Unix系统Informix数据备份技巧
笔者在单位使用Unix Openserver 5.05 操作系统和Informix 7.3 数据库管理系统。对如何做好Unix 系统Informix数据的备份,笔者在日常工作中积累了一些技巧,现介绍给大家。 一、Informix数据备份命令 1.Ontape命令:该命令可以在线进行数据备份,提供0、1、2
笔者在单位使用Unix Openserver 5.05 操作系统和Informix 7.3 管理系统。对如何做好Unix 系统Informix数据的备份,笔者在日常工作中积累了一些技巧,现介绍给大家。
一、Informix数据备份命令
1.Ontape命令:该命令可以在线进行数据备份,提供0、1、2级三种不同级别的备份方式,其0级备份是对数据空间的完整备份(包括数据库逻辑日志),其备份量较大,在此基础上的1、2级备份,是增量备份,备份量较小。但在数据恢复时,如果0级备份出了问题,则不能进行数据恢复。备份的数据以专用的格式存贮,对用户“不可见”,给用户一种不踏实的感觉。
2.Dbexport命令:该命令是对数据库的完整备份(包括数据结构)。备份的数据格式是文本文件,用户可以用VI进行编辑,进行部份数据恢复。但不能进行在线备份,需要使数据库离线。同时要对多个数据库进行备份时,要用shell程序实现。
3.Unload命令:该命令对数据库中的一张表进行备份。其优点是方便灵活,备份的数据格式是文本文件,用户可以用VI进行编辑,进行部分数据恢复。能实现在线数据备份。其缺点是如要对数据库进行完整备份,要进行编程。
通过以上介绍可知,Ontape命令面向数据空间、dbexport命令面向数据库、unload命令面向数据表,三种命令各有其长处,也有其不足。综合考虑,笔者认为采用ontape命令进行周备份(0级备份),用unload命令进行日备份比较合理,方便灵活。
二、用unload命令备份Informix-4gl
用unload命令备份Informix-4gl 的源程序如下:
Define database_name Char(20)
Main
Define tabname Char(18)
Define tmpstr Char(100)
Database database_name
Let database_name = Arg_Val(1)
Declare cur_unload0 Cursor For
Select @tabname From systables
Where @tabid 〉=100 And @tabtype = ="T"
ForEach cur_unload0 Into tabname
Display "Unloading ", tabname Clipped, "..."
Let tmpstr = "echo 'Unload To ", database_name Clipped, "/", tabname Clipped, ".unl Select From ", tabname Clipped,"' | isql ", database_name Clipped, " -"
Run tmpstr
End ForEach
Close Database
End Main
程序中数据库名从命令行中获得,对数据库中的每一张表进行循环,转存成相应表名的文本文件。
三、对多个数据库操作的Shell程序
以上程序操作的对象为单个数据库,如要对 Informix - 4gl 中的每一个数据库进行备份,则可以用一Shell程序执行。以下是相应的Shell程序,名为 auto_backup。
YYMMDD=`date '+%y%m%d'`
FILENAME=b$YYMMDD\.tar
unload0 motor
unload0 idc
……
tar -fcv $FILENAME
compress $FILENAME
省略号处可加上若干数据库。为了节省空间,对备份好的数据打包、压缩,生成一个文件。
四、将备份好的数据传送到数据备份机
对上述备份好的数据,需要将它异机备份或用磁带进行备份。笔者认为,设置一台专用数据备份机,并在该机上配有一光盘刻录机,可即时地将数据备份到可读写光盘上。
为了将数据从Unix 系统中传送到Windows 95或Windows 98中去,可使用FTP程序。为了使程序能自动执行,应在Unix用户中建立.netrc文件,并定义用户的FTP写目录为刻录光盘。以下是.netrc文件实例:
machine sjbf
login fq
passwd qqqqqq
该文件定义了FTP到一远程机器为sjbf,用户为fq,口令为 qqqqqq。
同时建立一文件 auto_ftp,其清单如下:
prompt off
put Z
文件auto_backup的最后加入命令:
ftp sjbf 〈 auto_ftp
五、自动定时执行备份
为了使计算机自动执行备份程序,可使用Unix系统中的cron定时执行机制,建议让Unix系统中的Informix用户去执行。在Unix系统中,用Informix用户登录,执行crontab -e,其内容为:
30 12 /prog/auto_backup
经过以上几步,我们就做好了自动备份程序,机器每天12:30会自动执行数据备份,并将数据送到可读写光盘中去,系统管理员要做的事,就是当光盘中的数据满时,换一张可读写光盘而已。这样数据备份,相对来讲比较安全可靠。如果有一远程机器可以FTP,则可以非常方便地进行远程异机备份,极大提高数据备份的可靠性。

핫 AI 도구

Undresser.AI Undress
사실적인 누드 사진을 만들기 위한 AI 기반 앱

AI Clothes Remover
사진에서 옷을 제거하는 온라인 AI 도구입니다.

Undress AI Tool
무료로 이미지를 벗다

Clothoff.io
AI 옷 제거제

AI Hentai Generator
AI Hentai를 무료로 생성하십시오.

인기 기사

뜨거운 도구

메모장++7.3.1
사용하기 쉬운 무료 코드 편집기

SublimeText3 중국어 버전
중국어 버전, 사용하기 매우 쉽습니다.

스튜디오 13.0.1 보내기
강력한 PHP 통합 개발 환경

드림위버 CS6
시각적 웹 개발 도구

SublimeText3 Mac 버전
신 수준의 코드 편집 소프트웨어(SublimeText3)

뜨거운 주제











InnoDB의 전체 텍스트 검색 기능은 매우 강력하여 데이터베이스 쿼리 효율성과 대량의 텍스트 데이터를 처리 할 수있는 능력을 크게 향상시킬 수 있습니다. 1) InnoDB는 기본 및 고급 검색 쿼리를 지원하는 역 색인화를 통해 전체 텍스트 검색을 구현합니다. 2) 매치 및 키워드를 사용하여 검색, 부울 모드 및 문구 검색을 지원합니다. 3) 최적화 방법에는 워드 세분화 기술 사용, 인덱스의 주기적 재건 및 캐시 크기 조정, 성능과 정확도를 향상시키는 것이 포함됩니다.

이 기사는 MySQL의 Alter Table 문을 사용하여 열 추가/드롭 테이블/열 변경 및 열 데이터 유형 변경을 포함하여 테이블을 수정하는 것에 대해 설명합니다.

전체 테이블 스캔은 MySQL에서 인덱스를 사용하는 것보다 빠를 수 있습니다. 특정 사례는 다음과 같습니다. 1) 데이터 볼륨은 작습니다. 2) 쿼리가 많은 양의 데이터를 반환 할 때; 3) 인덱스 열이 매우 선택적이지 않은 경우; 4) 복잡한 쿼리시. 쿼리 계획을 분석하고 인덱스 최적화, 과도한 인덱스를 피하고 정기적으로 테이블을 유지 관리하면 실제 응용 프로그램에서 최상의 선택을 할 수 있습니다.

예, MySQL은 Windows 7에 설치 될 수 있으며 Microsoft는 Windows 7 지원을 중단했지만 MySQL은 여전히 호환됩니다. 그러나 설치 프로세스 중에 다음 지점이 표시되어야합니다. Windows 용 MySQL 설치 프로그램을 다운로드하십시오. MySQL의 적절한 버전 (커뮤니티 또는 기업)을 선택하십시오. 설치 프로세스 중에 적절한 설치 디렉토리 및 문자를 선택하십시오. 루트 사용자 비밀번호를 설정하고 올바르게 유지하십시오. 테스트를 위해 데이터베이스에 연결하십시오. Windows 7의 호환성 및 보안 문제에 주목하고 지원되는 운영 체제로 업그레이드하는 것이 좋습니다.

기사는 인증서 생성 및 확인을 포함하여 MySQL에 대한 SSL/TLS 암호화 구성에 대해 설명합니다. 주요 문제는 자체 서명 인증서의 보안 영향을 사용하는 것입니다. [문자 수 : 159]

기사는 MySQL Workbench 및 Phpmyadmin과 같은 인기있는 MySQL GUI 도구에 대해 논의하여 초보자 및 고급 사용자를위한 기능과 적합성을 비교합니다. [159 자].

클러스터 인덱스와 비 클러스터 인덱스의 차이점은 1. 클러스터 된 인덱스는 인덱스 구조에 데이터 행을 저장하며, 이는 기본 키 및 범위별로 쿼리에 적합합니다. 2. 클러스터되지 않은 인덱스는 인덱스 키 값과 포인터를 데이터 행으로 저장하며 비 예산 키 열 쿼리에 적합합니다.

기사는 MySQL에서 파티셔닝, 샤딩, 인덱싱 및 쿼리 최적화를 포함하여 대규모 데이터 세트를 처리하기위한 전략에 대해 설명합니다.
