在Spring Web REST应用中使用Docker容器化MariaDB数据库
2025-07-10 07:06:09作者:齐添朝
前言
在现代应用开发中,数据库容器化已成为一种常见且高效的实践方式。本文将详细介绍如何在Spring Web REST应用开发过程中,使用Docker容器化MariaDB数据库,为开发者提供一个干净、隔离且易于管理的数据库环境。
MariaDB容器化方案
为什么选择容器化
- 环境一致性:确保开发、测试和生产环境使用相同版本的数据库
- 快速部署:无需复杂的本地安装配置过程
- 资源隔离:避免与本地已安装的数据库服务冲突
- 易于清理:测试完成后可轻松销毁容器,不留残留
构建MariaDB容器镜像
首先需要构建一个包含预配置的MariaDB容器镜像。以下是详细步骤:
-
准备Dockerfile:确保Dockerfile中已包含必要的配置,如:
- 基础镜像版本
- 数据库root密码设置
- 初始化脚本(如需要预创建数据库和表)
-
执行构建命令:
docker build -t prospring6-mariadb:1.5 .
这个命令会:
- 基于当前目录下的Dockerfile构建镜像
- 将镜像标记为prospring6-mariadb,版本号为1.5
- 自动下载所需的MariaDB基础镜像(如果本地不存在)
运行MariaDB容器
构建完成后,使用以下命令启动容器:
docker run --name local-ch15-mariadb -d -p 3306:3306 prospring6-mariadb:1.5
参数说明:
--name:为容器指定一个易记的名称(local-ch15-mariadb)-d:以守护进程模式运行容器-p 3306:3306:将容器内的3306端口映射到主机的3306端口
连接数据库
使用IntelliJ IDEA连接
- 打开IntelliJ IDEA的Database工具窗口
- 添加新的MariaDB/MySQL数据源
- 配置连接参数:
- Host: localhost
- Port: 3306
- User: root(或Dockerfile中指定的其他用户)
- Password: 使用Dockerfile中配置的密码
- 测试连接并应用配置
验证数据库
连接成功后,可以:
- 浏览预创建的表结构
- 执行查询验证数据库是否正常工作
- 根据Spring应用需求创建额外的表或修改现有结构
Spring应用配置
在Spring Boot应用中配置数据库连接时,需要在application.properties或application.yml中添加以下配置:
spring.datasource.url=jdbc:mariadb://localhost:3306/your_database
spring.datasource.username=your_username
spring.datasource.password=your_password
spring.datasource.driver-class-name=org.mariadb.jdbc.Driver
开发实践建议
-
数据持久化:考虑添加数据卷挂载以避免容器重启后数据丢失
docker run --name local-ch15-mariadb -d -p 3306:3306 -v /path/to/host/dir:/var/lib/mysql prospring6-mariadb:1.5 -
多环境配置:为开发、测试和生产环境配置不同的容器设置
-
健康检查:在Dockerfile中添加健康检查指令,确保数据库完全启动后再接受连接
-
资源限制:为容器设置适当的内存和CPU限制,防止资源占用过高
常见问题解决
-
端口冲突:如果3306端口已被占用,可以映射到其他端口(如3307)
docker run --name local-ch15-mariadb -d -p 3307:3306 prospring6-mariadb:1.5 -
连接超时:确保容器已完全启动后再尝试连接
-
认证失败:检查Dockerfile中的密码配置与Spring应用配置是否一致
总结
使用Docker容器化MariaDB为Spring Web REST应用开发提供了便捷的数据库解决方案。这种方法不仅简化了开发环境的搭建,还确保了环境的一致性,使得团队协作和持续集成更加顺畅。通过本文介绍的步骤,开发者可以快速搭建起开发所需的数据库环境,专注于业务逻辑的实现。
登录后查看全文
热门项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
522
3.71 K
Ascend Extension for PyTorch
Python
327
384
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++
875
576
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
334
161
暂无简介
Dart
762
184
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.32 K
744
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
React Native鸿蒙化仓库
JavaScript
302
349
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
112
134