Docker 存储目录迁移-实操

Docker数据目录迁移 参考Docker官方文档,进行Docker数据目录的迁移,涉及到容器、镜像、volume等数据的迁移。 阅读详情
AI摘要

本文介绍了将 Docker 默认存储目录迁移到其他磁盘位置的方法。涵盖一般 Docker 环境、Docker swarm 环境和 Kubernetes 环境的迁移步骤,同时给出注意事项,如迁移前停止服务、备份数据、确认磁盘空间等,按步骤操作可成功迁移存储目录。

介绍

  • Docker 默认将容器和镜像的数据存储在 /var/lib/docker 目录中。
  • 如果 /var 所在的磁盘空间不足,可以通过以下步骤迁移 Docker 的默认存储目录到其他磁盘位置
  • 在 Docker Swarm 集群中,每个节点可以配置不同的 daemon.json 文件,使用不同的 data-root 路径,这是完全支持的。

注意事项

  • 迁移过程中,确保 Docker 服务已完全停止,以避免数据损坏。
  • 如果涉及多节点或复杂配置(如 Swarm 或 Kubernetes),在迁移前备份配置并测试新路径的兼容性。
  • 如果 Docker 是通过某些特殊方式安装(如自定义编译),上述路径可能有所不同,请根据具体环境调整。
  • 备份数据:迁移之前建议对现有 Docker 数据进行备份。
  • 磁盘空间:确认目标磁盘有足够的空间来容纳 Docker 数据。

一般docker环境

步骤 1:检查现有 Docker 数据目录

# Docker 默认存储目录是 /var/lib/docker,您可以先确认当前使用的目录:
docker info | grep "Docker Root Dir"

# 输出类似如下,说明当前默认路径:
Docker Root Dir: /var/lib/docker

步骤 2: 检查 Docker 服务状态

# 禁用 docker.socket
sudo systemctl stop docker.socket
sudo systemctl disable docker.socket

# 停止 Docker 服务:
sudo systemctl stop docker

# 确保 Docker 服务已停止:
sudo systemctl status docker

# 输出中应显示 Active: inactive (dead) 

步骤 3: 创建新的存储目录

# 假设你想将 Docker 数据迁移到 /data/docker,先创建目标目录:
sudo mkdir -p /data/docker

# 确保新目录具有适当的权限:
sudo chown -R root:docker /data/docker
sudo chmod -R 755 /data/docker

# 复制原有数据到新目录:
sudo rsync -aP /var/lib/docker/ /data/docker/

说明:
-a:保持文件权限、时间戳等属性。
-P:显示进度并在中断后恢复传输。

# 完成后,建议检查文件数量和大小,确保源目录和目标目录一致:
du -sh /var/lib/docker
du -sh /data/docker

步骤 4: 修改 Docker 配置

# 编辑 Docker 配置文件,通常位于 /etc/docker/daemon.json,如果文件不存在则创建:
sudo vi /etc/docker/daemon.json

添加或修改以下配置,将数据目录指向新路径:
{
    "data-root": "/data/docker"
}

步骤 5:重新加载配置并启动 Docker 服务

# 重新加载守护进程并启动 Docker 服务。
sudo systemctl daemon-reload
sudo systemctl start docker

# 检查 Docker 服务状态,确保其运行正常:
sudo systemctl status docker

# 恢复 Docker 服务和 socket
sudo systemctl enable docker.socket

步骤 6:验证迁移是否成功

# 检查 Docker 的数据目录是否已经变更:
docker info | grep "Docker Root Dir"

# 输出应类似于:
Docker Root Dir: /data/docker

步骤 7: 清理旧数据(可选)

# 确认 Docker 使用新目录无误后,可以删除旧的 /var/lib/docker 数据以释放空间:
sudo rm -rf /var/lib/docker

Docker swarm环境

迁移 data-root 前,先将节点设置为 drain 状态:

# 查看所有节点:
docker node ls

docker node update --availability drain <NODE-ID>

确保没有运行中的服务实例后再执行一般Dokcer环境的迁移步骤。

执行完毕后恢复节点为 active 状态:

# 将节点设置为 active 状态: 
docker node update --availability active <node-name>

Kubernetes 环境

步骤 1:检查当前 Docker 和 K8s 状态

  • 检查现有 Docker 数据目录
# 确认当前 Docker 数据目录:
docker info | grep "Docker Root Dir"

# 输出示例:
Docker Root Dir: /var/lib/docker
  • 检查 Kubernetes 节点状态
# 在控制面板所在机器检查集群节点状态:
kubectl get nodes

# 确保所有节点处于 Ready 状态。
  • 确认工作负载
# 列出当前运行的 Pod 和服务:
kubectl get pods -A
kubectl get svc

步骤 2:准备迁移环境

  • 停止 Kubernetes 工作负载
# 将节点设置为不可调度状态并逐步迁移工作负载:
kubectl drain <NODE_NAME> --ignore-daemonsets --delete-emptydir-data
<NODE_NAME>:需要迁移的节点名称。
--ignore-daemonsets:忽略 DaemonSet。
--delete-emptydir-data:删除 emptyDir 存储卷的数据。

再执行一般Dokcer环境的迁移步骤即可。

  • 恢复Kubernetes 工作负载
    # 使用 kubectl uncordon 命令将节点恢复为可调度状态,即取消 drain 操作:
    kubectl uncordon <NODE_NAME>
    
    # 验证节点状态:
    kubectl get nodes
    
    # 检查被调度的 Pod:
    kubectl get pods --all-namespaces -o wide
    

完成以上步骤后,Docker 的默认存储目录就成功迁移了。

docker如何容器迁移(实战) 【代码】docker容器迁移实战。 阅读详情

相关推荐

docker 存储目录迁移

该命令会将一个已有的分发版本从指定的 tar 文件导入到 WSL 中,并分配一个指定的名称(在这种情况下是 "docker-desktop-data")。

March_A的博客 2980

Docker存储目录迁移的三种方式

随着docker的使用时间越来越长,导致镜像和容器越来越多,占满了系统盘空间,这时,我们需要给它们搬个家了下面咱们提供了两个方案。

linus.lin的博客 9676

2026.2.8:Docker迁移存储目录

Docker默认镜像目录/var/lib/docker占用系统盘空间,可能导致存储不足。迁移步骤:1)停止docker服务;2)移动目录到新位置;3)修改docker.service文件指定新路径--data-root;4)处理containerd空间不足问题需同步迁移containerd目录;5)建议通过daemon.json配置新路径和镜像加速。完成迁移后需重启docker服务,删除旧目录即可永久生效。

拥抱具身智能,昇腾Ascend C 2731

docker安装目录迁移

在安装docker时通常是默认安装的系统盘目录/var/lib/docker,而该目录通常是比较小的,一旦镜像过多就可能出现docker无法运行的情况,这时进行docker目录的迁移就可以很好地解决问题。

qq_28723681的博客 1万+

docker的存储目录迁移(亲测有效)

docker的默认存储目录是/var/lib/docker,目录结构如下: [root@ztscshop docker]# cd /var/lib/docker [root@ztscshop docker]# ll total 64 drwx------ 2 root root 4096 Jan 24 2019 builder drwx------ 4 root root 4096 Jan 24 2019 buildkit drwx--x--x

qq_34694419的博客 3338

DRAM刷新refresh相关知识归类-基础小知识(三)

RAM每一位数据都是通过芯片内的一个小电容充电(或低电平)存储的。但随着时间的推移,电容逐渐失去电荷。为避免丢失存储的数据,必须定期刷新以将电荷(如果存在)恢复到其原始级别。此刷新过程包括读取每个位的值,然后将其写回。在此“刷新”期间,内存被占用,无法执行加载或存储位等正常操作。知道了应该这么做,但怎么去做以及有什么办法更有效率去做,就是接下来要整理的内容。

Paul 安的博客 1万+

Docker镜像存储路径详解:从原理到迁移与优化实践

在容器化技术中,存储管理是保障系统稳定与性能的核心基础。Docker镜像采用分层结构,通过存储驱动(如overlay2)将多个只读层组装为容器提供统一视图,其所有持久化数据均存储在数据根目录(data-root)下。理解这一原理对于实现高效的容量规划、备份策略和性能调优至关重要,尤其是在生产环境中面临磁盘空间不足或需要迁移至高性能存储时。通过合理配置存储驱动与数据根目录,不仅能优化IO性能,还能有效管理镜像层和构建缓存,从而提升资源利用率。本文将深入探讨如何定位、迁移及优化Docker镜像存储路径,涵盖Li

weixin_28308325的博客 359

避坑指南:QCustomPlot鼠标事件冲突解决方案(左键拖动vs右键框选)

本文深入解析QCustomPlot在QT框架下的高级交互实现,重点解决左键拖动与右键框选的冲突问题。通过自定义事件处理和QRubberBand技术,提供了一套完整的无冲突交互方案,帮助开发者优化数据可视化应用的用户体验。

moss5的博客 661

Docker镜像存储路径详解:从默认位置到迁移优化与磁盘空间管理

容器化技术通过将应用及其依赖打包成标准化的镜像,实现了环境一致性和快速部署。其核心原理基于分层存储与写时复制机制,存储驱动如overlay2将镜像和容器数据组织为可共享的只读层与可写容器层,极大提升了资源利用率和启动速度。这一技术价值在于为微服务架构和持续集成/持续部署提供了可靠的基础设施支撑,广泛应用于开发、测试和生产环境。在Docker实践中,镜像存放地址的管理是关键环节,它直接影响系统磁盘空间和性能。通过理解默认路径(如Linux的/var/lib/docker)、掌握存储迁移方法,并配合定期清理与日

weixin_28700411的博客 301

手把手教你配置MAX96712解串器:从I2C地址分配到PWM帧同步

本文详细解析了MAX96712解串器在自动驾驶视觉链路中的核心配置流程。从I2C地址分配、GMSL2数据流映射到实现多摄像头精准同步的PWM帧同步触发,手把手指导工程师构建高可靠性的图像传输系统,并提供了实用的Linux调试技巧与问题排查思路。

weixin_29297127的博客 926

国科大学习资料--遥感原理集图像处理(尤红建)--2019年期末考试

国科大学习资料–遥感原理集图像处理(尤红建)–2019年期末考试 国科大学习资料–遥感原理集图像处理(尤红建)–2019年期末考试 国科大学习资料–遥感原理集图像处理(尤红建)–2019年期末考试 ================================================================== ================================================================== ==============

无名何许人的博客 1470

Docker的存储目录迁移

---------转发自民工哥的其中一篇文章,侵权必删。 这里主要是为了记录在使用 Docker 的时候遇到的问题及其处理解决方法。 1.Docker 迁移存储目录 默认情况系统会将 Docker 容器存放在/var/lib/docker 目录下 问题起因:今天通过监控系统,发现公司其中一台服务器的磁盘快慢,随即上去看了下,发现 /var/lib/docker 这个目录特别大。由上述原因,我们都知道,在 /var/lib/docker 中存储的都是相关于容器的存储,所以也不能随便的将其删除掉

qq_34208660的博客 3395

23 中望CAD二次开发(ZRX C++)-自定义实体(二)

本文详细介绍了自定义图形实体,如何实现几何变换、捕捉、节点编辑,并介绍了CAD代理的概念。

cilvsuanna的博客 437

docker存储目录迁移

#docker的存储目录迁移 ##docker的默认存储目录是/var/lib/docker,目录结构如下: [root@ztscshop docker]# cd /var/lib/docker [root@ztscshop docker]# ll total 64 drwx------ 2 root root 4096 jan 24 2019 builder drwx------ 4 r...

- 只为伊人 博客 1628

ROS与Qt5人机交互界面开发:添加rviz显示界面

最后,点击"完成"以创建新的Qt5应用程序项目。通过结合ROS和Qt5,您可以创建强大的人机交互界面,以实现丰富的机器人控制和数据可视化。在本教程中,我们将在主窗口中创建一个简单的按钮,用于启动rviz显示界面。在Qt Creator的槽函数编辑器中,为按钮添加一个槽函数,该函数将在单击按钮时调用。在上面的代码中,我们使用QProcess类启动了一个新的进程,并执行"rviz"命令来启动rviz显示界面。当您单击Qt5应用程序中的按钮时,将会启动一个新的rviz窗口,显示机器人数据的可视化界面。

CodeJolt的博客 2067

【软件系统架构】系列六: SysML(系统建模语言)

SysML(系统建模语言)是OMG组织基于UML扩展的专用建模语言,用于支持复杂系统全生命周期建模。它包含9类标准图,核心建模元素包括块(Block)、端口接口、需求和约束等。与UML相比,SysML更适用于软硬件结合的复杂系统建模。作为MBSE的核心工具,SysML通过结构图、行为图、需求图和参数图实现系统设计、需求追踪和性能验证。虽然面临学习门槛高、工具成本高等挑战,但随着AI融合和国产化替代趋势,SysML在航空航天、汽车电子等领域的应用日益广泛。SysML v2将简化语法并提升互操作性,推动系统工程

moton2017的博客 2387

docker的存储目录迁移

docker的存储目录迁移 1. docker info 查看docker信息 docker info 默认存储目录是/var/lib/docker 目录结构如下: docker所有自身的东西都会存在这些文件夹下面包括镜像文件和容器,所以会占用越来越多的磁盘空间。 2.查看磁盘占用情况:df -h df -h 3. 查看docker自身的内存占用:docker system df docker system df 4.docker system prune命令可以用于清理磁盘,删除关闭

u012795120的博客 854

汽车信息安全--SHE中的密钥管理(二)

上一篇我们讲解了HTA基本概念,SHE和EVITA HSM区别以及SHE的架构,接下来我们聊一聊SHE中的密钥管理策略。

认真搞搞汽车MCU 2405

ubuntu迁移docker默认存储路径

实验室服务器安装docker时全部默认安装了,使用一段时间后发现docker存储容器镜像的路径默认安装在/var/lib/docker中,服务器一共有两块盘,一块为1T作系统盘,一块16T挂载于/data,为避免后期docker占满 / ,所以要迁移docker默认的存储路径。

qq_60309085的博客 3067

jre9下载 jdk9

(Java SE Runtime Environment 9.0) 9.0u175 官方最新版 【x86|x64】

Camera2Demo

在Camera2 的基础上进行封装,使得Camera2一堆初始化逻辑与Activity分离,降低耦合度,完成预览拍照并保存的操作

linux根目录磁盘空间占满,docker存储目录迁移

一、场景 服务器突然出现使用cd + tab功能的时候,提示磁盘空间不足。就使用df -h 查看磁盘空间,看到如下图,根目录被占满的情况: [root@ecs-8f49 ~]# df -h Filesystem Size Used Avail Use% Mounted on devtmpfs 7.8G 0 7.8G 0% /dev tmpfs 7.8G 0 7.8G 0% /dev/shm tmpfs 7.8G

feifeiyechuan的博客 2961

霍尼韦尔SoftMaster使用说明

霍尼韦尔SoftMaster使用说明

Docker存储目录更换

DOCKER 存储目录更换 开发环境中, Docker测试服务器运行的容器,镜像太多了, 导致之前配置的100G磁盘空间经常性占满,决定把docker的存储目录更换到新的挂载点中.以作记录. 1. 查看Docker 磁盘使用情况 docker system df 2. 清理磁盘 docke system prune 删除关闭的容器 无用的数据卷和网络 无TAG的镜像 -a 参数 无用的镜像也...

u011420410的博客 3547

深度学习工具包 DeepLearningToolbox

深度学习工具包Deprecation notice.-----This toolbox is outdated and no longer maintained.There are much better tools available for deep learning than this toolbox, e.g. [Theano](http://deeplearning.net/software/theano/), [torch](http://torch.ch/) or [tensorflow](http://www.tensorflow.org/)I would suggest you use one of the tools mentioned above rather than use this toolbox.Best, Rasmus.DeepLearnToolbox================A Matlab toolbox for Deep Learning.Deep Learning is a new subfield of machine learning that focuses on learning deep hierarchical models of data.It is inspired by the human brain's apparent deep (layered, hierarchical) architecture.A good overview of the theory of Deep Learning theory is[Learning Deep Architectures for AI](http://www.iro.umontreal.ca/~bengioy/papers/ftml_book.pdf)For a more informal introduction, see the following videos by Geoffrey Hinton and Andrew Ng.* [The Next Generation of Neural Networks](http://www.youtube.com/watch?v=AyzOUbkUf3M) (Hinton, 2007)* [Recent Developments in Deep Learning](http://www.youtube.com/watch?v=VdIURAu1-aU) (Hinton, 2010)* [Unsupervised Feature Learning and Deep Learning](http://www.youtube.com/watch?v=ZmNOAtZIgIk) (Ng, 2011)If you use this toolbox in your research please cite [Prediction as a candidate for learning deep hierarchical models of data](http://www2.imm.dtu.dk/pubdb/views/publication_details.php?id=6284)```@MASTERSTHESIS\{IMM2012-06284, author = "R. B. Palm", title = "Prediction as a candidate for learning deep hierarchical models of data", year = "2012",}```Contact: rasmusbergpalm at gmail dot comDirectories included in the toolbox-----------------------------------`NN/` - A library for Feedforward Backpropagation Neural Networks`CNN/` - A library for Convolutional Neural Networks`DBN/` - A library for Deep Belief Networks`SAE/` - A library for Stacked Auto-Encoders`CAE/` - A library for Convolutional Auto-Encoders`util/` - Utility functions used by the libraries`data/` - Data used by the examples`tests/` - unit tests to verify toolbox is workingFor references on each library check REFS.mdSetup-----1. Download.2. addpath(genpath('DeepLearnToolbox'));Example: Deep Belief Network---------------------```matlabfunction test_example_DBNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit RBM and visualize its weightsrand('state',0)dbn.sizes = [100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);figure; visualize(dbn.rbm{1}.W'); % Visualize the RBM weights%% ex2 train a 100-100 hidden unit DBN and use its weights to initialize a NNrand('state',0)%train dbndbn.sizes = [100 100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);%unfold dbn to nnnn = dbnunfoldtonn(dbn, 10);nn.activation_function = 'sigm';%train nnopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.10, 'Too big error');```Example: Stacked Auto-Encoders---------------------```matlabfunction test_example_SAEload mnist_uint8;train_x = double(train_x)/255;test_x = double(test_x)/255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit SDAE and use it to initialize a FFNN% Setup and train a stacked denoising autoencoder (SDAE)rand('state',0)sae = saesetup([784 100]);sae.ae{1}.activation_function = 'sigm';sae.ae{1}.learningRate = 1;sae.ae{1}.inputZeroMaskedFraction = 0.5;opts.numepochs = 1;opts.batchsize = 100;sae = saetrain(sae, train_x, opts);visualize(sae.ae{1}.W{1}(:,2:end)')% Use the SDAE to initialize a FFNNnn = nnsetup([784 100 10]);nn.activation_function = 'sigm';nn.learningRate = 1;nn.W{1} = sae.ae{1}.W{1};% Train the FFNNopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.16, 'Too big error');```Example: Convolutional Neural Nets---------------------```matlabfunction test_example_CNNload mnist_uint8;train_x = double(reshape(train_x',28,28,60000))/255;test_x = double(reshape(test_x',28,28,10000))/255;train_y = double(train_y');test_y = double(test_y');%% ex1 Train a 6c-2s-12c-2s Convolutional neural network %will run 1 epoch in about 200 second and get around 11% error. %With 100 epochs you'll get around 1.2% errorrand('state',0)cnn.layers = { struct('type', 'i') %input layer struct('type', 'c', 'outputmaps', 6, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %sub sampling layer struct('type', 'c', 'outputmaps', 12, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %subsampling layer};cnn = cnnsetup(cnn, train_x, train_y);opts.alpha = 1;opts.batchsize = 50;opts.numepochs = 1;cnn = cnntrain(cnn, train_x, train_y, opts);[er, bad] = cnntest(cnn, test_x, test_y);%plot mean squared errorfigure; plot(cnn.rL);assert(er<0.12, 'Too big error');```Example: Neural Networks---------------------```matlabfunction test_example_NNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);% normalize[train_x, mu, sigma] = zscore(train_x);test_x = normalize(test_x, mu, sigma);%% ex1 vanilla neural netrand('state',0)nn = nnsetup([784 100 10]);opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samples[nn, L] = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.08, 'Too big error');%% ex2 neural net with L2 weight decayrand('state',0)nn = nnsetup([784 100 10]);nn.weightPenaltyL2 = 1e-4; % L2 weight decayopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex3 neural net with dropoutrand('state',0)nn = nnsetup([784 100 10]);nn.dropoutFraction = 0.5; % Dropout fraction opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex4 neural net with sigmoid activation functionrand('state',0)nn = nnsetup([784 100 10]);nn.activation_function = 'sigm'; % Sigmoid activation functionnn.learningRate = 1; % Sigm require a lower learning rateopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex5 plotting functionalityrand('state',0)nn = nnsetup([784 20 10]);opts.numepochs = 5; % Number of full sweeps through datann.output = 'softmax'; % use softmax outputopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex6 neural net with sigmoid activation and plotting of validation and training error% split training data into training and validation datavx = train_x(1:10000,:);tx = train_x(10001:end,:);vy = train_y(1:10000,:);ty = train_y(10001:end,:);rand('state',0)nn = nnsetup([784 20 10]); nn.output = 'softmax'; % use softmax outputopts.numepochs = 5; % Number of full sweeps through dataopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, tx, ty, opts, vx, vy); % nntrain takes validation set as last two arguments (optionally)[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');```[![Bitdeli Badge](https://d2weczhvl823v0.cloudfront.net/rasmusbergpalm/deeplearntoolbox/trend.png)](https://bitdeli.com/free "Bitdeli Badge")

迁移Docker存储目录

前言 公司分配了一台虚拟机给我用,我在上面用Docker跑了ELK监控系统,用了几天之后发现,虚拟机的根目录只有40G,而拥有更大空间的目录没怎么使用,所以想把Docker的存储目录/var/lib/docker迁移至其他有更大空间的目录. 查看 ...

aodamao的博客 375

两种方法迁移 Docker 的默认安装(存储)目录【转载】

如果是通过 Ubuntu 的 apt-get 安装的 Docker,默认的安装目录应该是:/var/lib/docker。 为了完全确定,可以使用以下的命令查询真正的安装路径: sudo docker info | grep "Docker Root Dir" 前置工作 下文以 /store/software/docker 这个路径作为要迁移的新 Docker 安装(存储)目录 在开始迁移之前,首先复制原 Docker 安装(存储)目录到新的路径下: cp -a /var/lib/docker /

dgqg1223 8055

Docker数据存储目录迁移

迁移docker存储数据var/lib/docker默认目录,解决/目录存储空间过小的问题

qq_43142346的博客 2401

Docker工作目录迁移

安装docker,默认的情况容器的默认存储路径会存储系统盘的 /var/lib/docker 目录下,系统盘一般默认 50G,容器输出的所有的日志,文件,镜像,都会存在这个地方,时间久了就会占满系统盘。以上就是今天要讲的内容,

qq_39853669的博客 2517

【docker】软链接迁移docker存储目录

docker的存储位置默认会装在/var/lib/docker下面,一般根目录挂载的盘会比较小(我碰到的)。如果生产上用docker,但是docker的存储目录没有改到挂在盘的话,会导致服务器磁盘空间持续增大,到警告上限

非晓为骁的博客 2097
上一篇: k8s修改存储目录-介绍
下一篇: K8s集群中,Worker 节点误执行了 kubeadm init
admin_233
博客等级 码龄9年 2498粉丝 77原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值