17 - 容器化

17 - 容器化：Docker 中使用 SQLite 与数据持久化

17.1 Docker 中使用 SQLite 的特点

SQLite 是进程内数据库，Docker 中的使用方式与客户端-服务器数据库不同：

特性	PostgreSQL (容器)	SQLite (容器)
服务进程	独立进程	嵌入应用
数据持久化	Volume 挂载数据目录	Volume 挂载数据库文件
网络访问	通过端口映射	无（仅本地）
备份	pg_dump	复制 .db 文件
并发	容器内多连接	应用内多连接

17.2 基本 SQLite Docker 镜像

17.2.1 使用官方镜像

# 运行 SQLite CLI 交互式 Shell
docker run -it --rm -v $(pwd)/data:/data keinos/sqlite3 sqlite3 /data/mydb.db

# 从 Docker Hub 获取 SQLite 镜像
docker pull nouchka/sqlite3
docker run -it --rm nouchka/sqlite3

17.2.2 自定义 Dockerfile

# Dockerfile - 带 SQLite 的应用镜像
FROM python:3.12-slim

# 安装 SQLite3 CLI（用于维护和调试）
RUN apt-get update && apt-get install -y sqlite3 && rm -rf /var/lib/apt/lists/*

# 安装 Python 依赖
COPY requirements.txt .
RUN pip install --no-cache-dir -r requirements.txt

# 复制应用代码
COPY app/ /app/
WORKDIR /app

# 创建数据目录
RUN mkdir -p /data

# 设置环境变量
ENV DATABASE_PATH=/data/app.db

# 暴露端口（如果是 Web 应用）
EXPOSE 8000

CMD ["python", "main.py"]

17.2.3 多阶段构建

# 构建阶段
FROM python:3.12 AS builder
WORKDIR /build
COPY requirements.txt .
RUN pip install --no-cache-dir --prefix=/install -r requirements.txt

# 运行阶段
FROM python:3.12-slim
RUN apt-get update && apt-get install -y sqlite3 && rm -rf /var/lib/apt/lists/*

COPY --from=builder /install /usr/local
COPY app/ /app/

WORKDIR /app
ENV DATABASE_PATH=/data/app.db
VOLUME ["/data"]

CMD ["python", "main.py"]

17.3 数据持久化

17.3.1 使用 Volume 挂载

# 创建命名 Volume
docker volume create sqlite_data

# 使用 Volume 运行容器
docker run -d \
    --name myapp \
    -v sqlite_data:/data \
    -p 8000:8000 \
    myapp:latest

# 使用 bind mount（挂载宿主机目录）
docker run -d \
    --name myapp \
    -v /var/data/myapp:/data \
    -p 8000:8000 \
    myapp:latest

17.3.2 Docker Compose

# docker-compose.yml
version: '3.8'

services:
  app:
    build: .
    container_name: myapp
    ports:
      - "8000:8000"
    volumes:
      - sqlite_data:/data
      - ./config:/app/config:ro
    environment:
      - DATABASE_PATH=/data/app.db
      - PYTHONUNBUFFERED=1
    restart: unless-stopped

    # 健康检查
    healthcheck:
      test: ["CMD", "python", "-c", "import sqlite3; sqlite3.connect('/data/app.db')"]
      interval: 30s
      timeout: 10s
      retries: 3

volumes:
  sqlite_data:
    driver: local

17.3.3 数据备份

# 备份容器中的数据库
docker exec myapp sqlite3 /data/app.db ".backup /data/backup.db"
docker cp myapp:/data/backup.db ./backup.db

# 或者直接备份 Volume
docker run --rm -v sqlite_data:/data -v $(pwd):/backup alpine \
    tar czf /backup/sqlite_backup_$(date +%Y%m%d).tar.gz -C /data .

# 恢复备份
docker run --rm -v sqlite_data:/data -v $(pwd):/backup alpine \
    tar xzf /backup/sqlite_backup_20260510.tar.gz -C /data

17.4 完整 Web 应用示例

17.4.1 Flask 应用

# app/main.py
import os
import sqlite3
from flask import Flask, request, jsonify, g

app = Flask(__name__)
DATABASE = os.environ.get('DATABASE_PATH', '/data/app.db')

def get_db():
    if 'db' not in g:
        g.db = sqlite3.connect(DATABASE)
        g.db.row_factory = sqlite3.Row
        g.db.execute('PRAGMA journal_mode = WAL')
        g.db.execute('PRAGMA foreign_keys = ON')
        g.db.execute('PRAGMA busy_timeout = 5000')
    return g.db

@app.teardown_appcontext
def close_db(exception):
    db = g.pop('db', None)
    if db is not None:
        db.close()

def init_db():
    db = sqlite3.connect(DATABASE)
    db.executescript('''
        CREATE TABLE IF NOT EXISTS todos (
            id INTEGER PRIMARY KEY AUTOINCREMENT,
            title TEXT NOT NULL,
            completed INTEGER DEFAULT 0,
            created_at TEXT DEFAULT (datetime('now'))
        )
    ''')
    db.commit()
    db.close()

@app.route('/todos', methods=['GET'])
def list_todos():
    db = get_db()
    todos = db.execute('SELECT * FROM todos ORDER BY id DESC').fetchall()
    return jsonify([dict(t) for t in todos])

@app.route('/todos', methods=['POST'])
def create_todo():
    db = get_db()
    title = request.json.get('title')
    if not title:
        return jsonify({'error': 'title required'}), 400
    db.execute('INSERT INTO todos (title) VALUES (?)', (title,))
    db.commit()
    return jsonify({'message': 'created'}), 201

if __name__ == '__main__':
    init_db()
    app.run(host='0.0.0.0', port=8000, debug=False)

# requirements.txt
flask==3.0.0

# Dockerfile
FROM python:3.12-slim

RUN apt-get update && apt-get install -y sqlite3 && rm -rf /var/lib/apt/lists/*

WORKDIR /app
COPY requirements.txt .
RUN pip install --no-cache-dir -r requirements.txt
COPY main.py .

RUN mkdir -p /data
ENV DATABASE_PATH=/data/app.db
EXPOSE 8000

CMD ["python", "main.py"]

17.5 Go 应用示例

17.5.1 Go Dockerfile

# 多阶段构建
FROM golang:1.22-alpine AS builder

WORKDIR /app
COPY go.mod go.sum ./
RUN go mod download

COPY . .
RUN CGO_ENABLED=1 go build -o server .

FROM alpine:3.19
RUN apk add --no-cache sqlite-libs ca-certificates

COPY --from=builder /app/server /usr/local/bin/

RUN mkdir -p /data
ENV DATABASE_PATH=/data/app.db
EXPOSE 8080

CMD ["server"]

17.6 多实例与只读副本

17.6.1 只读副本

# docker-compose.yml - 读写分离
version: '3.8'

services:
  app:
    build: .
    volumes:
      - sqlite_data:/data
    environment:
      - DATABASE_PATH=/data/app.db

  # 只读副本（用于读取密集的查询）
  app-readonly:
    build: .
    volumes:
      - sqlite_data:/data:ro  # 只读挂载
    environment:
      - DATABASE_PATH=/data/app.db
      - READONLY=true
    deploy:
      replicas: 3

volumes:
  sqlite_data:

17.7 SQLite + Litestream 流式备份

Litestream 是 SQLite 的流式备份工具，可以实时复制到 S3、GCS 等。

# Dockerfile with Litestream
FROM litestream/litestream:latest AS litestream

FROM python:3.12-slim

# 安装 Litestream
COPY --from=litestream /usr/local/bin/litestream /usr/local/bin/litestream

RUN apt-get update && apt-get install -y sqlite3 && rm -rf /var/lib/apt/lists/*

WORKDIR /app
COPY requirements.txt .
RUN pip install --no-cache-dir -r requirements.txt
COPY app/ .

COPY litestream.yml /etc/litestream.yml

RUN mkdir -p /data

CMD ["litestream", "replicate", "-exec", "python main.py"]

# litestream.yml
dbs:
  - path: /data/app.db
    replicas:
      - url: s3://mybucket/db/myapp
        access-key-id: ${AWS_ACCESS_KEY_ID}
        secret-access-key: ${AWS_SECRET_ACCESS_KEY}

17.8 性能注意事项

17.8.1 Docker 存储驱动

存储驱动	SQLite 性能	说明
overlay2	✅ 好	默认驱动，推荐
bind mount	✅ 最好	直接挂载宿主机目录
Volume	✅ 好	Docker 管理的存储
NFS volume	❌ 差	网络延迟影响性能

⚠️ 不要将数据库文件放在容器的可写层——性能差且数据不持久。

17.8.2 最佳实践

# ✅ 推荐：使用命名 Volume 或 bind mount
docker run -v sqlite_data:/data myapp

# ❌ 不推荐：使用 tmpfs（数据不持久）
docker run --tmpfs /data myapp

# ❌ 不推荐：数据库在容器内（重启丢失）
# 数据库文件在 /app/data/ 但没有挂载

⚠️ 注意事项

不要将数据库文件放在容器可写层——使用 Volume 或 bind mount
WAL 文件需要在同一文件系统——.db、.wal、.shm 必须在一起
多容器共享同一数据库文件需要谨慎——使用 WAL 模式并确保文件系统支持锁
不要在 NFS 上使用 SQLite——文件锁不可靠
容器重启时确保 checkpoint 完成——避免 WAL 文件过大
健康检查使用数据库连接——验证数据库可用性

💡 技巧

Litestream 提供了近乎实时的流式备份——无需停机
bind mount 性能最好——适合开发和高性能场景
Volume 命名便于管理——docker volume ls 可以查看
多阶段构建减小镜像大小——编译和运行分离
只读副本适合读密集场景——-v data:/data:ro

📌 业务场景

场景一：内部工具

# docker-compose.yml
version: '3.8'
services:
  adminer:
    image: adminer
    ports: ["8080:8080"]
  app:
    build: .
    volumes:
      - app_data:/data
    ports: ["3000:3000"]

volumes:
  app_data:

场景二：边缘计算设备

# 轻量级镜像用于 IoT 设备
FROM alpine:3.19
RUN apk add --no-cache sqlite python3 py3-pip
COPY collector.py /app/
CMD ["python3", "/app/collector.py"]

🔗 扩展阅读

📖 下一章：18 - 驱动集成 —— Python、Go、Java、Node.js、Rust

强曰为道

17 - 容器化

17 - 容器化：Docker 中使用 SQLite 与数据持久化

17.1 Docker 中使用 SQLite 的特点

17.2 基本 SQLite Docker 镜像

17.2.1 使用官方镜像

17.2.2 自定义 Dockerfile

17.2.3 多阶段构建

17.3 数据持久化

17.3.1 使用 Volume 挂载

17.3.2 Docker Compose

17.3.3 数据备份

17.4 完整 Web 应用示例

17.4.1 Flask 应用

17.5 Go 应用示例

17.5.1 Go Dockerfile

17.6 多实例与只读副本

17.6.1 只读副本

17.7 SQLite + Litestream 流式备份

17.8 性能注意事项

17.8.1 Docker 存储驱动

17.8.2 最佳实践

⚠️ 注意事项

💡 技巧

📌 业务场景

场景一：内部工具

场景二：边缘计算设备

🔗 扩展阅读