容器的定义：容器是为了解决“在切换运行环境时，如何保证软件能够正常运行”这一问题。
目前，容器和 Docker 依旧是技术领域最热门的词语，无状态的服务容器化已经是大势所趋，同时也带来了一个热点问题被大家所争论不以：数据库 MySQL 是否需要容器化？认真分析大家的各种观点，发现赞同者仅仅是从容器优势的角度来阐述 MySQL 需要容器化，几乎没有什么业务场景进行验证自己的观点；反过来再看反对者，他们从性能、数据安全等多个因素进行阐述 MySQL不需要容器化，也举证了一些不适合的业务场景。下面，我们就聊一下 Docker 不适合跑 MySQL 的 N 个原因！1 数据持久性： 默认情况下，Docker 容器是临时的，意味着容器关闭后容器内的数据会丢失。虽然可以使用 Docker 卷或者绑定挂载来实现数据的持久性，但是这增加了管理和配置的复杂性2 性能： 在 Docker 容器中运行数据库可能会导致性能下降。数据库通常需要高速 I/O 和大量的内存，而容器化环境可能会对这些要求产生一些限制。3 资源限制： Docker 容器可以受到物理主机资源的限制，这可能会影响数据库的性能和可扩展性。当容器共享主机的 CPU、内存和网络资源时，可能会导致资源竞争。4 复杂性： 数据库系统通常需要进行复杂的配置、优化和监控，容器化环境可能增加了部署和管理的复杂性。尽管如此，许多人仍然使用 Docker 部署 MySQL，特别是在开发和测试环境中，因为 Docker 提供了快速部署、轻量级和隔离性等优势。在生产环境中，如果需要高可用性和性能，可能会考虑使用更传统的部署方法，如虚拟机或物理服务器。其实也有相对应的一些策略来解决这个问题，比如1）数据库程序与数据分离
如果使用Docker 跑 MySQL，数据库程序与数据需要进行分离，将数据存放到共享存储，程序放到容器里。如果容器有异常或 MySQL 服务异常，自动启动一个全新的容器。另外，建议不要把数据存放到宿主机里，宿主机和容器共享卷组，对宿主机损坏的影响比较大。2）跑轻量级或分布式数据库
Docker 里部署轻量级或分布式数据库，Docker 本身就推荐服务挂掉，自动启动新容器，而不是继续重启容器服务。3）合理布局应用
对于IO要求比较高的应用或者服务，将数据库部署在物理机或者KVM中比较合适。目前腾讯云的TDSQL和阿里的Oceanbase都是直接部署在物理机器，而非Docker 。状态问题
在 Docker 中水平伸缩只能用于无状态计算服务，而不是数据库。
Docker 快速扩展的一个重要特征就是无状态，具有数据状态的都不适合直接放在 Docker 里面，如果 Docker 中安装数据库，存储服务需要单独提供。目前，腾讯云的TDSQL（金融分布式数据库）和阿里云的Oceanbase（分布式数据库系统）都直接运行中在物理机器上，并非使用便于管理的 Docker 上。资源隔离方面
资源隔离方面，Docker 确实不如虚拟机KVM，Docker是利用Cgroup实现资源限制的，只能限制资源消耗的最大值，而不能隔绝其他程序占用自己的资源。如果其他应用过渡占用物理机资源，将会影响容器里 MySQL 的读写效率。需要的隔离级别越多，获得的资源开销就越多。相比专用环境而言，容易水平伸缩是Docker的一大优势。然而在 Docker 中水平伸缩只能用于无状态计算服务，数据库并不适用。
目前，容器和 Docker 依旧是技术领域最热门的词语，无状态的服务容器化已经是大势所趋，同时也带来了一个热点问题被大家所争论不以：数据库 MySQL 是否需要容器化？认真分析大家的各种观点，发现赞同者仅仅是从容器优势的角度来阐述 MySQL 需要容器化，几乎没有什么业务场景进行验证自己的观点；反过来再看反对者，他们从性能、数据安全等多个因素进行阐述 MySQL不需要容器化，也举证了一些不适合的业务场景。下面，我们就聊一下 Docker 不适合跑 MySQL 的 N 个原因！1 数据持久性： 默认情况下，Docker 容器是临时的，意味着容器关闭后容器内的数据会丢失。虽然可以使用 Docker 卷或者绑定挂载来实现数据的持久性，但是这增加了管理和配置的复杂性2 性能： 在 Docker 容器中运行数据库可能会导致性能下降。数据库通常需要高速 I/O 和大量的内存，而容器化环境可能会对这些要求产生一些限制。3 资源限制： Docker 容器可以受到物理主机资源的限制，这可能会影响数据库的性能和可扩展性。当容器共享主机的 CPU、内存和网络资源时，可能会导致资源竞争。4 复杂性： 数据库系统通常需要进行复杂的配置、优化和监控，容器化环境可能增加了部署和管理的复杂性。尽管如此，许多人仍然使用 Docker 部署 MySQL，特别是在开发和测试环境中，因为 Docker 提供了快速部署、轻量级和隔离性等优势。在生产环境中，如果需要高可用性和性能，可能会考虑使用更传统的部署方法，如虚拟机或物理服务器。其实也有相对应的一些策略来解决这个问题，比如1）数据库程序与数据分离
如果使用Docker 跑 MySQL，数据库程序与数据需要进行分离，将数据存放到共享存储，程序放到容器里。如果容器有异常或 MySQL 服务异常，自动启动一个全新的容器。另外，建议不要把数据存放到宿主机里，宿主机和容器共享卷组，对宿主机损坏的影响比较大。2）跑轻量级或分布式数据库
Docker 里部署轻量级或分布式数据库，Docker 本身就推荐服务挂掉，自动启动新容器，而不是继续重启容器服务。3）合理布局应用
对于IO要求比较高的应用或者服务，将数据库部署在物理机或者KVM中比较合适。目前腾讯云的TDSQL和阿里的Oceanbase都是直接部署在物理机器，而非Docker 。状态问题
在 Docker 中水平伸缩只能用于无状态计算服务，而不是数据库。
Docker 快速扩展的一个重要特征就是无状态，具有数据状态的都不适合直接放在 Docker 里面，如果 Docker 中安装数据库，存储服务需要单独提供。目前，腾讯云的TDSQL（金融分布式数据库）和阿里云的Oceanbase（分布式数据库系统）都直接运行中在物理机器上，并非使用便于管理的 Docker 上。资源隔离方面
资源隔离方面，Docker 确实不如虚拟机KVM，Docker是利用Cgroup实现资源限制的，只能限制资源消耗的最大值，而不能隔绝其他程序占用自己的资源。如果其他应用过渡占用物理机资源，将会影响容器里 MySQL 的读写效率。需要的隔离级别越多，获得的资源开销就越多。相比专用环境而言，容易水平伸缩是Docker的一大优势。然而在 Docker 中水平伸缩只能用于无状态计算服务，数据库并不适用。
