Mac下Docker不同文件挂载方式的性能差异
众所周知 Mac 跑 Docker是有一层 VM 的，最早 Mac 的 Docker Desktop 的共享文件系统非常烂，基于 osxfs，执行一个 npm install ，Linux 下 20 秒，Mac 下可能要几分钟。而如今情况据说已经大不相同，基于 VirtioFS，性能已有大幅提升。
绑定目录（Bind Mount） 和 Docker Volume（命名卷） 这两种挂载方式是 Docker 两种完全不同的存储机制，其中在 Mac 下，bind mount 会经过 VirtioFS，而卷挂载时数据则属于 VM 内部。
测试方案
分别用 绑定路径(bind mount) 的方式与 卷命名(volume) 的方式创建 Postgres18 的 docker 容器，再加入 Mac 下 brew 安装的原生 Postgres18 作为对比。
建表：
CREATE TABLE test (
id BIGSERIAL PRIMARY KEY,
value TEXT
);执行测试，在 psql 下：
\timing然后执行：
INSERT INTO test(value)
SELECT md5(random()::text)
FROM generate_series(1,1000000);最后查看统计数据即可。
Docker Bind Mount
100 万数据插入：
postgres=# \timing
启用计时功能.
postgres=# INSERT INTO test(value)
SELECT md5(random()::text)
FROM generate_series(1,1000000);
INSERT 0 1000000
时间：3804.413 ms (00:03.804)
postgres=#在此基础上 1000 万数据插入：
postgres=# INSERT INTO test(value)
SELECT md5(random()::text)
FROM generate_series(1,10000000);
INSERT 0 10000000
时间：48126.862 ms (00:48.127)
postgres=#在此基础上 10 次 10 万数据插入：
postgres=# INSERT INTO test(value)
SELECT md5(random()::text)
FROM generate_series(1,100000);
INSERT 0 100000
时间：396.869 ms
postgres=# INSERT INTO test(value)
SELECT md5(random()::text)
FROM generate_series(1,100000);
INSERT 0 100000
时间：412.232 ms
postgres=# INSERT INTO test(value)
SELECT md5(random()::text)
FROM generate_series(1,100000);
INSERT 0 100000
时间：382.937 ms
postgres=# INSERT INTO test(value)
SELECT md5(random()::text)
FROM generate_series(1,100000);
INSERT 0 100000
时间：428.471 ms
postgres=# INSERT INTO test(value)
SELECT md5(random()::text)
FROM generate_series(1,100000);
INSERT 0 100000
时间：426.206 ms
postgres=# INSERT INTO test(value)
SELECT md5(random()::text)
FROM generate_series(1,100000);
INSERT 0 100000
时间：439.906 ms
postgres=# INSERT INTO test(value)
SELECT md5(random()::text)
FROM generate_series(1,100000);
INSERT 0 100000
时间：416.487 ms
postgres=# INSERT INTO test(value)
SELECT md5(random()::text)
FROM generate_series(1,100000);
INSERT 0 100000
时间：443.733 ms
postgres=# INSERT INTO test(value)
SELECT md5(random()::text)
FROM generate_series(1,100000);
INSERT 0 100000
时间：453.728 ms
postgres=# INSERT INTO test(value)
SELECT md5(random()::text)
FROM generate_series(1,100000);
INSERT 0 100000
时间：443.960 ms
postgres=#Docker Volume
100 万数据插入：
postgres=# \timing
启用计时功能.
postgres=# INSERT INTO test(value)
SELECT md5(random()::text)
FROM generate_series(1,1000000);
INSERT 0 1000000
时间：2169.361 ms (00:02.169)
postgres=#在此基础上 1000 万数据插入：
postgres=# INSERT INTO test(value)
SELECT md5(random()::text)
FROM generate_series(1,10000000);
INSERT 0 10000000
时间：21762.814 ms (00:21.763)
postgres=#在此基础上 10 次 10 万数据插入：
postgres=# INSERT INTO test(value)
SELECT md5(random()::text)
FROM generate_series(1,100000);
INSERT 0 100000
时间：213.439 ms
postgres=# INSERT INTO test(value)
SELECT md5(random()::text)
FROM generate_series(1,100000);
INSERT 0 100000
时间：233.843 ms
postgres=# INSERT INTO test(value)
SELECT md5(random()::text)
FROM generate_series(1,100000);
INSERT 0 100000
时间：217.458 ms
postgres=# INSERT INTO test(value)
SELECT md5(random()::text)
FROM generate_series(1,100000);
INSERT 0 100000
时间：219.334 ms
postgres=# INSERT INTO test(value)
SELECT md5(random()::text)
FROM generate_series(1,100000);
INSERT 0 100000
时间：212.566 ms
postgres=# INSERT INTO test(value)
SELECT md5(random()::text)
FROM generate_series(1,100000);
INSERT 0 100000
时间：216.081 ms
postgres=# INSERT INTO test(value)
SELECT md5(random()::text)
FROM generate_series(1,100000);
INSERT 0 100000
时间：211.386 ms
postgres=# INSERT INTO test(value)
SELECT md5(random()::text)
FROM generate_series(1,100000);
INSERT 0 100000
时间：206.213 ms
postgres=# INSERT INTO test(value)
SELECT md5(random()::text)
FROM generate_series(1,100000);
INSERT 0 100000
时间：202.603 ms
postgres=# INSERT INTO test(value)
SELECT md5(random()::text)
FROM generate_series(1,100000);
INSERT 0 100000
时间：211.573 ms
postgres=#Mac 原生
100 万数据插入：
postgres=# \timing
启用计时功能.
postgres=# INSERT INTO test(value)
SELECT md5(random()::text)
FROM generate_series(1,1000000);
INSERT 0 1000000
时间：2850.996 ms (00:02.851)
postgres=#在此基础上 1000 万数据插入：
postgres=# INSERT INTO test(value)
SELECT md5(random()::text)
FROM generate_series(1,10000000);
INSERT 0 10000000
时间：28794.815 ms (00:28.795)
postgres=#在此基础上 10 次 10 万数据插入：
postgres=# INSERT INTO test(value)
SELECT md5(random()::text)
FROM generate_series(1,100000);
INSERT 0 100000
时间：302.238 ms
postgres=# INSERT INTO test(value)
SELECT md5(random()::text)
FROM generate_series(1,100000);
INSERT 0 100000
时间：272.471 ms
postgres=# INSERT INTO test(value)
SELECT md5(random()::text)
FROM generate_series(1,100000);
INSERT 0 100000
时间：264.486 ms
postgres=# INSERT INTO test(value)
SELECT md5(random()::text)
FROM generate_series(1,100000);
INSERT 0 100000
时间：284.120 ms
postgres=# INSERT INTO test(value)
SELECT md5(random()::text)
FROM generate_series(1,100000);
INSERT 0 100000
时间：287.495 ms
postgres=# INSERT INTO test(value)
SELECT md5(random()::text)
FROM generate_series(1,100000);
INSERT 0 100000
时间：295.402 ms
postgres=# INSERT INTO test(value)
SELECT md5(random()::text)
FROM generate_series(1,100000);
INSERT 0 100000
时间：272.715 ms
postgres=# INSERT INTO test(value)
SELECT md5(random()::text)
FROM generate_series(1,100000);
INSERT 0 100000
时间：277.457 ms
postgres=# INSERT INTO test(value)
SELECT md5(random()::text)
FROM generate_series(1,100000);
INSERT 0 100000
时间：298.809 ms
postgres=# INSERT INTO test(value)
SELECT md5(random()::text)
FROM generate_series(1,100000);
INSERT 0 100000
时间：290.244 ms
postgres=#数据对比汇总
以下耗时单位均为 ms，越小越好。
100 万数据单次插入
| 方案 | 耗时 | 相对 Mac 原生用时 |
|---|---|---|
| Docker Bind Mount | 3804.413 | 133.4% |
| Docker Volume | 2169.361 | 76.1% |
| Mac 原生 | 2850.996 | 100% |
继续 1000 万数据单次插入
| 方案 | 耗时 | 相对 Mac 原生用时 |
|---|---|---|
| Docker Bind Mount | 48126.862 | 167.1% |
| Docker Volume | 21762.814 | 75.6% |
| Mac 原生 | 28794.815 | 100% |
继续 10 次 10 万数据插入
| 方案 | 平均耗时 | 相对 Mac 原生平均用时 | 最快 | 最慢 |
|---|---|---|---|---|
| Docker Bind Mount | 424.453 | 149.2% | 382.937 | 453.728 |
| Docker Volume | 214.450 | 75.4% | 202.603 | 233.843 |
| Mac 原生 | 284.544 | 100% | 264.486 | 302.238 |
从这组测试结果看，Docker Volume 在 Mac 下三组数据里都是最快；Mac 原生 基本稳定排在第二；Bind Mount 始终最慢，而且在大批量写入时差距会进一步拉大。
如果容器里跑的是数据库、索引、队列这类高频写入服务，数据目录更适合放在 Docker Volume；Bind Mount 更适合代码、配置、静态资源这类需要和宿主机实时编辑同步的内容。
另外其实 Mac 和 Windows 的 Docker 场景非常类似：
| 平台 | 快 | 慢 |
|---|---|---|
| macOS + Docker Desktop 数据挂载方式 | Docker Volume | Bind Mount（共享 macOS 目录） |
| Windows + WSL2 数据目录位置 | WSL2 内部文件系统 | Windows C:\ 等目录 |
但话又说回来，Mac 作为开发机器，自然是怎么方便怎么来，哪怕是最慢的映射方式，绝大部分情况还没有到影响开发的地步，甚至很多时候作为开发端是无感的。