今天上班的时候，开发的同事拿过来一个.zip的压缩包文件，说是要把里面的数据倒入到数据库里面，本来想着是成型的SQL，只需要复制粘贴一下，倒入到数据库中就可以了。拿到的时候，才发现问题没我想的那么简单，我首先看到的是一个压缩包，大概30多M，解压之后，发现里面的内容是个.sql的数据文件，文件的大小是645M左右，这么大的文件，要是手动粘贴上去，那简直太变态了。第一反应这个是不是mysqldump出来的备份数据，要是这样的话，就可以直接在命令行中进行恢复了。于是打开看了一下里面的内容，发现这是一个标准的Navicat导出的sql文件，里面全都是各种的插入语句，到这里，一下子释然了，因为这样的就sql文件可以直接通过MySQL的source命令来倒入到数据库中，因为数据量很大，为了避免出错，我重新看了看source的语法，这里简单说明下。
到https://dev.mysql.com/downloads/repo/yum/ 下载对应操作系统版本的yum仓库，然后进行安装：sudo rpm -Uvh platform-and-version-specific-package-name.rpm
本周做了较多的国产化适配工作，虽然主要是拿到源码在国产化平台上编译一下，不是太难，但还是总结一下。
主从复制是指将主数据库的DDL和DML操作通过二进制日志传到从服务器中，然后在从服务器上对这些日志重新执行也叫重做，从而使得从数据库和主库的数据保持同步。
MySQL数据库归档历史数据主要可以分为三种方式：一.创建编写SP、设置Event；二.通过dump导入导出；三.通过pt-archiver工具进行归档。第一种方式往往受限于同实例要求，往往被大家舍弃。第二种，性能相对较好，但是归档表较多时运维也是比较头疼的事。所以很多DBA往往采用第三种方式--pt-archiver。
MySQL搭建读写分离非常简单，一般有一主一从、一主多从。以MySQL5.7为例，使用docker搭建一个一主一从的架构，步骤如下：
本博客的目的在于简述MySQL和PostgreSQL之间如何跨数据库进行复制。涉及跨数据库复制的databases一般被称作异构databases。这是将数据从一种RDBMS server复制到另一种server的一种很好的方法。
MySQL Server的逻辑架构一般分为三层：服务层（专门为客户端服务）、MySQL Server核心层和存储引擎。
所需要的依赖及安装MySQL的包 # yum -y update # yum -y groupinstall "Development Tools" # yum -y install gcc gcc-c++ ncurses ncurses-devel bison libgcrypt perl make cmake # wget https://dev.mysql.com/get/Downloads/MySQL-5.7/mysql-boost-5.7.24.tar.gz 在系统中添加运行mysqld进程的用户
MySQL搭建读写分离非常简单，一般有一主一从、一主多从，对于MySQL的主从的相关概念这里就不再详细介绍了。
执行SQL-1，显示耗时 9.35sec。显然是不乐观的一个值，查看其执行计划(explain):
在云计算技术日益成熟的今天，为了确保数据的高可用性和一致性，数据库的复制技术成了不可或缺的一环。MySQL作为一种广泛使用的关系数据库管理系统，其提供了基于全局事务标识符（GTID）的二进制日志（Binlog）双向复制功能，使得数据库在不同节点间的数据同步成为可能。本文将通过在腾讯云上创建的两个TencentOS Server 3.1虚拟机，深入探讨如何部署并测试基于GTID的MySQL双向复制系统。
MySQL 的 Clone 插件是一个强大的功能，首次引入于 MySQL 8.0.17 版本。简单来说，Clone Plugin 是一款物理克隆数据工具，它能够帮助我们快速、高效地克隆或复制数据库，极大地简化了数据库迁移、备份和恢复的过程，让我们在处理大量数据时更加得心应手。本篇文章我们一起来学习下如何使用克隆插件。
如果你对Flink CDC 还没有什么概念，可以参考这里：Flink CDC 原理及生产实践。
本文介绍了一种在Docker中自动执行SQL初始化脚本的通用方法。通过在Dockerfile中添加一个自定义的entrypoint，可以确保容器启动时自动执行指定的SQL脚本。这种方法可以用于在Docker中部署MySQL数据库，确保数据库在容器启动时已经准备好并具有良好的初始数据。
源表t_source结构如下： item_id int, created_time datetime, modified_time datetime, item_name varchar(20), other varchar(20)
MySQL 8.0.22 开始，支持异步连接故障切换机制，在现有主从复制连接失败后，自动建立到新主的异步复制连接。
MySQL的LOAD DATA LOCAL INFILE是一个用于将本地文件数据加载到数据库表中的功能。
2022 年 9 月 30 日新发布的 openGauss 3.1.0 版本 ，工具的全量迁移和增量迁移的性能不但有了全面提升，而且支持数据库对象视图、触发器、自定义函数、存储过程的迁移。
相信大多数DBA都看见过这样一条SQL优化原则：用count(1)替换count(*)；相信也有不少DBA因这个问题被开发diss过，用count(*)非常慢，应该用count(1)，然后改用count(1)后，还真是秒出结果；那么究竟是什么回事呢？count(1)真的比count(*)快那么多吗？count(1)和count(*)的区别究竟在哪里？接下来我们就来一一揭晓。
GTID（global transaction identifier）是全局事务标识符，在MySQL5.6版本中作为一个超级特性被推出。事务标识不仅对于Master(起源)的服务器来说是惟一的，而且在整个复制拓扑架构来说，也是全局唯一的。
今天电脑重装系统，所有软件都重装一遍，MySQLdb模块一直装不好，纠结了好久，终于解决，方法分享给大家，还有python三大神器之一的virtualenv使用。
最近线上突然发现一张表每天会产生500w条的数据，一个月下来发现已经接近8000w条的数据，达到90G之大的数据，之前在系统没有升级之前一年才产生100w左右的记录，估计开发的程序或者逻辑出现问题了，不管怎么样，作为运维发生问题，第一时间先以解决问题为第一位，所以这里总结一下删除大表数据的经验。
墨墨导读：本文详细介绍一键式安装部署，定制化制作MySQL RPM包的过程，希望可以帮助到读者朋友 。
在我们使用mysql和elasticsearch结合使用的时候，可能会有一些同步的需求，想要数据库和elasticsearch同步的方式其实有很多。
阅读过上一篇文章的童鞋应该都知道，用count(1)替换count(*)，并不能起到优化作用，两者的执行效率是一样的。那么，count(*)应该如何优化呢？让我们继续往下看。
爱可生交付服务部 DBA，主要负责 MySQL 及 Redis 的日常问题处理，参与公司数据库培训的教研授课及开源社区的运营工作。
MySQL 兼容说明 虽然这里写着适配 macOS.10.15 版本，但上面有说明，可运用于 Big Sur（11）
在线上环境中部署脚本，可谓是常在河边走，哪有不湿鞋，所以大大小小的案例总结下来，还是会发现一些有趣的地方，这些可以作为操作时的一些参考，仅供参考而已。 第一类脚本是修复脚本，比如提供的数据修复功能，数据补丁等，这类脚本的特点是后续的数据变更很可能会依赖于之前的操作，环环相扣。所以一旦执行过程中出现问题，就需要保证这个操作可回退，否则会是雪上加霜。 image.png 第二类的脚本是彼此之间没有直接联系。哪怕是中间执行出一点问题也不会直接影响其他业务。 image.png 第三类的脚本介于两者之间，有互相的
最近经常碰到开发误删除误更新数据，这不，他们又给我找了个麻烦，我们来看下整个过程。
来源：fordba.com/mysql-double-quotation-marks-accident.html
最近经常碰到开发误删除误更新数据，这不，他们又给我找了个麻烦，我们来看下整个过程，把我坑得够惨。
每次安装mysql的时候都非常痛苦。因为至少要编译半个小时，在想有没有什么简单的办法，我一查官方文档，真让我看到一个简单的yum的安装办法。现在步骤如下：
mysql -h localhost -u root -proot < /itoffer_new.sql
SaltStack是一个服务器基础架构集中化管理平台，具备配置管理、远程执行、监控等功能，基于Python语言实现，结合轻量级消息队列（ZeroMQ）与Python第三方模块（Pyzmq、PyCrypto、Pyjinjia2、python-msgpack和PyYAML等）构建。
在服务器进行数据传输、数据存储和数据交换，就有可能产生数据故障。比如发生意外停机或存储介质损坏。这时，如果没有采取数据备份和数据恢复手段与措施，就会导致数据的丢失，造成的损失是无法弥补与估量的。
由于开发需要在生产环节中修复数据，需要执行120条SQL语句，需要将数据进行更新于是开发连上了生产数据库，首先执行了第一条SQL
实时监控MySQL，从MySQL中获取数据传输到HDFS或者其他存储框架，所以此时需要我们自己实现MySQLSource。 官方也提供了自定义source的接口： 官网说明：https://flume.apache.org/FlumeDeveloperGuide.html#source
在复杂的分布式数据库环境中，数据一致性是一个关键问题。特别是在使用MySQL InnoDB集群时，如何确保数据在各个节点之间同步并避免数据分叉或冲突，成为了系统和数据库管理员必须面对的问题。本文将详细介绍MySQL 8.0版本中mysql.gtid_executed表的工作原理及其在检查数据一致性方面的应用。
ShardingSphere最重要的功能模块是数据分片，从规则到实现都比较复杂。其他功能相对来说比较简单，本篇介绍ShardingSphere的读写分离功能。
数据迁移是指将数据从一个数据库迁移至另一个数据库，按照数据库类型来分类，可分为同构数据库之间的迁移和异构数据库之间的迁移。
上述是8.0.23中的语法。如果mysql是 8.0.23 之前的版本，执行如下SQL：
大多数SQL语句都是针对一个或多个表的单条语句。并非所有的操作都怎么简单。经常会有一个完整的操作需要多条才能完成
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
ICP备案
对象存储
即时通信 IM
实时音视频
