用数据卷保存状态

容器适合被替换。把重要数据只写在容器可写层中，会让“删除旧容器、启动新容器”变成一次数据事故。数据卷把数据生命周期从容器生命周期中分离出来。

知识点：三种常见存储方式

命名卷最适合 Redis 数据，因为应用只关心容器内的 /data，不需要知道数据在存储层的具体路径。

推荐使用 --mount，因为参数含义比 -v 更清楚：

--mount type=volume,source=course-task-data,target=/data

为什么容器可写层不适合重要数据

容器可写层的身份属于某个容器。停止再启动同一个容器时它还存在，但删除并重建后，新容器得到的是新的可写层。数据库如果把唯一数据写在这里，就会把“替换应用实例”与“删除业务数据”绑在一起。

可写层还使用镜像存储驱动的 copy-on-write 机制，适合容器运行产生的小量临时变化，不是为高写入数据库提供的最佳持久化接口。卷把 I/O 放到独立挂载中，生命周期和容器分开，也更容易备份、迁移或交给专门驱动管理。

三种挂载在容器内看起来为什么一样

无论 volume、bind 还是 tmpfs，应用看到的都是某个普通路径。差异在路径背后的所有权与生命周期：

• volume：Docker 管理存储位置，适合持久数据与跨容器共享。
• bind mount：直接映射指定文件系统路径，双方都可能修改，耦合路径结构。
• tmpfs：数据放在内存中，不写入持久磁盘，容器停止后消失，适合敏感临时文件或可丢弃缓存。

选择依据应是数据语义，不是命令哪个更短。需要长期保留的数据库数据用 volume；需要实时编辑的源码用 bind；明确不该落盘的短期数据才考虑 tmpfs。

挂载会“遮住”目标目录原内容

如果镜像在 /data 中本来有文件，把卷挂到 /data 后，进程看到的是卷内容，原目录内容会被挂载遮住。删除挂载并不是删除镜像里的原文件，它们只是暂时不可见。这个行为能解释很多“镜像里明明有文件，挂载后却不见了”的问题。

实操：创建并检查数据卷

$ docker volume create course-task-data
course-task-data
$ docker volume inspect course-task-data \
    --format 'name={{.Name}} driver={{.Driver}}'
name=course-task-data driver=local

结果展示

卷已经存在，但还没有被任何容器使用。local 是卷驱动名，不代表课程要依赖某个固定目录。

docker volume inspect 可能显示 Mountpoint，但不应让业务代码直接依赖这个内部路径。在 Docker Desktop 中，引擎存储还位于它管理的 Linux 环境中，外部文件管理器看到的路径并不等同于普通宿主目录。正确访问方式是把卷挂载给容器。

实操：让两个不同容器读取同一份数据

先用一个一次性容器写入文件：

$ docker run --rm \
    --mount type=volume,source=course-task-data,target=/data \
    alpine:3.22 sh -c 'echo "第一条任务" > /data/tasks.txt'

这个容器已经被 --rm 删除。现在用另一个新容器读取：

$ docker run --rm \
    --mount type=volume,source=course-task-data,target=/data,readonly \
    alpine:3.22 cat /data/tasks.txt
第一条任务

结果展示

写入容器和读取容器不是同一个对象，但文件仍然存在，证明数据属于卷。第二次挂载增加 readonly，读取容器无法修改内容。

知识点：卷不会自动随容器删除

这是数据持久化的优点，也是清理时必须注意的地方。查看哪些容器引用某个卷：

$ docker ps -a --filter volume=course-task-data

确认不再需要数据后，才能执行 docker volume rm course-task-data。本章后面还要用它演示备份，所以现在只检查引用，不删除。这个顺序也对应真实操作：先确认使用者和备份，再做不可逆删除。

如果卷仍被容器使用，Docker 会拒绝删除。应先确认并删除相关容器，再处理卷，而不是用强制选项绕过引用关系。

匿名卷与命名卷的差异

如果只声明目标路径而没有 source，Docker 会创建随机名称的匿名卷。它也能独立于容器存在，但难以从名字判断用途，长期使用容易留下孤立卷。课程显式命名为 task-data 或由 Compose 项目命名，是为了让归属、备份和清理都可追踪。

--rm 对匿名卷和命名卷的处理也不能混为一谈。课程采用的原则更简单：重要数据只用明确命名的卷，删除动作始终写出卷名并先确认内容。

知识点：持久化不等于已经备份

卷能让数据跨容器重建保留，但如果卷本身损坏、误删或所在设备故障，数据仍会丢失。备份必须把数据复制到独立位置，并且能验证恢复过程。

对数据库而言，优先使用数据库自身的一致性备份工具；简单文件或学习数据可以在服务停止或保证一致性的前提下，用临时工具容器打包。下面只演示卷的文件级备份机制。

实操：备份并恢复一个卷

先确保上一段的 course-task-data 仍存在并包含 tasks.txt。创建备份目录，然后用 Alpine 同时挂载数据卷和当前目录：

$ mkdir -p backup
$ docker run --rm \
    --mount type=volume,source=course-task-data,target=/data,readonly \
    --mount type=bind,source="$PWD/backup",target=/backup \
    alpine:3.22 tar -czf /backup/course-task-data.tar.gz -C /data .
$ ls -lh backup/course-task-data.tar.gz

知识点在参数里得到落实：源卷以只读方式挂载，工具容器不能误改原数据；备份目录用 bind mount 映射，所以容器退出后压缩包仍在项目目录。

创建一个新卷并恢复：

$ docker volume create course-task-data-restored
$ docker run --rm \
    --mount type=volume,source=course-task-data-restored,target=/data \
    --mount type=bind,source="$PWD/backup",target=/backup,readonly \
    alpine:3.22 tar -xzf /backup/course-task-data.tar.gz -C /data
$ docker run --rm \
    --mount type=volume,source=course-task-data-restored,target=/data,readonly \
    alpine:3.22 cat /data/tasks.txt
第一条任务

结果展示

恢复到新卷而不是直接覆盖原卷，能先验证备份是否可读。看到相同内容只证明这个简单文件恢复成功；真实数据库还要执行逻辑校验、版本兼容检查和业务抽样。

验证后清理恢复副本和原始练习卷：

$ docker volume rm course-task-data-restored
course-task-data-restored
$ docker volume rm course-task-data
course-task-data

绑定挂载什么时候更合适

如果要把当前目录的配置文件只读挂进容器，可以这样写：

$ docker run --rm \
    --mount type=bind,source="$PWD/config",target=/app/config,readonly \
    alpine:3.22 ls -la /app/config

绑定挂载依赖源路径实际存在，也会把设备目录结构暴露给容器。开发时挂载源码很方便；发布镜像时，应优先把应用文件构建进镜像，让交付物保持完整。

绑定挂载的两个常见陷阱

第一是路径耦合。同一份命令换到不同目录或另一台设备，source 可能不存在。使用 --mount 时源路径不存在会明确报错，这比 -v 在部分场景自动创建目录更容易发现拼写问题。

第二是权限映射。容器进程仍以自己的 UID/GID 访问挂载文件；“容器里用户名叫 app”不意味着外部文件系统认识这个名字。遇到 permission denied 时，应比较数字 UID/GID、文件所有者和挂载只读属性，而不是直接改成 root。

存储决策练习

为下面四种数据选择位置，并解释生命周期：

1. 编译好的 task-api 二进制：应进入镜像，因为它属于可重建交付物。
2. Redis 数据文件：应进入命名卷，因为它必须跨容器替换保留。
3. 开发中实时修改的源码：适合绑定挂载，因为编辑器和容器都要访问。
4. 只在一次请求中使用的敏感临时文件：可考虑 tmpfs，并确保应用不要求跨重启恢复。

能用生命周期解释选择，比记住“数据库用 volume”更重要。换一种数据类型时，这套判断仍然有效。

小测