云计算核心技术Docker教程:使用卷和网络来持久化我们的数据
首先,我们将看看在容器中运行数据库,以及我们如何使用卷和网络来持久化我们的数据并允许我们的应用程序与数据库对话。然后,我们将所有内容整合到一个 compose 文件中,这将允许我们使用一个命令设置和运行本地开发环境。最后,我们将看看将调试器连接到我们在容器内运行的应用程序。 我们云计可以使用 MongoDB 的 Docker 官方镜像并在容器中运行它,而不是下载 MongoDB、安装、配置然后将 Mongo 数据库作为服务运行。 在容器中运行 MongoDB 之前,我们希望创建几个卷,Docker 可以管理这些卷来存储我们的持久数据和配置。让我们使用 docker 提供的托管卷功算核能,而不是使用绑定安装。您可以在我们的文档中阅读有关卷的所有信息。 现在让我们创建我们的卷。我们将为数据创建一个,另一个用于 MongoDB 的配置。 $ docker volume create mongodb $ docker volume create mongodb_config 现在我们将创建一个网心技络,我们的应用程序和数据库将使用该网络相互通信。该网络称为用户定义的桥接网络,它为我们提供了一个很好的 DNS 查找服务,我们可以在创建连接字符串时使用它。 $ docker network create mongodb 现在我们可以在容器中运行 MongoDB 并附加到我们上面创建的卷和网络。Do术Dcker 将从 Hub 拉取镜像并在本地为您运行。 $ docker run -it --rm -d -v mongodb:/data/db \ -v mongodb_config:/data/configdb -p 27017:27017 \ --network mongodb \ --name mongodb \ mongo 好oc的,现在我们有一个正在运行的 MongoDB,让我们更新server.js以使用 MongoDB 而不是内存数据存储。 const ronin = require( 'ronin-server' ) const mocks = require( 'ronin-mocks' ) const database = requikere( 'ronin-database' ) const server = ronin.server() database.connect( process.env.CONNECTIONSTRING ) server.use( '/', mocks.server( server.Router(), fr教alse, false ) ) server.start() 我们已经添加了ronin-database模块并更新了代码以连接到数据库并将内存中的标志设置为 false。我们现在需要重建我们的图像,以便它包含我们的更改。 首先让ronin-database我们使用 npm将模块添加到我们的程:应用程序中。 $ npm install ronin-database 现在我们可以建立我们的形象。 $ docker build --tag node-docker . 现在,让我们运行我们的容器。但是这次我们需要设置CONNECTIONSTRING环境变量,以便我们的应用程序知道使用什么连接字符使用串来访问数据库。我们将在docker run命令中正确执行此操作。 $ docker run \ -it --rm -d \ --network mongodb \ --name rest-server \ -p 8000:8000 \ -e CONNECTIONSTRING=mongodb://mongodb:卷和27017/yoda_notes \ node-docker 让我们测试一下我们的应用程序是否已连接到数据库并能够添加注释。 $ curl --request POST \ --url http://localhost:8000/notes \ --header 'content-type: applica网络tion/json' \ --data '{"name": "this is a note", "text": "this is a note that I wanted to take while I was working on writing a blog post.", "owner": "peter"}' 您应该会从我来持们的服务中收到以下 json。 {"code":"success","payload":{"_id":"5efd0a1552cd422b59d4f994","name":"this is a note","text":"this is a note that I wanted久化 to take while I was working on writing a blog post.","owner":"peter","createDate":"2020-07-01T22:11:33.256Z"}}
- 最近发表
-
- 解锁 LLM Agent 力量!Anthropic 发布工具编写指南,助你玩转大语言模型!
- 亚马逊Q2获得净销售额1131亿美元 AWS净销售额为148.09亿美元
- Akamai拟9亿美元收购Linode 构建从边到云的分布式计算平台
- Vercel 旗下 AI 前端开发工具 v0 即将推出 iOS 应用程序
- 标签: Sunday Robotics Tesla Optimus Memo
- 京东云发布助力品牌商数智化升级报告
- 标签: 花旗 裁员 Citi 银行业
- Google开源DESIGN.md格式,为AI Agent提供UI设计标准化蓝图
- 高通与哈曼携手打造更智能的汽车 AI 体验
- 亚马逊云计算业务二季度营收262.8亿美元 同比环比仍均在增长
- 随机阅读
-
- 什么是Transformer机器学习模型? 译文
- vivo新战略:聚焦端侧AI,手机智能化再升级!
- 字节跳动计划投资21亿美元在马来西亚建人工智能中心
- 标签: 泡泡玛特 拓竹科技 Labubu 3D打印侵权
- 人脸识别“热”中的冷思考:道德伦理问题值得深思
- 标签: 网络治理
- 标签: 智谱 GLM Coding Plan GLM-5 开源大模型
- 大数据分析工具BI的应用
- 大模型冲进了亚运赛场
- 标签: 搜狐
- 消息称阿里云首次出手具身智能,自变量机器人完成近 10 亿元新融资
- 免费“外挂”浏览器来了!Perplexity 把 200 美元/月的 Comet 下放全民,边刷网页边替你写邮件、抢票、比价的 AI 小秘书上线
- AWS、Azure和GCP:云服务的详细比较
- 麻省理工学院发布无声沟通 AI 设备 AlterEgo,无需说话就能交流
- 标签: 上汽集团 荣威i6 MG4X 智己LS9
- 标签: 立讯精密 苹果 RansomHub 勒索攻击
- CNCF 报告:最新 Kubernetes 和容器采用现状 译文
- 2020上半年,云运营服务市场规模为100.8亿元
- 需求驱动创新 西云数据为行业高质量发展注入新动力
- AI技术加入数据中心节能新战场
- 搜索
-
- 友情链接