庫（特別是關係型資料庫）對 IO 的要求較高。一般資料庫引擎為了避免併發資源競爭而使用專用環境。如果將你的資料庫放在容器中，那麼將浪費你的專案的資源。因為你需要為該例項配置大量額外的資源。在公有云，當你需要 34G 記憶體時，你啟動的例項卻必須開 64G 記憶體。在實踐中，這些資源並未完全使用。怎麼解決？您可以分層設計，並使用固定資源來啟動不同層次的多個例項。水平伸縮總是比垂直伸縮更好。

針對上面問題是不是說資料庫一定不要部署在容器裡嗎？答案是：並不是我們可以把資料丟失不敏感的業務（搜尋、埋點）就可以容器化，利用資料庫分片來來增加例項數，從而增加吞吐量。docker適合跑輕量級或分散式資料庫，當docker服務掛掉，會自動啟動新容器，而不是繼續重啟容器服務。資料庫利用中介軟體和容器化系統能夠自動伸縮、容災、切換、自帶多個節點，也是可以進行容器化的。