Apakah teknologi pemulihan pangkalan data?
Teknologi pemulihan pangkalan data termasuk: 1. Pembuangan data, iaitu proses di mana DBA kerap menyalin keseluruhan pangkalan data ke pita atau cakera lain dan menyimpannya. 2. Daftarkan fail log Fail log ialah fail yang digunakan untuk merekodkan operasi kemas kini transaksi pada pangkalan data Penyediaan fail log boleh melakukan pemulihan kegagalan transaksi, pemulihan kegagalan sistem dan membantu salinan sandaran dalam pemulihan kegagalan media.
Persekitaran pengendalian tutorial ini: sistem windows7, versi mysql8, komputer Dell G3.
Ikhtisar pemulihan pangkalan data
Sistem pengurusan pangkalan data mesti mempunyai fungsi memulihkan pangkalan data daripada keadaan ralat kepada keadaan betul yang diketahui. Subsistem pemulihan ialah bahagian penting dalam sistem pengurusan pangkalan data dan agak besar, selalunya merangkumi lebih daripada sepuluh peratus daripada keseluruhan kod sistem. Sama ada teknologi pemulihan yang digunakan dalam sistem pangkalan data berkesan bukan sahaja memainkan peranan penting dalam kebolehpercayaan sistem, tetapi juga mempunyai kesan yang besar terhadap kecekapan operasi sistem .
Kegagalan sistem dipanggil kegagalan lembut, dan kegagalan media dipanggil kegagalan keras. Kerosakan keras merujuk kepada kerosakan storan luaran, seperti kerosakan cakera, perlanggaran kepala, gangguan medan magnet kuat serta-merta, dsb. Kegagalan jenis ini akan memusnahkan pangkalan data atau sebahagian daripada pangkalan data dan menjejaskan semua transaksi yang mengakses bahagian data ini. Untuk meringkaskan pelbagai jenis kegagalan, terdapat dua kemungkinan untuk kesan ke atas pangkalan data. Satu ialah pangkalan data itu sendiri rosak. Yang kedua ialah pangkalan data tidak rosak, tetapi data mungkin tidak betul Ini disebabkan oleh penamatan transaksi yang tidak normal. Mekanisme pemulihan melibatkan dua isu utama: 1 Cara mewujudkan data berlebihan 2 . Cara menggunakan data berlebihan ini untuk melaksanakan pemulihan pangkalan data. Teknik yang paling biasa untuk mencipta data berlebihan ialah pembuangan data dan fail log. Biasanya dalam sistem pangkalan data, kedua-dua kaedah ini digunakan bersama. Data Dump Data Dump ialah teknik asas yang digunakan dalam pemulihan pangkalan data. Apa yang dipanggil dump ialah proses di mana DBA kerap menyalin keseluruhan pangkalan data ke pita atau cakera lain dan menyimpannya. Data ganti ini menjadi salinan siap sedia atau salinan sandaran. Timbunan boleh dibahagikan kepada longgokan statik dan longgokan dinamik. Lambakan statik ialah operasi longgokan yang dilakukan apabila tiada urus niaga berjalan dalam sistem. Iaitu, apabila operasi dump bermula, pangkalan data berada dalam keadaan yang konsisten, dan tiada akses atau aktiviti pengubahsuaian kepada pangkalan data dibenarkan semasa dump. Jelas sekali, apa yang anda dapat daripada longgokan statik mestilah salinan data yang konsisten. Lambakan dinamik bermaksud pangkalan data dibenarkan untuk diakses atau diubah suai semasa pembuangan. Walau bagaimanapun, data pada salinan sandaran pada penghujung pembuangan tidak dijamin betul dan sah. Untuk tujuan ini, adalah perlu untuk mendaftarkan aktiviti pengubahsuaian setiap transaksi kepada pangkalan data semasa tempoh pembuangan dan mencipta fail log Dengan cara ini, salinan sandaran serta fail log boleh memulihkan pangkalan data kepada keadaan yang betul pada keadaan tertentu seketika. Lambakan boleh dibahagikan kepada dua kaedah: longgokan massa dan longgokan tambahan. Lambakan besar-besaran merujuk kepada lambakan keseluruhan pangkalan data setiap kali. Lambakan tambahan merujuk kepada lambakan hanya data yang dikemas kini sejak longgokan sebelumnya. Dari perspektif pemulihan, secara amnya lebih mudah untuk menggunakan salinan sandaran yang diperoleh daripada pembuangan besar-besaran untuk pemulihan. Daftar fail log Format dan kandungan fail log Fail log digunakan A fail yang merekodkan kemas kini transaksi ke pangkalan data. Terdapat dua format utama fail log: fail log dalam rekod dan fail log dalam blok data. Log fail dalam unit rekod, kandungan yang perlu didaftarkan termasuk: 1. Tanda permulaan setiap transaksi Kandungan setiap rekod log termasuk: 1. Pengenalan transaksi (nyatakan transaksi mana itu) Peranan log fail Fail log memainkan peranan yang sangat penting dalam pemulihan data. Ia boleh digunakan untuk pemulihan kegagalan transaksi dan pemulihan kegagalan sistem, dan membantu salinan sandaran dalam pemulihan kegagalan media. Fungsi khusus ialah: 1. Pemulihan kegagalan transaksi dan pemulihan kegagalan sistem mesti menggunakan fail log 2 Dalam mod dump dinamik, fail log, salinan sandaran dan Log fail digabungkan untuk memulihkan pangkalan data dengan berkesan. 3. Dalam mod pembuangan statik, fail log juga boleh dibuat. Daftar fail log Untuk memastikan pangkalan data boleh dipulihkan, dua prinsip mesti dipatuhi semasa mendaftar fail log: Pemulihan kegagalan transaksi Pemulihan kegagalan transaksi dilakukan secara automatik oleh sistem Selesai, telus kepada pengguna. Langkah pemulihan sistem ialah: 1 Imbas fail log dalam arah terbalik (iaitu, imbas fail log dari hujung ke hadapan) untuk mencari operasi kemas kini transaksi. 2. Lakukan operasi terbalik operasi kemas kini transaksi. Iaitu, "nilai sebelum kemas kini" dalam rekod log ditulis ke pangkalan data. Dengan cara ini, jika rekod adalah operasi sisipan, ia bersamaan dengan operasi padam jika rekod itu adalah operasi pemadaman, operasi sisipan dilakukan jika ia adalah operasi pengubahsuaian, ia bersamaan dengan mengubah nilai sebelumnya daripada nilai yang diubah suai. 3 Teruskan mengimbas fail log secara terbalik, cari operasi kemas kini transaksi yang lain dan lakukan perkara yang sama. 4 Teruskan pemprosesan dengan cara ini sehingga tanda mula transaksi ini dibaca dan pemulihan kegagalan transaksi selesai. Pemulihan daripada kegagalan sistem Pemulihan daripada kegagalan transaksi diselesaikan secara automatik oleh sistem dan telus kepada pengguna. Langkah pemulihan sistem ialah: 1 Imbas fail log ke hadapan untuk mencari transaksi yang telah diserahkan sebelum kegagalan berlaku, dan rekod pengecam transaksi mereka dalam baris gilir buat semula. Pada masa yang sama, ketahui urus niaga yang belum selesai apabila kegagalan berlaku, dan kira perwakilan transaksi mereka ke dalam baris gilir buat asal. 2. Buat asal setiap transaksi dalam baris gilir buat asal (UNDO). Kaedah untuk pemprosesan UNDO ialah mengimbas terbalik fail log dan melakukan operasi terbalik pada operasi kemas kini setiap transaksi UNDO, iaitu menulis "nilai pra-kemas kini" dalam rekod log ke pangkalan data . 3. Buat semula REDO pemprosesan untuk setiap transaksi dalam baris gilir buat semula Kaedah untuk pemprosesan REDO ialah: imbas semula fail log dan laksana semula pendaftaran fail log untuk setiap operasi transaksi REDO. Iaitu, "nilai yang dikemas kini" dalam rekod log ditulis ke pangkalan data. Kaedah untuk pulih daripada kegagalan adalah dengan memasang semula pangkalan data dan kemudian buat semula transaksi yang telah selesai. 1 Memuatkan salinan sandaran terkini pangkalan data adalah untuk memulihkan pangkalan data kepada keadaan konsisten pembuangan terkini. 2. Muatkan salinan fail log yang sepadan dan buat semula transaksi yang telah selesai. Iaitu, mula-mula imbas fail log untuk mengetahui identiti transaksi yang dilakukan apabila kegagalan berlaku, dan tambahkannya pada baris gilir buat semula. Kemudian fail log diimbas ke hadapan untuk membuat semula semua transaksi dalam baris gilir buat semula. Iaitu, "nilai yang dikemas kini" dalam rekod log ditulis ke pangkalan data. Pemulihan daripada kegagalan media memerlukan campur tangan DBA. Walau bagaimanapun, DBA hanya perlu memasang semula salinan pangkalan data yang dibuang baru-baru ini dan salinan fail log yang berkaitan, dan kemudian memesan arahan pemulihan yang disediakan oleh sistem Operasi pemulihan khusus masih diselesaikan oleh DBMS. Apabila kapasiti cakera menjadi lebih besar dan lebih besar, harga menjadi lebih murah dan lebih murah Untuk mengelakkan kegagalan media cakera menjejaskan ketersediaan pangkalan data. banyak sistem pengurusan pangkalan data Menyediakan fungsi pengedaran data untuk pemulihan pangkalan data. Mengikut permintaan DBA, keseluruhan pangkalan data atau data utama di dalamnya disalin secara automatik ke cakera lain. Memandangkan pencerminan pangkalan data dicapai dengan menyalin data, penyalinan data yang kerap secara semula jadi akan mengurangkan kecekapan pengendalian sistem Oleh itu, dalam aplikasi masa, pengguna selalunya memilih untuk mencerminkan data utama dan fail log dan bukannya mencerminkan keseluruhan pangkalan data. Cermin. (Tutorial disyorkan: tutorial video mysql)Virus komputer
Teknologi pelaksanaan pemulihan
Kaedah pembuangan data boleh dibahagikan kepada empat kategori: longgokan tambahan dinamik, longgokan jisim dinamik, longgokan tambahan statik dan longgokan jisim statik.
2. Tanda akhir setiap transaksi
3. Setiap transaksi Semua operasi kemas kini
2. Jenis operasi (masukkan, padamkan). atau ubah suai)
3. Objek operasi (rekodkan pengenalan dalaman)
4. Nilai lama data sebelum kemas kini
5. Nilai baharu data selepas kemas kini
1. Susunan pendaftaran mestilah mengikut urutan masa pelaksanaan transaksi serentak
2. Fail log mesti didaftarkan dahulu, dan kemudian pangkalan data bertulis. Strategi pemulihan
Pemulihan daripada kegagalan media
Pencerminan Pangkalan Data
Atas ialah kandungan terperinci Apakah teknologi pemulihan pangkalan data?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

InnoDB menggunakan redolog dan undologs untuk memastikan konsistensi dan kebolehpercayaan data. 1. Pengubahsuaian halaman data rekod untuk memastikan pemulihan kemalangan dan kegigihan transaksi. 2.UNDOLOGS merekodkan nilai data asal dan menyokong penggantian transaksi dan MVCC.

Metrik utama untuk menjelaskan arahan termasuk jenis, kunci, baris, dan tambahan. 1) Jenis mencerminkan jenis akses pertanyaan. Semakin tinggi nilai, semakin tinggi kecekapan, seperti const adalah lebih baik daripada semua. 2) Kunci memaparkan indeks yang digunakan, dan null menunjukkan tiada indeks. 3) Baris menganggarkan bilangan baris yang diimbas, yang mempengaruhi prestasi pertanyaan. 4) Tambahan memberikan maklumat tambahan, seperti menggunakanFilesort meminta bahawa ia perlu dioptimumkan.

MenggunakanTemary menunjukkan bahawa keperluan untuk membuat jadual sementara dalam pertanyaan MySQL, yang biasanya dijumpai di Orderby menggunakan lajur yang berbeza, GroupBy, atau tidak diindeks. Anda boleh mengelakkan berlakunya indeks dan menulis semula pertanyaan dan meningkatkan prestasi pertanyaan. Khususnya, apabila menggunakan pembelian muncul dalam menjelaskan output, ini bermakna MySQL perlu membuat jadual sementara untuk mengendalikan pertanyaan. Ini biasanya berlaku apabila: 1) deduplikasi atau pengelompokan apabila menggunakan yang berbeza atau kumpulan; 2) Susun apabila Orderby mengandungi lajur bukan indeks; 3) Gunakan subquery kompleks atau menyertai operasi. Kaedah Pengoptimuman termasuk: 1) Orderby dan GroupB

MySQL/InnoDB menyokong empat tahap pengasingan transaksi: ReadUncommitted, ReadCommitted, RepeatableRead dan Serializable. 1. ReadoMuncommitted membolehkan membaca data yang tidak komited, yang boleh menyebabkan bacaan kotor. 2. 3.RepeatableRead adalah tahap lalai, mengelakkan bacaan kotor dan bacaan yang tidak boleh diulang, tetapi bacaan hantu mungkin berlaku. 4. Serializable mengelakkan semua masalah konkurensi tetapi mengurangkan kesesuaian. Memilih tahap pengasingan yang sesuai memerlukan keseimbangan data konsistensi dan keperluan prestasi.

MySQL sesuai untuk aplikasi web dan sistem pengurusan kandungan dan popular untuk sumber terbuka, prestasi tinggi dan kemudahan penggunaan. 1) Berbanding dengan PostgreSQL, MySQL melakukan lebih baik dalam pertanyaan mudah dan operasi membaca serentak yang tinggi. 2) Berbanding dengan Oracle, MySQL lebih popular di kalangan perusahaan kecil dan sederhana kerana sumber terbuka dan kos rendah. 3) Berbanding dengan Microsoft SQL Server, MySQL lebih sesuai untuk aplikasi silang platform. 4) Tidak seperti MongoDB, MySQL lebih sesuai untuk data berstruktur dan pemprosesan transaksi.

Cardinality Indeks MySQL mempunyai kesan yang signifikan terhadap prestasi pertanyaan: 1. Indeks kardinaliti yang tinggi dapat lebih berkesan menyempitkan julat data dan meningkatkan kecekapan pertanyaan; 2. Indeks kardinaliti yang rendah boleh membawa kepada pengimbasan jadual penuh dan mengurangkan prestasi pertanyaan; 3. Dalam indeks bersama, urutan kardinaliti yang tinggi harus diletakkan di depan untuk mengoptimumkan pertanyaan.

Laluan pembelajaran MySQL termasuk pengetahuan asas, konsep teras, contoh penggunaan, dan teknik pengoptimuman. 1) Memahami konsep asas seperti jadual, baris, lajur, dan pertanyaan SQL. 2) Ketahui definisi, prinsip kerja dan kelebihan MySQL. 3) menguasai operasi CRUD asas dan penggunaan lanjutan, seperti indeks dan prosedur yang disimpan. 4) Biasa dengan debugging kesilapan biasa dan cadangan pengoptimuman prestasi, seperti penggunaan rasional indeks dan pertanyaan pengoptimuman. Melalui langkah -langkah ini, anda akan memahami sepenuhnya penggunaan dan pengoptimuman MySQL.

Aplikasi dunia nyata MySQL termasuk reka bentuk pangkalan data asas dan pengoptimuman pertanyaan kompleks. 1) Penggunaan Asas: Digunakan untuk menyimpan dan mengurus data pengguna, seperti memasukkan, menanyakan, mengemas kini dan memadam maklumat pengguna. 2) Penggunaan lanjutan: Mengendalikan logik perniagaan yang kompleks, seperti perintah dan pengurusan inventori platform e-dagang. 3) Pengoptimuman Prestasi: Meningkatkan prestasi dengan menggunakan indeks, jadual partisi dan cache pertanyaan.


Alat AI Hot

Undresser.AI Undress
Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover
Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool
Gambar buka pakaian secara percuma

Clothoff.io
Penyingkiran pakaian AI

AI Hentai Generator
Menjana ai hentai secara percuma.

Artikel Panas

Alat panas

VSCode Windows 64-bit Muat Turun
Editor IDE percuma dan berkuasa yang dilancarkan oleh Microsoft

EditPlus versi Cina retak
Saiz kecil, penyerlahan sintaks, tidak menyokong fungsi gesaan kod

SublimeText3 Linux versi baharu
SublimeText3 Linux versi terkini

Dreamweaver CS6
Alat pembangunan web visual

DVWA
Damn Vulnerable Web App (DVWA) ialah aplikasi web PHP/MySQL yang sangat terdedah. Matlamat utamanya adalah untuk menjadi bantuan bagi profesional keselamatan untuk menguji kemahiran dan alatan mereka dalam persekitaran undang-undang, untuk membantu pembangun web lebih memahami proses mengamankan aplikasi web, dan untuk membantu guru/pelajar mengajar/belajar dalam persekitaran bilik darjah Aplikasi web keselamatan. Matlamat DVWA adalah untuk mempraktikkan beberapa kelemahan web yang paling biasa melalui antara muka yang mudah dan mudah, dengan pelbagai tahap kesukaran. Sila ambil perhatian bahawa perisian ini