Mysql 5.7 Docker マスター/スレーブ レプリケーション アーキテクチャチュートリアル_MySQL
参考のために mysql 5.7 docker マスター/スレーブ レプリケーション アーキテクチャ チュートリアルを共有します。具体的な内容は次のとおりです
環境バージョン:
MySQL: 5.7.13
ドッカー: 1.11.2
CentOS : 7.1
1. まず、2 つの MySQL を 2 つの物理マシンにインストールします。コマンドは次のとおりです。
docker pull mysql:5.7.13
docker run --name anuo-mysql -p 3306:3306 -e MYSQL_ROOT_PASSWORD=qaz.00JK -d mysql:5.7.13
2. メインライブラリにコピーアカウントを作成します
コードは次のとおりです:
GRANT REPLICATION SLAVE ON *.* TO 'rep1'@'192.168.2.103' IDENTIFIED BY 'qaz.00JK';
コピーされたアカウントは: rep1
指定されたスレーブ ライブラリの IP は 192.168.2.103 である必要がありますパスワードをコピー: qaz.00JK
3. メインライブラリの設定ファイルを変更します
(面倒なのでもっと便利な変更方法があるはずです)
3.1 まず、構成ファイルを docker からホスト/ルート ディレクトリにコピーします。
docker cp anuo-mysql:/etc/mysql/my.cnf /root
3.2 ホスト上で my.cnf を開き、[mysqld] ノードの末尾に
log-bin=mysql-bin
サーバーID=1
3.3 次に、このファイルを docker mysql にアップロードして上書きします
docker cp /root/my.cnf anuo-mysql:/etc/mysql/my.cnf
3.4 mysqlのdockerを再起動して設定を有効にします
ステップ 3 と同じですが、唯一の違いは
メイン データベースで次のコマンドを実行して、マスター データベースとスレーブ データベース間のデータの整合性を確保するために、メイン データベースのすべてのテーブルを読み取り専用で書き込み不可の状態にします。 読み取りロック付きテーブルをフラッシュします
6. メインデータベースのデータベースをバックアップし、スレーブデータベースから復元します
mysqlにはnavicatを使うととても便利です
7. スレーブライブラリから復元後、メインライブラリの読み取りロックを解除し、メインライブラリの書き込み許可を復元します
テーブルのロックを解除します。
8. メインライブラリに接続し、スレーブライブラリ上で実行するようにスレーブライブラリを設定します
リーリー 最後の 2 つのアイテム
MASTER_LOG_FILE と MASTER_LOG_POSメインライブラリで SHOW MASTER STATUS コマンドを実行して
を取得します。 対応するフィールドはファイルと位置です
9. スレーブライブラリでスレーブスレッドを開始して同期を開始します
10.スレーブライブラリの同期ステータスを確認します
マスターがイベントを送信するのを待っています...
そしたら大成功でした!!
以上がこの記事の全内容です。皆様の学習に少しでもお役に立てれば幸いです。よろしくお願いいたします。

ホットAIツール

Undresser.AI Undress
リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover
写真から衣服を削除するオンライン AI ツール。

Undress AI Tool
脱衣画像を無料で

Clothoff.io
AI衣類リムーバー

AI Hentai Generator
AIヘンタイを無料で生成します。

人気の記事

ホットツール

メモ帳++7.3.1
使いやすく無料のコードエディター

SublimeText3 中国語版
中国語版、とても使いやすい

ゼンドスタジオ 13.0.1
強力な PHP 統合開発環境

ドリームウィーバー CS6
ビジュアル Web 開発ツール

SublimeText3 Mac版
神レベルのコード編集ソフト(SublimeText3)

ホットトピック









PHP 分散システム アーキテクチャは、ネットワークに接続されたマシン全体にさまざまなコンポーネントを分散することで、スケーラビリティ、パフォーマンス、およびフォールト トレランスを実現します。このアーキテクチャには、アプリケーション サーバー、メッセージ キュー、データベース、キャッシュ、ロード バランサーが含まれます。 PHP アプリケーションを分散アーキテクチャに移行する手順は次のとおりです。 サービス境界の特定 メッセージ キュー システムの選択 マイクロサービス フレームワークの採用 コンテナ管理への展開 サービスの検出

概要 LLaMA-3 (LargeLanguageModelMetaAI3) は、Meta Company が開発した大規模なオープンソースの生成人工知能モデルです。前世代のLLaMA-2と比べてモデル構造に大きな変更はありません。 LLaMA-3 モデルは、さまざまなアプリケーションのニーズやコンピューティング リソースに合わせて、小規模、中規模、大規模などのさまざまな規模のバージョンに分割されています。小型モデルのパラメータ サイズは 8B、中型モデルのパラメータ サイズは 70B、大型モデルのパラメータ サイズは 400B に達します。ただし、トレーニング中の目標は、マルチモーダルおよび複数言語の機能を達成することであり、その結果は GPT4/GPT4V に匹敵することが期待されます。 Ollama をインストールするOllama は、オープンソースの大規模言語モデル (LL) です。

Go フレームワーク アーキテクチャの学習曲線は、Go 言語とバックエンド開発への慣れ、選択したフレームワークの複雑さ、つまり Go 言語の基本の十分な理解によって決まります。バックエンドの開発経験があると役立ちます。フレームワークの複雑さが異なると、学習曲線も異なります。

回答: PHP マイクロサービスは、アジャイル開発のために HelmCharts でデプロイされ、分離とスケーラビリティのために DockerContainer でコンテナ化されます。詳細説明: HelmCharts を使用して PHP マイクロサービスを自動的にデプロイし、アジャイル開発を実現します。 Docker イメージを使用すると、マイクロサービスの迅速な反復とバージョン管理が可能になります。 DockerContainer 標準はマイクロサービスを分離し、Kubernetes がコンテナの可用性とスケーラビリティを管理します。 Prometheus と Grafana を使用して、マイクロサービスのパフォーマンスと健全性を監視し、アラームと自動修復メカニズムを作成します。

ピン張りのノードの詳細な説明とインストールガイドこの記事では、ピネットワークのエコシステムを詳細に紹介します - PIノードは、ピン系生態系における重要な役割であり、設置と構成の完全な手順を提供します。 Pinetworkブロックチェーンテストネットワークの発売後、PIノードは多くの先駆者の重要な部分になり、テストに積極的に参加し、今後のメインネットワークリリースの準備をしています。まだピン張りのものがわからない場合は、ピコインとは何かを参照してください。リストの価格はいくらですか? PIの使用、マイニング、セキュリティ分析。パインワークとは何ですか?ピン競技プロジェクトは2019年に開始され、独占的な暗号通貨PIコインを所有しています。このプロジェクトは、誰もが参加できるものを作成することを目指しています

DeepSeekをインストールするには、Dockerコンテナ(最も便利な場合は、互換性について心配する必要はありません)を使用して、事前コンパイルパッケージ(Windowsユーザー向け)を使用してソースからコンパイル(経験豊富な開発者向け)を含む多くの方法があります。公式文書は慎重に文書化され、不必要なトラブルを避けるために完全に準備します。

コンテナ化により、次の方法で Java 関数のパフォーマンスが向上します。 リソースの分離 - 分離されたコンピューティング環境を確保し、リソースの競合を回避します。軽量 - 消費するシステム リソースが少なくなり、実行時のパフォーマンスが向上します。高速起動 - 関数の実行遅延を軽減します。一貫性 - アプリケーションとインフラストラクチャを分離して、環境全体で一貫した動作を保証します。

1. Llama3 のアーキテクチャ このシリーズの記事では、llama3 を最初から実装します。 Llama3 の全体的なアーキテクチャ: Llama3 のモデル パラメーターをイメージします: Llama3 モデルのこれらのパラメーターの実際の値を見てみましょう。図[1] コンテキストウィンドウ (context-window) LlaMa クラスをインスタンス化する際、変数 max_seq_len によって context-window が定義されます。クラスには他にもパラメータがありますが、このパラメータは変圧器モデルに最も直接関係しています。ここでの max_seq_len は 8K です。図[2] 語彙サイズと注意力L
