在Spring Web REST应用中使用Docker容器化MariaDB数据库
2025-07-10 11:33:23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
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python02
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Chemistry-X1-13B科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
最新内容推荐
Launch4j中文版:Java应用程序打包成EXE的终极解决方案 海康威视DS-7800N-K1固件升级包全面解析:提升安防设备性能的关键资源 PANTONE潘通AI色板库:设计师必备的色彩管理利器 Solidcam后处理文件下载与使用完全指南:提升CNC编程效率的必备资源 电脑PC网易云音乐免安装皮肤插件使用指南:个性化音乐播放体验 32位ECC纠错Verilog代码:提升FPGA系统可靠性的关键技术方案 基于Matlab的等几何分析IGA软件包:工程计算与几何建模的完美融合 CS1237半桥称重解决方案:高精度24位ADC称重模块完全指南 海能达HP680CPS-V2.0.01.004chs写频软件:专业对讲机配置管理利器 JDK 8u381 Windows x64 安装包:企业级Java开发环境的完美选择
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
291
2.61 K
deepin linux kernel
C
24
7
React Native鸿蒙化仓库
JavaScript
227
306
Ascend Extension for PyTorch
Python
116
149
暂无简介
Dart
578
127
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++
605
182
仓颉编译器源码及 cjdb 调试工具。
C++
121
295
🎉 (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
1.04 K
610
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,专门为Transformer模型的训练和推理而设计。
C++
46
77
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
358
2.14 K