在前面，我们已经知道怎样创建和运行一个简单的基于CentOS的MongoDB实例。这对于开发或者测试使用来说再好不过了，但是它并没有说明一些性能和容错能力的问题。在本文中，我们会了解Docker相关的磁盘存储选项，以及在其之上运行数据库（如MongoDB）的注意事项。
通过检查日志文件来确认MongoDB容器是否启动成功：
确保数据文件已经在指定的主机目录~/db中创建。
这里我们使用与第一部分中案例相同的mongodb.repo，为了方便这里再做一次：
使用在你当前的目录如上的两个文件，构建将要运行的镜像：
现在衡量分层的根目录文件系统，通过运行：
你应该看到相似的输出如下：
<code>mongoperf</code>将一直运行，你可以通过Ctrl+C退出终端。容器将一直运行在后台，因此让我们结束它。
现在再运行下主机目录数据卷：
从我们设置开始，这就有相同的输出：
停止并移除之前的容器。
具有32个并行读写线程结果最后一组比较，我们看到在操作每秒数量提高180%，从1211到3385 ops/s。还有的吞吐量增加了225%，从4到13 MB/s。
虽然上面的方式中性能得到了提升，但这并不利于容器的迁移，因为现在我们的Docker容器需要依赖外部的Docker主机上的目录，而这个目录却没有通过Docker来管理，所以我们不能简单的运行或者迁移它。最好的解决方案就是使用data-only容器，接下来，我们将详述。
仅有数据（data-only）的容器是推荐的Docker数据存储模式，它可以解耦对主机的依赖。
为了创建数据容器来作为衡量标准，我们重新使用已经存在的<code>mongoperf</code>镜像：
使用数据容器，重新运行测试标准，使用<code>--volume-from mongoperf-data</code>参数。
这个过程如下面的输出：
性能方面它和主机目录数据卷方式一致。即使引用容器被移除了，仅仅包含数据的容器依然存在。我们继续运行查看：
回顾一下我们的<code>mongod</code>容器，我们现在使用data-only容器来存储数据以获得更好的性能。
记住，你可以通过运行<code>docker ps</code>看到映射的本地端口值。例如：
在接下来的部分，我们将研究各种各样的Docker网络参数，并细说哪种更适合多主机的MongoDB副本集。敬请期待！
＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝
译者介绍
刘红，才毕业的本科小生，平时喜欢业余学习一些自己感兴趣的技术或者框架，目前正在学习Docker，也在着手翻译Docker官方文档，如果对翻译Docker官方文档感兴趣的朋友可以联系译者哟。
原文发布时间为：2015-03-22
本文作者：刚百
本文来自云栖社区合作伙伴DockerOne，了解相关信息可以关注DockerOne。
原文标题：Docker&MongoDB实战（二）性能与容错