Docker 部署 MySQL 数据库

Docker 部署 MySQL 数据库

基于 Docker 部署 MySQL 数据库

一、拉取 MySQL 镜像

在开始之前,请确保你的 Docker 环境已经正确安装并可以正常运行。打开终端,执行以下命令来拉取 MySQL 镜像:

bash 复制代码
docker pull mysql:latest

这条命令会从 Docker Hub 下载最新版本的 MySQL 镜像,下载时间取决于你的网络速度。

二、运行 MySQL 容器

使用以下命令来运行 MySQL 容器:

bash 复制代码
docker run --name [容器名称] -e MYSQL_ROOT_PASSWORD=[管理员密码] -p [宿主机端口]:3306 -v [宿主机目录]:/var/lib/mysql --memory="[内存限制]" --cpuset-cpus="[CPU 核心]" -d mysql:latest

例如:

bash 复制代码
docker run --name my_mysql -e MYSQL_ROOT_PASSWORD="your_password_placeholder" -p 3306:3306 -v ~/data/mysql/data:/var/lib/mysql --memory="2gb" --cpuset-cpus="0" -d mysql:latest

三、运行命令参数详解

  1. --name :自定义容器的名称,便于后续管理和识别。示例中的容器名称为 "my_mysql"。
  2. -e MYSQL_ROOT_PASSWORD :设置 MySQL 的 root 用户密码,示例中设置为 "your_password_placeholder",实际使用时请替换为你的密码。
  3. -p :将宿主机端口映射到容器内的 MySQL 默认端口(3306)。示例中将宿主机的 3306 端口映射到容器内部的 3306 端口,便于访问容器内的 MySQL 服务。
  4. -v :将宿主机目录挂载到容器内部目录,用于数据持久化。例如,将宿主机的 "~/data/mysql/data" 目录挂载到容器内的 "/var/lib/mysql" 目录,确保数据在容器重建后不会丢失。
  5. --memory :限制容器可使用的内存大小。示例中设置为 "2gb",即容器最多可使用 2GB 内存。
  6. --cpuset-cpus :指定容器可以使用的 CPU 核心。示例中的 "0" 表示容器只能使用宿主机的第 0 号 CPU 核心。
  7. -d :以后台模式运行 MySQL 容器,使容器在后台持续运行,不影响终端使用。
  8. mysql:latest :指定使用的 MySQL 镜像版本,这里使用最新版本。

四、查看容器运行状态

要查看当前正在运行的容器及其状态,可以使用以下命令:

bash 复制代码
docker ps

这条命令会列出所有正在运行的容器的相关信息,包括容器 ID、名称、镜像、端口映射等。如果想查看所有容器(包括已停止的),可以使用:

bash 复制代码
docker ps -a

若需要更详细的容器信息,如资源使用情况、网络配置等,可以使用:

bash 复制代码
docker inspect [容器名称或 ID]

例如:

bash 复制代码
docker inspect my_mysql

以上就是在 Docker 中部署 MySQL 数据库的详细步骤,按照这些步骤操作,你可以快速搭建并运行一个 MySQL 数据库环境,满足本地开发和测试的需求。

相关推荐
水木石画室4 分钟前
Druid 连接池详解
数据库·mysql
yzpyzp7 分钟前
gradle的 build时kaptDebugKotlin 处理数据库模块
android·数据库
软件20515 分钟前
【redis——缓存雪崩(Cache Avalanche)】
数据库·redis·缓存
訾博ZiBo1 小时前
使用 Navicat 成功导入 2.73GB 超大 SQL 文件的实战经验(Win10,64GB内存)
数据库·mysql
小胖同学~1 小时前
SQL 增删改查 —— 笔记篇
服务器·数据库
梦兮林夕1 小时前
Docker + Gin + Gorm Gen:现代 Go Web 开发高效数据库实践
数据库·go·gin
Lx3521 小时前
SQL参数化查询:防注入与计划缓存的双重优势
后端·sql·mysql
徐Sir的IT技术备忘录2 小时前
WinServer2025安装OracleDB 19.27实测及applyRU问题复盘
数据库
exe4522 小时前
使用docker中的ollama
运维·docker·容器
刘天远2 小时前
深度解析企业风控API技术实践:构建全方位企业风险画像系统
大数据·数据库·数据分析