首页
/ 3步搞定Docker存储迁移:从空间不足到跨设备扩容

3步搞定Docker存储迁移:从空间不足到跨设备扩容

2026-04-28 10:15:55作者:董斯意

你的Docker应用是不是也遇到了"存储空间不足"的警告?明明服务器还有大把空间,却被默认存储目录限制得死死的?别担心,今天咱们用最通俗的方式,手把手教你把Docker应用的"仓库"搬到新地方,不仅解决空间问题,还能学会跨设备存储的高级技巧!

存储路径设计三原则

在动手修改前,先记住三个"不":

  • 不要放在系统盘(C盘/根分区)
  • 不要用临时目录(重启就消失)
  • 不要选网络慢的路径(影响应用性能)

简单说,就是找个空间大、访问快、安全的位置,比如外挂硬盘的/data/apps目录,或者NAS存储的挂载点。

🔧 第一步:安全迁移现有数据

先给正在运行的应用"按暂停":

docker stop media-server

接着把老数据复制到新家(假设新目录是/new/storage):

mkdir -p /new/storage
cp -r /var/lib/media-server/* /new/storage/

验证一下:ls /new/storage能看到原来的文件就对了。

🔧 第二步:重新配置容器映射

删掉旧容器(别担心,配置和数据已经备份了):

docker rm media-server

用新的目录映射启动容器(以媒体服务器为例):

docker run -d --name media-server \
  -p 8080:8080 \
  -v /new/storage:/app/data \
  -v /etc/media-server:/app/config \
  mediacenter:latest

这里的关键是-v /new/storage:/app/data,把新目录和容器内的数据目录绑在一起。

🔧 第三步:验证迁移结果

启动后检查状态:

docker logs media-server

如果看到"数据库连接成功"之类的提示就没问题了。也可以访问应用界面,看看之前的文件是不是都还在。

Docker存储迁移流程示意图

避坑指南(故障树)

存储迁移后应用打不开?
├─ 检查目录权限:ls -ld /new/storage
│  ├─ 权限不足→chmod -R 755 /new/storage
│  └─ 所有者不对→chown -R 1000:1000 /new/storage
├─ 检查映射路径:docker inspect media-server | grep Mounts
│  └─ 路径写错→删除容器重新运行
└─ 检查数据完整性:diff -r /var/lib/media-server /new/storage
   └─ 文件缺失→重新复制数据

⚠️ 特别提醒:复制大文件时最好用rsync -av代替cp,中断了还能续传。

跨设备存储方案

如果本地空间还是不够,可以试试这些高级玩法:

NAS网络存储

docker run -d --name media-server \
  -v //192.168.1.100/nas/storage:/app/data \
  mediacenter:latest

云存储挂载: 先安装rclone,然后:

rclone mount mygdrive:media /new/storage &
docker run -v /new/storage:/app/data mediacenter:latest

跨设备存储架构图

存储迁移 checklist

迁移前:

  • [ ] 备份配置文件(通常在/app/config
  • [ ] 检查新目录剩余空间(df -h /new/storage
  • [ ] 测试新目录读写权限(touch /new/storage/test.txt

迁移后:

  • [ ] 验证服务正常启动
  • [ ] 检查数据完整性
  • [ ] 观察24小时确保稳定
  • [ ] 删除旧数据(确认没问题后)

通过这几步,你的Docker应用不仅解决了空间不足的问题,还获得了更灵活的存储方案。记住,Docker的目录映射就像给应用装了"移动硬盘",想换就换,非常方便!

登录后查看全文
热门项目推荐
相关项目推荐

项目优选

收起
docsdocs
暂无描述
Markdown
831
5.5 K
kernelkernel
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
495
520
ops-transformerops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
978
2.31 K
pytorchpytorch
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
806
1.16 K
ops-nnops-nn
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
792
1.59 K
kernelkernel
deepin linux kernel
C
32
16
AscendNPU-IRAscendNPU-IR
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
484
314
jiuwenswarmjiuwenswarm
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3.03 K
777
ops-mathops-math
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.21 K
1.26 K
cann-learning-hubcann-learning-hub
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
659
298