資料庫到底要不要上Docker

資料庫到底要不要上Docker

IT實戰聯盟 發表於 2020-04-06 09:59:00

前言

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視頻教程，小編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嘗到了甜頭，希望隨著技術的發展能夠更加完美的解決方案出現。

Docker不適合部署資料庫的7大原因

1、數據安全問題

不要將數據儲存在容器中，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，容器裡的數據將會丟失。為了避免數據丟失，用戶可以使用數據卷掛載來存儲數據。但是容器的 Volumes 設計是圍繞 Union FS 鏡像層提供持久存儲，數據安全缺乏保證。如果容器突然崩潰，資料庫未正常關閉，可能會損壞數據。另外，容器裡共享數據卷組，對物理機硬體損傷也比較大。

即使你要把 Docker 數據放在主機來存儲 ，它依然不能保證不丟數據。 Docker volumes 的設計圍繞 Union FS 鏡像層提供持久存儲，但它仍然缺乏保證。

使用當前的存儲驅動程序，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，則可能會損壞數據。

2、性能問題

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 的讀寫性能。

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：「資料庫的性能瓶頸一般出現在IO上面，如果按 Docker 的思路，那麼多個docker最終IO請求又會出現在存儲上面。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」。

針對性能問題有些同學可能也有相對應的方案來解決：

（1）資料庫程序與數據分離

如果使用Docker 跑 MySQL，資料庫程序與數據需要進行分離，將數據存放到共享存儲，程序放到容器裡。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，建議不要把數據存放到宿主機裡，宿主機和容器共享卷組，對宿主機損壞的影響比較大。

（2）跑輕量級或分布式資料庫

Docker 裡部署輕量級或分布式資料庫，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）合理布局應用

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 。

3、網絡問題

要理解 Docker 網絡，您必須對網絡虛擬化有深入的了解。也必須準備應付好意外情況。你可能需要在沒有支持或沒有額外工具的情況下，進行 bug 修復。

我們知道：資料庫需要專用的和持久的吞吐量，以實現更高的負載。我們還知道容器是虛擬機管理程序和主機虛擬機背後的一個隔離層。然而網絡對於資料庫複製是至關重要的，其中需要主從資料庫間 24/7 的穩定連接。未解決的 Docker 網絡問題在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。我知道你是一個頂級的工程師，什麼問題都可以得到解決。但是，你需要花多少時間解決 Docker 網絡問題？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。

4、狀態

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。下次您的應用程式實例或應用程式崩潰，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 快速擴展的一個重要特徵就是無狀態，具有數據狀態的都不適合直接放在 Docker 裡面，如果 Docker 中安裝資料庫，存儲服務需要單獨提供。

目前，TX雲的TDSQL（金融分布式資料庫）和阿里雲的Oceanbase（分布式資料庫系統）都直接運行中在物理機器上，並非使用便於管理的 Docker 上。

5、資源隔離

資源隔離方面，Docker 確實不如虛擬機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，而不能隔絕其他程序佔用自己的資源。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？

6、雲平臺的不適用性

大部分人通過共有雲開始項目。 雲簡化了虛擬機操作和替換的複雜性，因此不需要在夜間或周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實例的時候，為什麼我們需要擔心這個實例運行的環境？

這就是為什麼我們向雲提供商支付很多費用的原因。 當我們為實例放置資料庫容器時，上面說的這些便利性就不存在了。因為數據不匹配，新實例不會與現有的實例兼容，如果要限制實例使用單機服務，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展的能力。

7、運行資料庫的環境需求

常看到 DBMS 容器和其他服務運行在同一主機上。 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並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，那麼將浪費你的項目的資源。 因為你需要為該實例配置大量額外的資源。 在公有雲，當你需要 34G 內存時，你啟動的實例卻必須開 64G 內存。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實例。 水平伸縮總是比垂直伸縮更好。

總結

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

我們可以把數據丟失不敏感的業務（搜索、埋點）就可以數據化，利用資料庫分片來來增加實例數，從而增加吞吐量。

docker適合跑輕量級或分布式資料庫，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。

資料庫利用中間件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。

打開APP閱讀更多精彩內容

聲明：本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人，不代表電子發燒友網立場。文章及其配圖僅供工程師學習之用，如有內容圖片侵權或者其他問題，請聯繫本站作侵刪。 侵權投訴