你在 Docker 中跑 MySQL？恭喜你，好下岗了！
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！
数据安全问题
不要将数据储存在容器中，这也是 Docker 官方容器使用技巧中的一条。容器随时可以停止、或者删除。当容器被rm掉，容器里的数据将会丢失。为了避免数据丢失，用户可以使用数据卷挂载来存储数据。但是容器的 Volumes 设计是围绕 Union FS 镜像层提供持久存储，数据安全缺乏保证。如果容器突然崩溃，数据库未正常关闭，可能会损坏数据。另外，容器里共享数据卷组，对物理机硬件损伤也比较大。
性能问题
大家都知道，MySQL 属于关系型数据库，对IO要求较高。当一台物理机跑多个时，IO就会累加，导致IO瓶颈，大大降低 MySQL 的读写性能。
在一次Docker应用的十大难点专场上，某国有银行的一位架构师也曾提出过：“数据库的性能瓶颈一般出现在IO上面，如果按 Docker 的思路，那么多个docker最终IO请求又会出现在存储上面。现在互联网的数据库多是share nothing的架构，可能这也是不考虑迁移到 Docker 的一个因素吧”。
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。
难道 MySQL 不能跑在容器里吗？
MySQL 也不是全然不能容器化。
1）对数据丢失不敏感的业务（例如用户搜索商品）就可以数据化，利用数据库分片来来增加实例数，从而增加吞吐量。
2）docker适合跑轻量级或分布式数据库，当docker服务挂掉，会自动启动新容器，而不是继续重启容器服务。
3）数据库利用中间件和容器化系统能够自动伸缩、容灾、切换、自带多个节点，也是可以进行容器化的。
典型案例： 同程旅游、京东、阿里的数据库容器化都是不错的案例，大家可以自行去查看。
不错的回答：
docker的最佳实践是用多个独立的卷来管理不同的容器，即使说不同的容器产生的io应当考虑分布在不停的物理卷上，当然这些物理卷是以docker逻辑卷的方式存在的。那么如果是传统的san存储架构，磁盘能提供的io由存储柜本身决定，物理或者虚拟的docker主机后面挂一个san存储的话，io能力实际是固定的。docker并不能对io有改善或者说高利用率。如果是超融合架构下更有意义一些，但本质上依然是io取决于物理磁盘本身的能力。所以docker牵涉io一说其实没什么意思，io更多是物理层面的事。但最后一部分说得很好，即使docker适合无服务状态的轻应用，它的存在是弹性部署的能力，即故障就开新的服务而不是尝试重启旧的。另外如果容器崩溃，数据库应用存在很大的一致性风险，理论上说存在因数据状态不一致导致开库失败。不在docker上部署数据库是有道理的。但是对一些轻应用来说部署一些临时性的数据并允许丢失也是可以的，比如springcloud这样的分布式架构中的部分应用是可以用得上的。