Optimiser tes projets avec les volumes persistants
Un volume nommé survit à tout, sauf à un mauvais chown et à une sauvegarde faite à chaud. La méthode complète, de Docker aux PVC Kubernetes.
Tu lances docker compose down -v un vendredi soir pour « repartir propre ». Le lundi, la base de ta boutique n'existe plus. Ce n'est pas un bug : le -v supprime les volumes, et un volume est exactement la seule chose qui ne meurt pas avec le conteneur.
Tout le reste est jetable par design : l'image, le réseau, le processus. C'est ce qui rend un déploiement reproductible. L'état, lui, doit vivre ailleurs. C'est le boulot des volumes persistants, et c'est aussi le composant le plus mal surveillé d'une stack.
Sur mes VPS, j'applique une règle simple, la même que dans le guide des fondamentaux VPS : tout ce qui n'est pas reconstructible depuis un dépôt git vit dans un volume nommé, sauvegardé, et restauré au moins une fois pour de vrai.
Trois montages, trois comportements
Docker propose trois façons de faire persister des données, et elles ne se valent pas selon l'usage.
| Type | Syntaxe | Emplacement sur l'hôte | Usage |
|---|---|---|---|
| Volume nommé | -v pgdata:/var/lib/postgresql/data | /var/lib/docker/volumes/pgdata/_data | données applicatives, production |
| Bind mount | -v ./config:/etc/app:ro | le chemin que tu choisis | config, code en développement |
| tmpfs | --tmpfs /tmp:size=512m | RAM uniquement | cache, sockets, sessions |
Le volume nommé est géré par Docker : il survit à docker rm, à docker compose down et à une mise à jour d'image. Surtout, il n'a pas de chemin dans ton projet, donc aucun git clean -fdx ne peut l'effacer par accident. Le détail des options de montage est dans la documentation officielle des volumes Docker.
docker volume create pgdata
docker run -d --name pg -e POSTGRES_PASSWORD=motdepasse -v pgdata:/var/lib/postgresql/data postgres:16
docker inspect -f '{{ json .Mounts }}' pg
ls -ln /var/lib/docker/volumes/pgdata/_dataLe bind mount reste imbattable en développement : tu édites un fichier, le conteneur le voit immédiatement. En production, je l'évite, sauf pour des fichiers en lecture seule (:ro) comme des certificats ou un nginx.conf versionné.
Le tmpfs est sous-coté pour tout ce qui est écrit et relu dans la seconde. Un répertoire de sessions PHP ou un cache de rendu sur tmpfs, c'est souvent 30 à 40 % de latence en moins, rien qu'en sortant du disque.
Le piège qui coûte une soirée : l'UID du conteneur
Scénario classique. Le conteneur tourne avec l'utilisateur 1000, le répertoire du volume appartient à root, et le service démarre puis crache Permission denied sur son dossier d'uploads.
$ ls -ln /var/lib/docker/volumes/appdata/_data
drwxr-xr-x 2 0 0 4096 Oct 30 22:14 uploads
drwxr-xr-x 3 0 0 4096 Oct 30 22:14 cacheIci tout est en 0 0, donc root, alors que l'application tourne en 1000. Tu as trois sorties propres.
services:
app:
image: monapp:1.4
user: "1000:1000"
volumes:
- appdata:/app/dataLa deuxième : un conteneur d'initialisation qui corrige l'ownership avant le démarrage du service, une commande chown -R 1000:1000 /data. La troisième : un docker run --rm -v appdata:/data alpine chown -R 1000:1000 /data, une seule fois, à la création du volume.
Le chmod 777 n'est pas une option. Sur un répertoire servi par une application web, c'est une porte d'écriture ouverte pour tout processus du conteneur, y compris celui qui exécute du code téléversé.
Détail que beaucoup ignorent : quand Docker crée un volume nommé vide, il copie le contenu et les permissions du répertoire de l'image. C'est pour ça qu'un volume nommé « marche » là où le même chemin en bind mount échoue — côté hôte, le dossier appartient à ton shell, pas à l'application.
Sauvegarder sans casser la base
Un tar lancé sur un fichier en cours d'écriture produit une archive qui a l'air correcte et qui ne se restaure pas. Sur PostgreSQL, copier PGDATA à chaud donne une base dans un état incohérent, parfois sans message d'erreur au redémarrage.
| Moteur | Commande de sauvegarde | Pourquoi pas un tar |
|---|---|---|
| PostgreSQL | docker exec pg pg_dump -U postgres -Fc app > app.dump | PGDATA à chaud n'est pas cohérent |
| MySQL / MariaDB | docker exec db mysqldump --single-transaction app | InnoDB reste cohérent sans verrou global |
| SQLite | docker exec app sqlite3 /data/app.db ".backup /data/b.db" | .backup passe par l'API online et embarque le WAL |
| MongoDB | docker exec mongo mongodump --archive --gzip | un fichier .wt copié à chaud est inutilisable |
Ce blog tourne sur Ghost avec SQLite, donc je connais bien le cas. Avant chaque mise à jour, une commande sqlite3 ghost.db ".backup /tmp/ghost-$(date +%F).db", un gzip, puis copie hors du serveur. Le fichier -wal n'a pas besoin d'être copié à part : .backup inclut son contenu dans la base produite. La documentation du mode WAL explique pourquoi un simple cp des trois fichiers dans le désordre ne suffit pas.
Pour un volume de fichiers purs (médias, pièces jointes, PDF générés), le tar à froid reste parfait. Tu arrêtes le service vingt secondes, tu archives, tu redémarres.
docker run --rm -v appdata:/data:ro -v /backup:/backup alpine \
tar czf /backup/appdata-$(date +%F).tgz -C /data .Le :ro empêche d'écrire dans la source par accident. Et je vérifie systématiquement l'archive avec un tar tzf : une sauvegarde qui ne s'ouvre pas, c'est une sauvegarde qui n'existe pas.
Une sauvegarde jamais restaurée n'existe pas
Le test de restauration prend cinq minutes et évite un week-end entier. Je le fais dans un volume neuf, jamais par-dessus la production.
docker volume create testrestore
docker run --rm -v testrestore:/data -v /backup:/backup alpine \
sh -c "tar xzf /backup/appdata-2026-10-30.tgz -C /data && ls -l /data | head"Pour une base, je monte la copie sur un autre port — -p 5433:5432 — et je lance une requête de contrôle : SELECT count(*) FROM orders. Si le chiffre ne correspond pas à l'ordre de grandeur attendu, la sauvegarde est fausse et il vaut mieux l'apprendre maintenant.
Dernier détail : vérifie l'ownership après restauration. Un tar extrait en root sur un volume destiné à un conteneur en 1000 te ramène au problème de permissions de la section précédente.
Les volumes orphelins remplissent le disque en silence
Cas réel sur un de mes serveurs : disque à 78 %, alors que les images ne pesaient que 4 Go. Un docker system df -v a montré onze volumes orphelins, dont un de 23 Go laissé par un conteneur Mongo de test supprimé des mois plus tôt.
docker system df
docker volume ls -f dangling=true
du -sh /var/lib/docker/volumes/*/_data | sort -h | tail -10Le docker volume prune historique ne touchait que les volumes anonymes. Depuis Docker 23, docker volume prune --all supprime aussi les volumes nommés non utilisés — donc à manier avec la même prudence qu'un rm -rf. Je liste, je vérifie à quoi correspond chaque nom, puis je supprime explicitement avec docker volume rm.
La vraie solution est en amont : nommer les volumes avec un préfixe de projet lisible, par exemple via le label com.docker.compose.project que compose applique tout seul, et lancer docker system df dans une alerte de supervision. Le coût d'un volume orphelin ne se voit qu'au moment où le disque est plein.
Mesurer avant de dire « c'est lent »
Un bind mount posé sur un disque réseau transforme chaque fsync en aller-retour. NFS, sshfs, dossier partagé de machine virtuelle : dans les trois cas, une base de données va ramper, même si le débit séquentiel affiché paraît correct.
docker run --rm -v pgdata:/data alpine sh -c \
"apk add --no-cache fio >/dev/null && fio --name=fsync --filename=/data/fio.test \
--size=256m --rw=randwrite --bs=4k --fsync=1 --runtime=30 --time_based --output-format=terse"Le chiffre à regarder est l'IOPS en écriture 4k avec fsync=1. Sur mes NVMe locaux, je mesure plusieurs milliers d'IOPS. Sur un montage NFS en 1 Gb, je tombe souvent sous 150. En dessous de 200–300, PostgreSQL encaisse mal les commits et les temps de réponse applicatifs deviennent irréguliers.
Deux mesures complètent le diagnostic : df -h /var/lib/docker pour l'espace, et la latence des disques via iostat -x 1 côté hôte. Un %util à 100 avec un await à trois chiffres signifie que le volume n'est pas le problème : le disque sous-jacent l'est.
Autre gain facile, souvent ignoré : mettre les caches et les fichiers temporaires sur tmpfs plutôt que dans le volume de données. Tu réduis les écritures inutiles et tu gardes le disque pour l'état qui compte vraiment.
Kubernetes : le PVC qui s'efface avec la donnée
En Kubernetes, le volume devient une abstraction à deux étages : le PersistentVolumeClaim que tu déclares, et le PersistentVolume que la StorageClass provisionne. Le piège tient dans une ligne de configuration, reclaimPolicy.
Sur la plupart des offres managées et sur local-path de K3s, la valeur par défaut est Delete. Un kubectl delete pvc pgdata déclenche alors la suppression du disque, données comprises. Pas de corbeille, pas de retour arrière.
apiVersion: storage.k8s.io/v1
kind: StorageClass
metadata:
name: local-path-retain
provisioner: rancher.io/local-path
reclaimPolicy: Retain
volumeBindingMode: WaitForFirstConsumer
---
apiVersion: v1
kind: PersistentVolumeClaim
metadata:
name: pgdata
spec:
accessModes: ["ReadWriteOnce"]
storageClassName: local-path-retain
resources:
requests:
storage: 20GiWaitForFirstConsumer n'est pas décoratif : avec un binding immédiat et du stockage local, le PV peut être créé sur un nœud où ton pod ne sera jamais planifié. Résultat, un pod en Pending éternel et un volume inutilisable.
| Solution | Performance | Réplication | Quand la choisir |
|---|---|---|---|
| local-path (K3s) | native, IOPS du disque local | aucune | mono-nœud, labo, préprod |
| Longhorn | −20 à −40 % en écriture synchronisée | 3 réplicas | cluster multi-nœuds, RPO zéro |
| NFS / CephFS | latence réseau sur chaque fsync | dépend du backend | partage RWX entre pods |
La règle du writer unique vaut aussi ici : un pod qui écrit, un PVC en ReadWriteOnce. Le cycle de vie complet d'un claim est décrit dans la documentation Kubernetes des volumes persistants, et le dimensionnement côté cluster est détaillé dans performance et scalabilité Kubernetes.
Un volume partagé entre services, la dette qui se paie en corruption
Deux conteneurs qui écrivent dans le même volume nommé : Docker l'autorise, et ça finit toujours par se voir. Un n8n qui dépose des pièces jointes, un script de nettoyage qui supprime les fichiers de plus de trente jours — sauf que certaines pièces jointes sont encore référencées en base. Le lien casse, l'utilisateur voit une erreur 500, et personne ne pense au cron.
La règle que j'applique : un seul service écrit dans un volume. Les autres passent par son API, ou par un stockage objet compatible S3. C'est plus de code au départ, et beaucoup moins d'incidents ensuite.
Corollaire souvent oublié : ne monte jamais le socket Docker dans un conteneur qui n'en a pas besoin. Un volume monté en écriture sur /var/run/docker.sock équivaut à un accès root sur l'hôte.
La checklist avant chaque mise en production
- Chaque donnée non reconstructible est dans un volume nommé, pas dans la couche d'écriture du conteneur.
- Le nom du volume est préfixé par le projet, et il est documenté dans le README.
- L'UID qui écrit dans le volume est connu, et il est figé dans le compose ou le manifeste.
- La sauvegarde utilise l'outil du moteur (
pg_dump,.backup,mongodump), pas un tar à chaud. - Une restauration a été testée dans un volume neuf, avec un contrôle de volume de données.
reclaimPolicy: Retainsur les StorageClass qui portent des données.docker system df -vest surveillé, avec une alerte sur l'espace disque de/var/lib/docker.- Un seul service écrit par volume.
- Les caches et fichiers temporaires sont sur
tmpfs, pas dans le volume de données.
Questions fréquentes
Un volume nommé survit-il à un docker compose down ?
Oui, tant que tu n'ajoutes pas -v. Cette option supprime les volumes déclarés dans le compose, et c'est la cause numéro un des pertes de données en local.
Où sont stockés les volumes sur l'hôte ?
Dans /var/lib/docker/volumes/<nom>/_data sur Linux. Tu peux y jeter un œil pour diagnostiquer, mais évite d'y écrire à la main pendant qu'un conteneur tourne.
Comment déplacer un volume vers un autre serveur ?
Par une archive tar, puis extraction dans un volume du serveur cible. Vérifie l'ownership après l'extraction, et restaure les bons UID avant de démarrer le service.
Faut-il un volume pour les logs ?
Non. Laisse l'application écrire sur la sortie standard et configure la rotation côté Docker : max-size: 10m et max-file: 3 dans le driver json-file. Un fichier de log dans un volume grossit sans limite et se retrouve rarement dans la sauvegarde.
Volume ou bind mount pour un site statique ?
Ni l'un ni l'autre. Le contenu doit être cuit dans l'image au build, sinon tu perds la reproductibilité et tu réintroduis la dérive entre environnements.
Quelle taille donner à un volume ?
Pour un volume local Docker, aucune limite n'est appliquée : c'est le disque de l'hôte qui décide. En Kubernetes, le PVC réserve une capacité, et un volume plein fait planter le pod — prévois au moins le double de la taille actuelle des données.