本文讲的是Docker&MongoDB实战（二）性能与容错，
【编者的话】在Docker中运行数据库很多人都想过，但是IO方面和在实体机上运行会有差异吗？数据应该怎么存储？映射到主机还是使用一个单独存储数据的容器？哪种方式更好？性能方面呢？本文针对这些问题一一给出了答案。第一篇文章在这里
。
在前面，我们已经知道怎样创建和运行一个简单的基于CentOS的MongoDB实例。这对于开发或者测试使用来说再好不过了，但是它并没有说明一些性能和容错能力的问题。在本文中，我们会了解Docker相关的磁盘存储选项，以及在其之上运行数据库（如MongoDB）的注意事项。
文件系统分层
Docker最重要的特性（也是我比较喜欢的特性）是分层文件系统
。每个基础层都是只读的，这些基础层相互叠加构成真实的文件系统，最上面的层是读写层（可读可写）。它们非常便于版本管理，同时，也可以缓存（我们不需要每次都从头开始构建）。
相比于传统的镜像方式，这真是一个巨大的改变，之前的整个文件系统镜像或者虚拟机模板都是手工构建的，我们根本不知道其中包含了什么以及为什么要包含。最近我们注意到有很多的配置管理工具，比如Puppet
、 Chef
和Ansible
，但是从头开始构建一个复杂且灵活的镜像非常耗时间。Docker分层的方式可以加快构建时间，因为它只需要重构仅仅做出修改的文件层。
但是，这种方式并不是没有缺点：这样的分层文件系统的运行时性能相当差。这也依赖于Docker使用的存储模块，包括之前一开始使用的AUFS，以及后来的OverlayFS、BTRFS和device mapper。为了获得最佳的I/O性能，我们需要使用Docker的数据卷
。数据卷位于Docker容器之外，因此也绕开了分层文件系统。有两个主要的数据卷类型：主机目录和仅存储数据的容器。
数据卷：主机目录
一个主机目录数据卷是一个被挂载在原始容器的简单的目录。就像我们在第一部分
中介绍的：在Docker主机中创建一个目录，然后使用它作为MongoDB的dbpath（容纳数据和分类文件）。例如：
通过检查日志文件来确认MongoDB容器是否启动成功：
确保数据文件已经在指定的主机目录~/db中创建。
快速衡量（Quick benchmarking）
主机目录数据卷比默认的分层文件系统快了多少？这当然依赖于你的环境，当然，本文也不会过多介绍性能测试的东西。但是，这里有一个快速的方法就是使用mongoperf
来测试。
这里我们使用与第一部分中案例相同的mongodb.repo，为了方便这里再做一次：
使用在你当前的目录如上的两个文件，构建将要运行的镜像：
现在衡量分层的根目录文件系统，通过运行：
你应该看到相似的输出如下：
mongoperf
将一直运行，你可以通过Ctrl+C退出终端。容器将一直运行在后台，因此让我们结束它。
现在再运行下主机目录数据卷：
从我们设置开始，这就有相同的输出：
停止并移除之前的容器。
具有32个并行读写线程结果最后一组比较，我们看到在操作每秒数量提高180%，从1211到3385 ops/s。还有的吞吐量增加了225%，从4到13 MB/s。
容器可移植性
虽然上面的方式中性能得到了提升，但这并不利于容器的迁移，因为现在我们的Docker容器需要依赖外部的Docker主机上的目录，而这个目录却没有通过Docker来管理，所以我们不能简单的运行或者迁移它。最好的解决方案就是使用data-only容器，接下来，我们将详述。
数据卷：仅有数据的容器
仅有数据（data-only）的容器是推荐的Docker数据存储模式，它可以解耦对主机的依赖。
为了创建数据容器来作为衡量标准，我们重新使用已经存在的mongoperf
镜像：
使用数据容器，重新运行测试标准，使用–volume-from mongoperf-data
参数。
这个过程如下面的输出：
性能方面它和主机目录数据卷方式一致。即使引用容器被移除了，仅仅包含数据的容器依然存在。我们继续运行查看：
结束
回顾一下我们的mongod
容器，我们现在使用data-only容器来存储数据以获得更好的性能。
记住，你可以通过运行docker ps
看到映射的本地端口值。例如：
数据卷将最终成为Docker里的头等公民
。同时，考虑使用社区工具，像docker-volume
来更加轻松的管理他们。
接下来
在接下来的部分，我们将研究各种各样的Docker网络参数，并细说哪种更适合多主机的MongoDB副本集。敬请期待！
原文链接：MONGODB & DOCKER – PART 2（翻译：刘红 校对：李颖杰）
＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝
译者介绍
刘红，才毕业的本科小生，平时喜欢业余学习一些自己感兴趣的技术或者框架，目前正在学习Docker，也在着手翻译Docker官方文档，如果对翻译Docker官方文档感兴趣的朋友可以联系译者哟。
原文发布时间为：2015-03-22
本文作者：刚百
本文来自云栖社区合作伙伴DockerOne，了解相关信息可以关注DockerOne。
原文标题：Docker&MongoDB实战（二）性能与容错
