本文已参与「新人创作礼」活动，一起开启掘金创作之路。
哈喽，大家好！这篇文章会为大家介绍Volumes数据卷的优势和如何使用Volumes数据卷，希望使你们有所收获！
Volumes数据卷优势
虽然Docker数据外部挂载机制提供了三种数据管理方式，但在实际使用中，用到更多的是Volumes和Bind mounts这两种数据管理方式。这两种数据管理方式中，Volumes完全由Docker管理的，是官方相对推荐的数据管理方式；而Bind mounts则要依赖于主机的目录结构
与Bind mounts （绑定挂载）相比，Volumes （数据卷）有以下几个优势：
- 数据卷比绑定挂载更容易备份和迁移
- 可以使用Docker CLI指令或Docker API来管理数据卷
- 在Linux和Windows容器上都可以使用数据卷
- 在多个容器之间可以更安全的共享数据卷
- 数据卷驱动器允许在远程主机或云提供商上存储数据卷，并且加密数据卷的内容或添加其他功能
- 一个新数据卷的内容可以由一个容器预填充
此外，在容器的可写层中，数据卷通常是持久化数据更好的选择，因为使用数据卷并不会增加使用容器的大小，而且数据卷的内容存在于给定容器的生命周期之外。如果我们的容器生成了非持久性状态的数据，那么可以考虑使用tmpfs mounts（tmpfs挂载），因为它可以避免永久存储数据，以及写入容器的可写层时增加容器的负担。
Volumes数据卷使用
创建并管理数据卷
创建数据卷
docker volume create my-vol # 创建一个名为my-vol数据卷
查看数据卷
docker volume ls
docker ps -a
核查数据卷
docker volume inspect my-vol # 查看指定数据卷详情
删除数据卷
docker volume rm my-vol
启动容器并加载数据卷
查看本机容器和数据卷
查看本机Docker文件系统中的容器和数据卷
/var/lib/docker/ # Docker默认在本机上的文件系统目录
本地Docker文件系统中包含了两个重要的文件目录，分别是containers和volumes，这两个文件目录是用于存放用户创建的容器和数据卷的
启动容器并挂载数据卷
使用docker run指令创建并启动一个容器，同时挂载一个数据卷，具体指令如下：
docker run -d -it --name devtest1 --mount source=myvol,target=/app busybox:latest
也可以使用 -v 参数挂载数据卷，具体指令如下：
docker run -d -it --name devtest2 -v myvol:/app busybox:latest
-
--mount：由多个key=value形式的键值对组成，键值对之间由英文逗号分隔。键值说明：
- type（挂载的类型）：可以是bind、volume或tmpfs。当前使用的是数据卷，即volume
- source（挂载源）：对于命名的数据卷来说，这就是数据卷的名称，而对于匿名卷来说，该字段被省略，该字段可以用source或src表示
- destination（挂载点）：就是将文件或目录挂载到容器中的具体路径，该字段可以用destination、dst或target表示
- readonly：如果出现了该参数，则挂载到容器中的数据就表示是只读了
-
-v（--volume的缩写）：由三个字段组成，之间由冒号分隔，字段必须以正确的顺序排列，而且每个字段的含义都特别明确。属性值说明：
- 在命名卷的情况下，第一个字段是数据卷的名称，在给定的主机上是唯一的；对于匿名卷，将会省略第一个字段
- 第二个字段是在容器中挂在数据的文件或目录的路径
- 第三字段是可选的，是一个逗号分隔的参数列表，如ro（readonly，即只读）
需要注意的是，不管是哪种方式挂载数据卷，前面第一个参数都是设置的数据卷名称。执行完指令后会自动在Docker文件系统的数据卷目录/var/lib/docker/volumes下创建一个myvol子目录来保存数据。如果是使用Bind mounts（绑定挂载）进行的数据管理，那么第一个参数就是宿主机保存数据的具体地址（如 -v /src/myvolume/data:/app）
再次查看本机容器和数据卷列表
容器创建成功后自动加载了数据卷，如果在创建容器时数据卷不存在，则Docker会自动创建
检查容器详情
使用docker inspect指令查看容器数据挂载信息：
再次查看本机Docker文件系统中的容器和数据卷
可以看到新建的容器和数据卷都以自动生成在本地Docker文件目录中。如果将两个容器都删除，则文件目录中的容器也会自动删除，但数据卷可以保留，除非另外主动删除数据卷
数据卷的合理使用可以使我们对Docker的数据操作更加方便，当操作不当也会对数据造成不可逆的损坏，所以在对数据进行操作时，建议慎重！