你在 Docker 中跑 MySQL？恭喜你，可以下岗了！

>  原文：https://www.toutiao.com/i6675622107390411276

![](https://p3.toutiaoimg.com/origin/pgc-image/dd32e4fd92de43da9b3becdd0f58d53f?from=pc)

**容器**的定义：容器是为了解决 “在切换运行环境时，如何保证软件能够正常运行” 这一问题。

目前，容器和 Docker 依旧是技术领域最热门的词语，无状态的服务容器化已经是大势所趋，同时也带来了一个热点问题被大家所争论不以：**数据库 MySQL 是否需要容器化？**

认真分析大家的各种观点，发现赞同者仅仅是从容器优势的角度来阐述 MySQL 需要容器化，几乎没有什么业务场景进行验证自己的观点；反过来再看反对者，他们从性能、数据安全等多个因素进行阐述 MySQL 不需要容器化，也举证了一些不适合的业务场景。下面，我们就聊一下 **Docker 不适合跑 MySQL 的 N 个原因！**

不要将数据储存在容器中，这也是 Docker 官方容器使用技巧中的一条。容器随时可以停止、或者删除。当容器被 rm 掉，容器里的数据将会丢失。为了避免数据丢失，用户可以使用数据卷挂载来存储数据。但是容器的 Volumes 设计是围绕 Union FS 镜像层提供持久存储，数据安全缺乏保证。如果容器突然崩溃，数据库未正常关闭，可能会损坏数据。另外，容器里共享数据卷组，对物理机硬件损伤也比较大。

![](https://p3.toutiaoimg.com/origin/pgc-image/1f7d7ed9a2b94beb840e137150c9bee6?from=pc)

大家都知道，MySQL 属于关系型数据库，对 IO 要求较高。当一台物理机跑多个时，IO 就会累加，导致 IO 瓶颈，大大降低 MySQL 的读写性能。

在一次 Docker 应用的十大难点专场上，某国有银行的一位架构师也曾提出过：“数据库的性能瓶颈一般出现在 IO 上面，如果按 Docker 的思路，那么多个 docker 最终 IO 请求又会出现在存储上面。现在互联网的数据库多是 share nothing 的架构，可能这也是不考虑迁移到 Docker 的一个因素吧”。

![](https://p3.toutiaoimg.com/origin/pgc-image/263abe01afe34a2ea83a7cce3a66cfc2?from=pc)

其实也有相对应的一些策略来解决这个问题，比如：

**1）数据库程序与数据分离**

如果使用 Docker 跑 MySQL，数据库程序与数据需要进行分离，将数据存放到共享存储，程序放到容器里。如果容器有异常或 MySQL 服务异常，自动启动一个全新的容器。另外，建议不要把数据存放到宿主机里，宿主机和容器共享卷组，对宿主机损坏的影响比较大。

**2）跑轻量级或分布式数据库**

Docker 里部署轻量级或分布式数据库，Docker 本身就推荐服务挂掉，自动启动新容器，而不是继续重启容器服务。

**3）合理布局应用**

对于 IO 要求比较高的应用或者服务，将数据库部署在物理机或者 KVM 中比较合适。目前腾讯云的 TDSQL 和阿里的 Oceanbase 都是直接部署在物理机器，而非 Docker 。

在 Docker 中水平伸缩只能用于无状态计算服务，而不是数据库。

Docker 快速扩展的一个重要特征就是无状态，具有数据状态的都不适合直接放在 Docker 里面，如果 Docker 中安装数据库，存储服务需要单独提供。

目前，腾讯云的 TDSQL（金融分布式数据库）和阿里云的 Oceanbase（分布式数据库系统）都直接运行中在物理机器上，并非使用便于管理的 Docker 上。

![](https://p3.toutiaoimg.com/origin/pgc-image/ffedcbfdced540ff9e53198d697b6faf?from=pc)

资源隔离方面，Docker 确实不如虚拟机 KVM，Docker 是利用 Cgroup 实现资源限制的，只能限制资源消耗的最大值，而不能隔绝其他程序占用自己的资源。如果其他应用过渡占用物理机资源，将会影响容器里 MySQL 的读写效率。

需要的隔离级别越多，获得的资源开销就越多。 相比专用环境而言，容易水平伸缩是 Docker 的一大优势。 然而在 Docker 中水平伸缩只能用于无状态计算服务，数据库并不适用。

![](https://p3.toutiaoimg.com/origin/pgc-image/6b773ed7afb341cd917c892f7eca90c9?from=pc)

MySQL 也不是全然不能容器化。

1）对数据丢失不敏感的业务（例如用户搜索商品）就可以数据化，利用数据库分片来来增加实例数，从而增加吞吐量。

2）docker 适合跑轻量级或分布式数据库，当 docker 服务挂掉，会自动启动新容器，而不是继续重启容器服务。

3）数据库利用中间件和容器化系统能够自动伸缩、容灾、切换、自带多个节点，也是可以进行容器化的。

典型案例： 同程旅游、京东、阿里的数据库容器化都是不错的案例，大家可以自行去查看。

你在 Docker 中跑 MySQL？恭喜你，可以下岗了！

全部评论: 0 条

最新发布

最新评论