目錄
- 數據安全問題
- 性能問題
- 1）數據庫程序與數據分離
- 2）跑輕量級或分布式數據庫
- 3）合理布局應用
- 狀態問題
- 資源隔離方面
- 難道 MySQL 不能跑在容器里嗎？
容器的定義：容器是為了解決“在切換運行環境時，如何保證軟件能夠正常運行”這一問題。
目前，容器和 Docker 依舊是技術領域最熱門的詞語，無狀態的服務容器化已經是大勢所趨，同時也帶來了一個熱點問題被大家所爭論不以：數據庫 MySQL 是否需要容器化？
認真分析大家的各種觀點，發現贊同者僅僅是從容器優勢的角度來闡述 MySQL 需要容器化，幾乎沒有什么業務場景進行驗證自己的觀點；反過來再看反對者，他們從性能、數據安全等多個因素進行闡述 MySQL不需要容器化，也舉證了一些不適合的業務場景。
下面，我們就聊一下 Docker 不適合跑 MySQL 的 N 個原因！
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，容器里的數據將會丟失。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，數據庫未正常關閉，可能會損壞數據。另外，容器里共享數據卷組，對物理機硬件損傷也比較大。
性能問題
大家都知道，MySQL 屬于關系型數據庫，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：“數據庫的性能瓶頸一般出現在IO上面，如果按 Docker 的思路，那么多個docker最終IO請求又會出現在存儲上面。現在互聯網的數據庫多是share nothing的架構，可能這也是不考慮遷移到 Docker 的一個因素吧”。
其實也有相對應的一些策略來解決這個問題，比如：
1）數據庫程序與數據分離
如果使用Docker 跑 MySQL，數據庫程序與數據需要進行分離，將數據存放到共享存儲，程序放到容器里。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里，宿主機和容器共享卷組，對宿主機損壞的影響比較大。
2）跑輕量級或分布式數據庫
Docker 里部署輕量級或分布式數據庫，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
對于IO要求比較高的應用或者服務，將數據庫部署在物理機或者KVM中比較合適。目前騰訊云的TDSQL和阿里的Oceanbase都是直接部署在物理機器，而非Docker 。
狀態問題
在 Docker 中水平伸縮只能用于無狀態計算服務，而不是數據庫。
Docker 快速擴展的一個重要特征就是無狀態，具有數據狀態的都不適合直接放在 Docker 里面，如果 Docker 中安裝數據庫，存儲服務需要單獨提供。
目前，騰訊云的TDSQL（金融分布式數據庫）和阿里云的Oceanbase（分布式數據庫系統）都直接運行中在物理機器上，并非使用便于管理的 Docker 上。
資源隔離方面
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占用自己的資源。如果其他應用過渡占用物理機資源，將會影響容器里 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 中水平伸縮只能用于無狀態計算服務，數據庫并不適用。
難道 MySQL 不能跑在容器里嗎？
MySQL 也不是全然不能容器化。以下幾種場景還是適合的。
1）對數據丟失不敏感的業務（例如用戶搜索商品）就可以數據化，利用數據庫分片來來增加實例數，從而增加吞吐量。
2）docker適合跑輕量級或分布式數據庫，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。
3）數據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。
典型案例：同程旅游、京東、阿里的數據庫容器化都是不錯的案例，大家可以自行去查看
