终于按时完成第二篇。本来准备着手讲一些实践，但是数据库部分没有讲到，部分实践会存在一些问题，于是就有了此篇以及后续——数据库容器化。本篇将从SQL Server容器化实践开始，并逐步讲解其他数据库的容器化实践，中间再穿插一些知识点和实践细节。在编写的过程中，我一直处于一种矛盾的心理，是一笔带过呢？还是尽可能的将实践细节全部讲到位呢？最后，我选择了后者，虽然要花费更多的精力，但是既然开始了本次教程，就尽量写到位吧。
目录
数据库容器化 什么是数据库？
数据库，简而言之可视为电子化的文件柜——存储电子文件的处所，用户可以对文件中的数据运行新增、截取、更新、删除等操作。因此，所谓“数据库”是以一定方式储存在一起、能与多个用户共享、具有尽可能小的冗余度、与应用程序彼此独立的数据集合。
目前主流的数据库分为关系型数据库和非关系型数据库（NoSQL）。
关系型数据库和非关系型数据库对比
· Microsoft SQL Server（Microsoft）
· MySQL（开源）
· Oracle（甲骨文）
· MariaDB(MySQL的代替品)
· PostgreSQL（开源）
· DB2（IBM）
非关系型数据库：
· MongoDB（面向文档）
· CouchDB（面向文档，Apache基金会）
· Redis（键值对数据库）
· MemcacheDB（键值对数据库）
· Hypertable
· Hadoop HBase
数据库容器化
随着Docker的流行，主流的数据库厂商均提供了相关的Docker镜像，因此我们能够非常方便的将数据库托管到容器之中，用于测试和开发环境（现阶段）。
注意，现阶段我们不推荐在容器中托管正式环境的数据库，目前数据库容器化还存在一些问题、不适应性以及质疑，并且还缺乏成熟的案例和方案（已经有很多厂商在做这块的探索了，包括阿里、京东）。
数据库容器化绝不是一个伪命题，数据库容器化是值得我们来探索的一个方向，而且应是一种必然的趋势。在本篇中，我们不做过多探讨。
接下来，笔者将逐步和大家分享如何将主流的数据库托管到容器之中。
Sql Server容器化
SQL Server是由Microsoft开发和推广的关系数据库，其在操作数据库管理系统 (ODBMS) 领域处于领先水平，目前已经提供SQL Server 2019预览版。其中，SQL Server 2017 跨出了重要的一步，它力求通过将 SQL Server 的强大功能引入 Linux、基于 Linux 的 Docker 容器和 Windows，使用户可以在 SQL Server 平台上选择开发语言、数据类型、本地开发或云端开发，以及操作系统开发。
因此，在本篇教程中，我们将使用SQL Server 2017来进行演示。
镜像说明
官方镜像分为Windows版本和Linux版本，官方镜像说明页为：
https://hub.docker.com/r/microsoft/mssql-server
这里我们主要介绍Linux版本的镜像。
环境要求· Docker Engine 1.8+。
· Docker overlay2存储驱动程序。
· 至少2 GB的磁盘空间。
· 至少2 GB 的 RAM。如果您在Docker for Mac或Windows上运行，请确保为Docker VM分配足够的内存。
· Linux 上的 SQL Server 的系统要求。
环境变量
必填项：
· ACCEPT_EULA = Y（表示接受最终用户许可协议，否则无法启动）
· SA_PASSWORD = <强密码> （密码必须符合复杂密码要求，包含大小写字母以及数字或特殊符号，长度不能少于8个字符，否则无法启动）
注意项：
· MSSQL_PID = <your_product_id | edition_name>（用于设置产品ID（PID）或版本，默认值：Developer）
值范围支持Developer、Express、Standard 、Enterprise、EnterpriseCore、产品密钥 ，一般情况下，我们使用Developer即可，即开发版本，其包含企业版所有的功能，足够我们用于开发和测试。
其他：