使用Docker快速部署ActionTech DBLE分布式数据库中间件
前言
ActionTech DBLE是一款优秀的分布式数据库中间件,它能够帮助开发者轻松实现MySQL数据库的分布式扩展。对于想要快速体验DBLE功能的开发者来说,使用Docker无疑是最便捷的方式。本文将详细介绍如何通过Docker环境快速搭建一个完整的DBLE测试环境。
环境准备
在开始之前,请确保您的系统已经安装了以下组件:
- Docker引擎:用于容器化部署的核心组件
 - Docker Compose(可选):用于多容器编排管理
 - MySQL客户端工具:用于测试连接和验证功能
 
建议使用较新版本的Docker,以避免潜在的兼容性问题。
基础Docker部署方案
1. 创建专用网络
首先我们需要创建一个专用的Docker网络,确保各容器间能够互相通信:
docker network create -o "com.docker.network.bridge.name"="dble-net" --subnet 172.18.0.0/16 dble-net
这个命令创建了一个名为"dble-net"的桥接网络,并指定了子网范围。
2. 部署后端MySQL实例
DBLE需要后端MySQL数据库支持,我们部署两个MySQL 5.7实例:
# 第一个MySQL实例
docker run --name backend-mysql1 --ip 172.18.0.2 -e MYSQL_ROOT_PASSWORD=123456 -p 33061:3306 --network=dble-net -d mysql:5.7 --server-id=1
# 第二个MySQL实例
docker run --name backend-mysql2 --ip 172.18.0.3 -e MYSQL_ROOT_PASSWORD=123456 -p 33062:3306 --network=dble-net -d mysql:5.7 --server-id=2
这里我们为每个容器分配了固定IP,并将服务端口分别映射到主机的33061和33062端口。
3. 部署DBLE服务
等待MySQL实例初始化完成后(约30秒),部署DBLE容器:
sleep 30
docker run -d -i -t --name dble-server --ip 172.18.0.5 -p 8066:8066 -p 9066:9066 --network=dble-net actiontech/dble:latest
DBLE服务将8066(服务端口)和9066(管理端口)映射到主机对应端口。
服务连接与验证
连接信息
- DBLE业务端口:8066
- 用户名:root
 - 密码:123456
 
 - DBLE管理端口:9066
- 用户名:man1
 - 密码:654321
 
 - 后端MySQL实例:
- MySQL1:33061端口
 - MySQL2:33062端口
 - 用户名均为root,密码123456
 
 
连接示例
# 连接DBLE业务端口
mysql -P8066 -u root -p123456 -h 127.0.0.1
# 连接DBLE管理端口
mysql -P9066 -u man1 -p654321 -h 127.0.0.1
# 连接后端MySQL实例
mysql -P33061 -u root -p123456 -h 127.0.0.1
mysql -P33062 -u root -p123456 -h 127.0.0.1
使用Docker Compose简化部署
对于更复杂的场景,推荐使用Docker Compose进行编排管理。
1. 编写docker-compose.yml
创建一个docker-compose.yml文件,定义所有服务:
version: '3'
services:
  backend-mysql1:
    image: mysql:5.7
    container_name: backend-mysql1
    environment:
      MYSQL_ROOT_PASSWORD: "123456"
    ports:
      - "33061:3306"
    networks:
      dble-net:
        ipv4_address: 172.18.0.2
    command: --server-id=1
  backend-mysql2:
    image: mysql:5.7
    container_name: backend-mysql2
    environment:
      MYSQL_ROOT_PASSWORD: "123456"
    ports:
      - "33062:3306"
    networks:
      dble-net:
        ipv4_address: 172.18.0.3
    command: --server-id=2
  dble-server:
    image: actiontech/dble:latest
    container_name: dble-server
    ports:
      - "8066:8066"
      - "9066:9066"
    networks:
      dble-net:
        ipv4_address: 172.18.0.5
    depends_on:
      - backend-mysql1
      - backend-mysql2
networks:
  dble-net:
    driver: bridge
    ipam:
      config:
        - subnet: 172.18.0.0/16
2. 启动服务
docker-compose up -d
3. 停止服务
docker-compose down
高级配置:使用本地配置文件
对于需要自定义配置的高级用户,可以通过挂载卷的方式使用本地配置文件:
- 修改docker-compose.yml,在dble-server服务下添加:
 
volumes:
  - /path/to/local/conf:/opt/self_conf
- 
准备自定义初始化脚本docker_init_start.sh,放置在本地配置目录中
 - 
修改dble-server的启动命令:
 
command: ["/opt/dble/bin/wait.sh", "backend-mysql1:3306","--","/opt/self_conf/docker_init_start.sh"]
环境清理
完成测试后,可以使用以下命令清理环境:
# 停止并删除容器
docker stop backend-mysql1 backend-mysql2 dble-server
docker rm backend-mysql1 backend-mysql2 dble-server
# 删除网络
docker network rm dble-net
# 使用docker-compose的情况
docker-compose down
结语
通过Docker快速部署DBLE,开发者可以在几分钟内搭建一个完整的分布式数据库中间件测试环境。这种部署方式非常适合开发测试、概念验证和快速原型开发。对于生产环境,建议根据实际需求进行更详细的配置和优化。
DBLE提供了丰富的分片策略和分布式事务支持,开发者可以通过管理端口(9066)查看和调整各种配置参数,充分发挥分布式数据库的性能优势。
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- DDeepSeek-OCRDeepSeek-OCR是一款以大语言模型为核心的开源工具,从LLM视角出发,探索视觉文本压缩的极限。Python00
 
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Jinja00
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