logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

达梦数据库读写分离集群部署流程

实例目录为/home/dmdba/dmdbms/data。而通过引入读写分离机制,可以将大量只读请求分发到多个只读副本(备库)上处理,主库则专注于处理事务性写操作,有效减轻主库压力,提高并发处理能力。读写分离集群是一种数据库架构设计模式,其核心思想是将数据库的读操作(如 SELECT 查询)与写操作(如 INSERT、UPDATE、DELETE)分别路由到不同的数据库实例上执行,从而提升系统的整体

#数据库#服务器#运维
达梦数据库2节点数据守护集群部署流程

初始化A机器实例启动A机器服务连接数据库进入归档模式建立备份修改dm.ini修改dmarch.ini创建dmmal.ini创建dmwatcher.ini拷贝文件到备机关掉SQL注册服务。

#数据库
达梦数据库DSC集群节点扩容

达梦镜像版本为dm8_20251016_x86_CentOS7_64.iso;安装目录为/home/dmdba/dmdbms;实例目录为/home/dmdba/dmdbms/data。修改dmdcr_cfg_bak.ini,GROUP都修改成3节点,CSS,ASM,DSC都加入第三节点的信息。1核 CPU /3.5GB 内存 / 40GB 磁盘。1核 CPU /3.5GB 内存 / 40GB 磁盘

#数据库#大数据#运维
达梦数据库搭建2节点DSC+1节点DW集群

ADSC01核 CPU /3.5GB 内存 / 40GB 磁盘BDSC11核 CPU /3.5GB 内存 / 40GB 磁盘CDW1核 CPU /3.5GB 内存 / 40GB 磁盘/dev/sdbDCR 盘(集群配置盘)1G/dev/sdcVote 盘(仲裁盘)1G/dev/sde数据盘(存放数据文件)10G/dev/sdd日志盘(存放联机日志)10G/dev/sdf归档盘(存放归档日志)10G

#数据库
达梦数据库不带主备MPP集群搭建

达梦大规模并行计算集群(DM MPP)是达梦数据库面向海量数据分析场景推出的无共享(Shared-Nothing)分布式架构:它将数据通过哈希或随机方式水平分片到多台独立主机的本地存储,每个节点拥有完整的CPU、内存与磁盘资源,仅通过高速网络交换中间结果;协调节点接收用户SQL后自动完成语句解析、执行计划拆分与任务调度,各计算节点并行扫描、关联、聚合,最后汇总返回,实现PB级数据秒级响应;

#数据库
达梦数据库物理备份

RMAN> BACKUP DATABASE '/dmdata/data/DM1/dm.ini' INCREMENT WITH BACKUPDIR '/dmdata/backup/full' BACKUPSET '/dmdata/backup/increment/DM1_OFFLINE_INC' BACKUPINFO '脱机增量备份';INSERT INTO user_orders VALUES (

#数据库#oracle#sql
达梦数据库开发接口配置

jdbc、odbc、dpi、php、python完成开发运行环境的部署。

#数据库开发#学习#数据库
达梦数据库带主备MPP集群搭建

达梦大规模并行计算集群(DM MPP)是达梦数据库面向海量数据分析场景推出的无共享(Shared-Nothing)分布式架构:它将数据通过哈希或随机方式水平分片到多台独立主机的本地存储,每个节点拥有完整的CPU、内存与磁盘资源,仅通过高速网络交换中间结果;协调节点接收用户SQL后自动完成语句解析、执行计划拆分与任务调度,各计算节点并行扫描、关联、聚合,最后汇总返回,实现PB级数据秒级响应;

#数据库
达梦数据库优化学习

当面临高并发访问压力时,可以适当调大共享内存池的大小并增加内存池的个数,同时提升缓冲区的分区数量,以此减少线程间的锁竞争并提高数据吞吐能力;若业务涉及复杂的查询逻辑或处理海量数据对象,则建议扩大回收缓冲区以优化中间结果的处理,并增加字典缓冲区的大小来加速元数据访问;最后,针对特定负载类型(如OLTP),应确保优化器标志位设置正确,并在进行性能瓶颈排查或深度调优阶段开启详细监控,同时保持视图上拉、过

#数据库#学习
达梦数据库带主备MPP集群搭建

达梦大规模并行计算集群(DM MPP)是达梦数据库面向海量数据分析场景推出的无共享(Shared-Nothing)分布式架构:它将数据通过哈希或随机方式水平分片到多台独立主机的本地存储,每个节点拥有完整的CPU、内存与磁盘资源,仅通过高速网络交换中间结果;协调节点接收用户SQL后自动完成语句解析、执行计划拆分与任务调度,各计算节点并行扫描、关联、聚合,最后汇总返回,实现PB级数据秒级响应;

#数据库
到底了