在Spring Web REST应用中使用Docker容器化MariaDB数据库
2025-07-10 19:30:08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
GLM-4.6
GLM-4.6在GLM-4.5基础上全面升级:200K超长上下文窗口支持复杂任务,代码性能大幅提升,前端页面生成更优。推理能力增强且支持工具调用,智能体表现更出色,写作风格更贴合人类偏好。八项公开基准测试显示其全面超越GLM-4.5,比肩DeepSeek-V3.1-Terminus等国内外领先模型。【此简介由AI生成】Jinja00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
openPangu-Ultra-MoE-718B-V1.1
昇腾原生的开源盘古 Ultra-MoE-718B-V1.1 语言模型Python00ops-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++0118AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02Spark-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。Python00GOT-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).Dockerfile011
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
最新内容推荐
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 PANTONE潘通AI色板库:设计师必备的色彩管理利器 ZLIB 1.3 静态库 Windows x64 版本:高效数据压缩解决方案完全指南 WebVideoDownloader:高效网页视频抓取工具全面使用指南 海能达HP680CPS-V2.0.01.004chs写频软件:专业对讲机配置管理利器 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案 瀚高迁移工具migration-4.1.4:企业级数据库迁移的智能解决方案 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 CrystalIndex资源文件管理系统:高效索引与文件管理的最佳实践指南 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南
项目优选
收起

deepin linux kernel
C
23
6

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
225
2.26 K

暂无简介
Dart
526
116

React Native鸿蒙化仓库
JavaScript
211
287

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
9
1

openvela 操作系统专为 AIoT 领域量身定制。服务框架:主要包含蓝牙、电话、图形、多媒体、应用框架、安全、系统服务框架。
CMake
795
12

🎉 (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
986
582

Ascend Extension for PyTorch
Python
67
97

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++
566
94

GLM-4.6在GLM-4.5基础上全面升级:200K超长上下文窗口支持复杂任务,代码性能大幅提升,前端页面生成更优。推理能力增强且支持工具调用,智能体表现更出色,写作风格更贴合人类偏好。八项公开基准测试显示其全面超越GLM-4.5,比肩DeepSeek-V3.1-Terminus等国内外领先模型。【此简介由AI生成】
Jinja
42
0