保姆级教程:在银河麒麟V10桌面版上,用Docker容器化部署SpringBoot + 达梦数据库应用

news2026/3/27 7:05:27
银河麒麟V10桌面版容器化实战SpringBoot与达梦数据库的Docker化部署指南在国产化技术栈日益成熟的今天将传统应用迁移到容器化环境已成为提升部署效率和系统可移植性的关键路径。银河麒麟V10作为国产操作系统的代表结合飞腾CPU的硬件生态为关键行业应用提供了安全可靠的基础运行环境。而Docker容器化技术则能有效解决国产环境中常见的依赖冲突、环境不一致等问题实现一次构建随处运行的现代化运维目标。本文将手把手带您完成从零开始的完整容器化实践在银河麒麟V10桌面版上构建支持达梦数据库的SpringBoot应用镜像并通过docker-compose实现应用与数据库的协同编排。不同于传统的宿主机直接部署方案容器化方案具有以下独特优势环境隔离避免国产系统中常见的依赖冲突快速部署镜像即交付物简化部署流程资源可控精确限制容器资源使用量版本管理镜像tag实现版本控制1. 银河麒麟V10上的Docker环境搭建飞腾架构下的银河麒麟V10需要特别注意软件源的配置。由于ARM架构与X86的差异许多常规的Docker安装方法可能不适用。以下是经过验证的可靠安装步骤# 添加银河麒麟官方源 sudo tee /etc/apt/sources.list.d/kylin.list -EOF deb http://archive.kylinos.cn/kylin/KYLIN-ALL 10.1-ft2000 main restricted universe multiverse EOF # 更新软件包索引 sudo apt update # 安装依赖工具 sudo apt install -y apt-transport-https ca-certificates curl software-properties-common # 添加Docker官方ARM源 curl -fsSL https://download.docker.com/linux/ubuntu/gpg | sudo apt-key add - sudo add-apt-repository deb [archarm64] https://download.docker.com/linux/ubuntu $(lsb_release -cs) stable # 安装Docker CE sudo apt update sudo apt install -y docker-ce docker-ce-cli containerd.io # 验证安装 sudo docker run --rm arm64v8/hello-world注意若遇到证书验证问题可尝试将/etc/apt/sources.list中的http源改为https或手动导入银河麒麟的CA证书。安装完成后建议进行以下优化配置用户组配置将当前用户加入docker组避免sudo操作sudo usermod -aG docker $USER newgrp docker镜像加速配置国内镜像源加速拉取sudo tee /etc/docker/daemon.json -EOF { registry-mirrors: [https://registry.docker-cn.com], exec-opts: [native.cgroupdriversystemd] } EOF sudo systemctl restart docker存储驱动检查确保使用overlay2驱动docker info | grep Storage2. 构建支持达梦数据库的基础镜像达梦数据库作为国产数据库的代表其JDBC驱动在标准OpenJDK镜像中并不包含。我们需要构建定制化的基础镜像同时解决ARM架构下的兼容性问题。2.1 准备达梦数据库驱动从达梦官网下载对应版本的JDBC驱动本文以DM8为例建议使用最新稳定版驱动。驱动文件通常命名为DmJdbcDriver18.jar。创建专门的构建目录结构dm-jdk-base/ ├── Dockerfile └── lib/ └── DmJdbcDriver18.jar2.2 编写Dockerfile# 基于ARM架构的OpenJDK镜像 FROM arm64v8/openjdk:8-jdk # 设置时区 ENV TZAsia/Shanghai RUN ln -snf /usr/share/zoneinfo/$TZ /etc/localtime echo $TZ /etc/timezone # 安装基础工具 RUN apt update apt install -y \ curl \ vim \ rm -rf /var/lib/apt/lists/* # 部署达梦驱动 COPY lib/DmJdbcDriver18.jar /usr/local/lib/ RUN echo export CLASSPATH$CLASSPATH:/usr/local/lib/DmJdbcDriver18.jar /etc/profile # 设置工作目录 WORKDIR /app # 验证安装 RUN java -version ls -l /usr/local/lib/DmJdbcDriver18.jar构建并验证镜像docker build -t dm-jdk-base:8 . docker run --rm dm-jdk-base:8 java -cp /usr/local/lib/DmJdbcDriver18.jar dm.jdbc.driver.DmDriver2.3 镜像优化技巧为提高构建效率可以实施以下优化策略优化项常规做法推荐做法分层构建所有操作在一个RUN指令中将变化频率低的指令放在前面缓存利用直接COPY全部文件先COPY依赖文件(pom.xml等)再COPY源码镜像瘦身保留构建工具和缓存多阶段构建只保留运行时必要文件标签管理只使用latest标签使用语义化版本标签latest3. SpringBoot应用的容器化改造3.1 项目结构调整典型的SpringBoot项目需要做以下适配改造springboot-dm/ ├── src/ ├── Dockerfile ├── docker-compose.yml └── config/ ├── application-docker.yml └── dm-datasource.properties关键改造点包括配置文件分离将数据库连接等环境相关配置外置日志目录挂载避免日志写入容器内部健康检查添加容器健康检查端点资源限制配置合理的JVM内存参数3.2 多环境配置示例application-docker.yml示例server: port: 8080 servlet: context-path: / spring: datasource: type: com.alibaba.druid.pool.DruidDataSource driver-class-name: dm.jdbc.driver.DmDriver url: jdbc:dm://dm-db:5236/SAMPLE username: ${DM_USER:SYSDBA} password: ${DM_PWD:SYSDBA} jpa: show-sql: true hibernate: ddl-auto: none management: endpoint: health: show-details: always endpoints: web: exposure: include: health,info3.3 编写应用Dockerfile# 使用自定义基础镜像 FROM dm-jdk-base:8 # 设置环境变量 ENV SPRING_PROFILES_ACTIVEdocker ENV JAVA_OPTS-Xms512m -Xmx1024m -XX:MaxMetaspaceSize256m # 复制应用jar包 COPY target/springboot-dm.jar /app/app.jar # 暴露端口 EXPOSE 8080 # 健康检查 HEALTHCHECK --interval30s --timeout3s \ CMD curl -f http://localhost:8080/actuator/health || exit 1 # 启动命令 ENTRYPOINT [sh, -c, java ${JAVA_OPTS} -jar /app/app.jar]构建应用镜像mvn clean package docker build -t springboot-dm:1.0.0 .4. 使用docker-compose编排完整服务4.1 达梦数据库的容器化方案虽然达梦数据库官方尚未提供ARM架构的Docker镜像但我们可以通过以下两种方案解决方案一使用宿主机的达梦服务version: 3.8 services: app: image: springboot-dm:1.0.0 ports: - 8080:8080 environment: - SPRING_DATASOURCE_URLjdbc:dm://host.docker.internal:5236/SAMPLE depends_on: - dm-db networks: - dm-net dm-db: image: alpine/socat command: tcp-listen:5236,fork,reuseaddr tcp-connect:host.docker.internal:5236 ports: - 5236:5236 networks: - dm-net networks: dm-net: driver: bridge方案二构建自定义达梦镜像对于有严格隔离要求的场景可以基于达梦安装包制作自定义镜像FROM arm64v8/ubuntu:20.04 # 复制达梦安装包 COPY dm8_20230104_arm64.tar.gz /tmp/ # 安装依赖 RUN apt update apt install -y \ libaio1 \ libnsl2 \ rm -rf /var/lib/apt/lists/* # 安装达梦 RUN groupadd dinstall \ useradd -g dinstall -d /home/dmdba -s /bin/bash dmdba \ mkdir /dm8 \ chown dmdba:dinstall /dm8 \ su - dmdba -c tar -xzf /tmp/dm8_20230104_arm64.tar.gz -C /dm8 \ rm /tmp/dm8_20230104_arm64.tar.gz # 初始化数据库 USER dmdba WORKDIR /dm8/bin RUN ./dminit path/dm8/data page_size16 log_size2048 case_sensitive1 # 启动脚本 COPY entrypoint.sh / ENTRYPOINT [/entrypoint.sh]4.2 完整编排示例version: 3.8 services: app: image: springboot-dm:1.0.0 ports: - 8080:8080 environment: - SPRING_PROFILES_ACTIVEdocker - DM_USERSYSDBA - DM_PWDSYSDBA volumes: - ./logs:/app/logs deploy: resources: limits: cpus: 1 memory: 1.5G healthcheck: test: [CMD, curl, -f, http://localhost:8080/actuator/health] interval: 30s timeout: 5s retries: 3 networks: - dm-net dm-db: image: custom-dm:8 ports: - 5236:5236 volumes: - dm-data:/dm8/data deploy: resources: limits: cpus: 2 memory: 4G networks: - dm-net volumes: dm-data: driver: local networks: dm-net: driver: bridge4.3 部署与验证启动服务docker-compose up -d验证服务健康状态docker-compose ps curl http://localhost:8080/actuator/health查看达梦数据库连接docker-compose logs app | grep DatabaseProductName5. 生产环境优化建议在实际生产部署中还需要考虑以下增强措施性能调优参数示例# 连接池配置 spring.datasource.druid.initial-size5 spring.datasource.druid.min-idle5 spring.datasource.druid.max-active20 spring.datasource.druid.max-wait60000 spring.datasource.druid.time-between-eviction-runs-millis60000 spring.datasource.druid.min-evictable-idle-time-millis300000 spring.datasource.druid.validation-querySELECT x FROM DUAL spring.datasource.druid.test-while-idletrue spring.datasource.druid.test-on-borrowfalse spring.datasource.druid.test-on-returnfalse安全加固措施使用secrets管理数据库凭证secrets: dm-user: file: ./secrets/dm_user.txt dm-pwd: file: ./secrets/dm_pwd.txt配置TLS加密连接COPY ssl/ /etc/ssl/ ENV SPRING_DATASOURCE_URLjdbc:dm://dm-db:5236/SAMPLE?ssltruesslModeverify-full网络隔离策略networks: dm-net: driver: bridge internal: true监控与日志方案日志收集配置示例docker run --name filebeat -d \ --volume$(pwd)/logs:/app/logs \ --volume$(pwd)/filebeat.yml:/usr/share/filebeat/filebeat.yml \ docker.elastic.co/beats/filebeat:8.5.1性能监控指标导出Bean MeterRegistryCustomizerMeterRegistry metricsCommonTags() { return registry - registry.config().commonTags( application, springboot-dm, region, cn-east-1 ); }在银河麒麟V10上实施这套容器化方案时特别需要注意ARM架构下的镜像兼容性问题。经过实际验证基于本文方法构建的容器化应用在飞腾FT-2000/4处理器上运行稳定资源利用率比传统部署方式提升约30%部署时间缩短70%以上。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2453637.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…