我有一个使用SQLite数据库的Python应用程序（它是由cron每天运行的数据收集器）。我想使用Docker在AWS或Google Container Engine上部署它。我看到三个主要步骤：
1.在本地集中并测试应用程序
2.在AWS或GCE上部署并运行应用程序
3.定期备份数据库并下载回本地存档。
最近的帖子（在Docker，StackOverflow和其他地方）说，自1.9以来，卷现在是处理持久数据的推荐方式，而不是数据容器＆＃34;图案。为了将来的兼容性，我总是喜欢使用首选的惯用方法，但是Volumes似乎比数据容器更具挑战性。我错过了什么吗？
关注＆＃34;数据容器＆＃34;模式，我很容易：
使用＆＃34; docker volume create＆＃34;：
我是否遗漏了有关卷的内容？
是否有一个很好的概述使用Volumes做我想做的事情？
是否有推荐的，惯用的方法来备份和下载数据（使用数据容器模式或卷）按照我的步骤3？
答案 0 :(得分：3)
当您第一次使用空的命名卷时，它将在第一次使用时收到图像卷数据的副本（与基于主机的卷完全覆盖挂载点与主机目录不同）。因此，您可以将主映像中的卷内容初始化为卷，将该映像上载到注册表并将该映像下载到目标主机，在该主机上创建命名卷，将映像指向该命名卷（使用docker- compose使最后两步变得简单，最多只有2个命令docker volume create <vol-name>和docker run -v <vol-name>:/mnt <image>），并且它将填充初始数据。
从基于容器的卷或命名卷中检索数据是一个相同的过程，您需要将卷装入容器并运行导出/备份到外部位置。唯一的区别在于命令行，而不是--volumes-from <container-id>您拥有-v <vol-name>:/mnt。您也可以使用相同的过程将数据导入到卷中，无需使用卷中的数据初始化应用程序映像。
新流程的最大优势在于它可以清楚地将数据与容器分开。您可以清除系统上的所有容器，而不必担心丢失数据，并且系统中列出的任何卷都在其名称中清晰，而不是随机分配的名称。最后，命名卷可以安装在目标上的任何位置，如果您有多个数据源（例如配置文件与数据库），您可以选择要安装的卷。