mysql 主从复制 mysql版本5.7.35

2023-09-15 16:56:30

文章目录

MySQL 主从复制（Master-Slave Replication）是一个常用的高可用性和可扩展性解决方案。通过主从复制，可以将一个 MySQL 数据库服务器（主服务器）的数据复制到一个或多个从服务器上。这种架构可以提供以下优点：

高可用性：如果主服务器发生故障，可以从服务器继续提供服务，从而确保数据的可用性。
负载均衡：可以将读操作分散到多个从服务器上，以减轻主服务器的负载。
数据备份：从服务器可以用于数据的备份和恢复，提高系统的可靠性。

1.注意要点

  1. 从库只能同步主库配置之后的数据，不能同步之前的数据，之前的数据需要手动同步；

  2. 如果同步主库已有的数据库表，需在从库建好库表，字段可多余主库，不能少于主库；

  3. 从库额修改不会影响主库的数据；

  4. 主库从库的server-id 需保持不一致；

2.环境

docker
mysql:5.7.35

docker run -itd --name=xxx-mysql -p 3306:3306 --restart=always -v /home/docker_data/mysql_data/config:/etc/mysql -v /etc/localtime:/etc/localtime  -v /home/docker_data/mysql_data/log/:/var/log -v /home/docker_data/mysql_data/data:/var/lib/mysql -e MYSQL_ROOT_PASSWORD=xxxx mysql:5.7.35

docker cp xxx-mysql:/etc/mysql/my.cnf /home/docker_data/mysql_data/config/

如果没有my.cnf，请自行下载
我自己的福禄一个：

# For advice on how to change settings please see
# http://dev.mysql.com/doc/refman/5.7/en/server-configuration-defaults.html

[mysqld]
#
# Remove leading # and set to the amount of RAM for the most important data
# cache in MySQL. Start at 70% of total RAM for dedicated server, else 10%.
# innodb_buffer_pool_size = 128M
#
# Remove leading # to turn on a very important data integrity option: logging
# changes to the binary log between backups.
# log_bin
#
# Remove leading # to set options mainly useful for reporting servers.
# The server defaults are faster for transactions and fast SELECTs.
# Adjust sizes as needed, experiment to find the optimal values.
# join_buffer_size = 128M
# sort_buffer_size = 2M
# read_rnd_buffer_size = 2M
datadir=/var/lib/mysql
#datadir=/home/mysql_data
socket=/var/lib/mysql/mysql.sock

# Disabling symbolic-links is recommended to prevent assorted security risks
symbolic-links=0

log-error=/var/log/mysqld.log
pid-file=/var/run/mysqld/mysqld.pid

character-set-client-handshake = FALSE
character-set-server = utf8mb4
collation-server = utf8mb4_unicode_ci
init_connect='SET NAMES utf8mb4'




#slow query log
slow_query_log=1
slow_query_log_file=/var/log/mysql_slow.log
long_query_time=1
#sql mode
sql_mode = "STRICT_TRANS_TABLES,NO_ZERO_IN_DATE,NO_ZERO_DATE,ERROR_FOR_DIVISION_BY_ZERO,NO_AUTO_CREATE_USER,NO_ENGINE_SUBSTITUTION"
lower_case_table_names=1
max_connections=10000

3.MySQL 主从配置的步骤：

主从库新增DB

确保从服务器上已经安装了 MySQL 数据库服务器，并且运行正常。
主从库的库和表建好
如果原有库有数据，那么备份到从库

主服务配置my.cnf

在主服务器上编辑 MySQL 配置文件（通常是 my.cnf 或 my.ini），添加以下配置：
MySQL默认采用基于语句的复制，效率比较高。mixed指的是默认采用基于语句的复制，一旦发现基于语句的无法精确的复制时，就会采用基于行的复制。
有row、statement、mixed三种格式，row指的是把改变的内容复制过去，而不是把命令在从服务器上执行一遍，statement指的是在主服务器上执行的SQL语句，在从服务器上执行同样的语句。
vim /etc/my.cnf

[mysqld]
#在mysqld模块中添加如下配置信息
log-bin=master-bin #二进制文件名称
binlog-format=ROW  #二进制日志格式，
server-id=232      #要求各个服务器的id必须不一样
binlog-do-db=saas_test   #同步的数据库名称

重启主服务器上的 MySQL 服务。

从服务配置my.cnf

在从服务器上编辑 MySQL 配置文件，添加以下配置：

[mysqld]
server-id = 231  # 从服务器的唯一标识
log-bin=master-bin #二进制文件名称
binlog-format=ROW  #二进制日志格式
replicate-do-db = saas_test  # 指定需要复制的数据库名称

重启从服务器上的 MySQL 服务。

主服务器创建复制用户

在主服务器上创建一个用于复制的用户，并为该用户授予适当的权限。例如，可以使用以下命令创建一个具有复制权限的用户：

CREATE USER 'repli_test'@'%' IDENTIFIED BY 'Nrepli_test8';
GRANT REPLICATION SLAVE ON *.* TO 'repli_test'@'%' IDENTIFIED BY 'Nrepli_test8';FLUSH PRIVILEGES;


mysql> show master status;
+-------------------+----------+----------------------+------------------+-------------------+
| File              | Position | Binlog_Do_DB         | Binlog_Ignore_DB | Executed_Gtid_Set |
+-------------------+----------+----------------------+------------------+-------------------+
| master-bin.000009 |      154 | saas_test |                  |                   |
+-------------------+----------+----------------------+------------------+-------------------+
1 row in set (0.00 sec)

从服务器执行复制

在从服务器上执行以下命令，配置从服务器连接到主服务器并开始复制：

CHANGE MASTER TO MASTER_HOST='10.255.20.232', MASTER_USER='repli_test', MASTER_PASSWORD='Nrepli_test8', MASTER_LOG_FILE='master-bin.000009', MASTER_LOG_POS=1788;
START SLAVE;

MASTER_HOST 是主服务器的 IP MASTER_USER 和 MASTER_PASSWORD 是上一步创建的复制用户的用户名和密码，MASTER_LOG_FILE 是主服务器当前的二进制日志文件名，MASTER_LOG_POS 是主服务器当前二进制日志的位置。

在从服务器上执行以下命令，检查复制状态，确保状态为 “Slave_IO_Running: Yes” 和 “Slave_SQL_Running: Yes”：

SHOW SLAVE STATUS\G

*************************** 1. row ***************************
               Slave_IO_State: Waiting for master to send event
                  Master_Host: 10.255.20.232
                  Master_User: repli_test
                  Master_Port: 3306
                Connect_Retry: 60
              Master_Log_File: master-bin.000009
          Read_Master_Log_Pos: 1788
               Relay_Log_File: 6ecc83692550-relay-bin.000006
                Relay_Log_Pos: 2003
        Relay_Master_Log_File: master-bin.000009
             Slave_IO_Running: Yes
            Slave_SQL_Running: Yes
              Replicate_Do_DB: saas_mana_ncore_test
          Replicate_Ignore_DB: 
           Replicate_Do_Table: 
       Replicate_Ignore_Table: 
      Replicate_Wild_Do_Table: 
  Replicate_Wild_Ignore_Table: 
                   Last_Errno: 0
                   Last_Error: 
                 Skip_Counter: 0
          Exec_Master_Log_Pos: 1788
              Relay_Log_Space: 2384
              Until_Condition: None
               Until_Log_File: 
                Until_Log_Pos: 0
           Master_SSL_Allowed: No
           Master_SSL_CA_File: 
           Master_SSL_CA_Path: 
              Master_SSL_Cert: 
            Master_SSL_Cipher: 
               Master_SSL_Key: 
        Seconds_Behind_Master: 0
Master_SSL_Verify_Server_Cert: No
                Last_IO_Errno: 0
                Last_IO_Error: 
               Last_SQL_Errno: 0
               Last_SQL_Error: 
  Replicate_Ignore_Server_Ids: 
             Master_Server_Id: 232
                  Master_UUID: a114aeb6-538b-11ee-bf44-0242ac110004
             Master_Info_File: /var/lib/mysql/master.info
                    SQL_Delay: 0
          SQL_Remaining_Delay: NULL
      Slave_SQL_Running_State: Slave has read all relay log; waiting for more updates
           Master_Retry_Count: 86400
                  Master_Bind: 
      Last_IO_Error_Timestamp: 
     Last_SQL_Error_Timestamp: 
               Master_SSL_Crl: 
           Master_SSL_Crlpath: 
           Retrieved_Gtid_Set: 
            Executed_Gtid_Set: 
                Auto_Position: 0
         Replicate_Rewrite_DB: 
                 Channel_Name: 
           Master_TLS_Version:

如果状态显示为 “No”，则需要检查日志和配置文件以解决可能的问题。
现在，你的 MySQL 主从复制配置已经完成。主服务器上的数据将自动复制到从服务器上，并且从服务器可以用于读取数据。如果主服务器发生故障，可以手动切换到从服务器以保持服务的可用性。

外传

😜 原创不易，如若本文能够帮助到您的同学
🎉 支持我：关注我+点赞👍+收藏⭐️
📝 留言：探讨问题，看到立马回复
💬 格言：己所不欲勿施于人 扬帆起航、游历人生、永不言弃！🔥
更多推荐

关于阻抗不连续的原因

1、连线中的分支结构信号传输到分支结构处，表现出的是两条电路并联的效果，会导致阻抗的不连续问题。典型的就是菊花链结构。2、参考平面的宽度一般情况下参考平面都是很宽且连续的，但有的时候，参考平面会被反焊盘给掏空，这时就有可能会出现参考平面的宽度变化的情况。（a是参考平面左右两侧都被掏空，b是左侧被掏空）。需要注意，参考平

可视化工具Datart踩（避）坑指南（3）——筛选框的疑惑

作为目前国内开源版本最好用的可视化工具，Datart无疑是低成本高效率可供二开的可视化神兵利器。当然，免费的必然要付出一些踩坑的代价。本篇我们来讲一讲可视化工具Datart踩（避）坑指南（3）之筛选框的疑惑版本：1.0.0-rc.2Release筛选框，作为BI可视化工具中的重要交互组件，是可视化工具的手。本篇踩到了关

什么是模型混合模式？

上一篇文章介绍了GLTF编辑器支持一些常见材质纹理的修改以及模型混合模式的概念，本文将具体讲解下模型的混合模式以及各种混合模式之间的不同和使用场景。1、什么是模型的混合模式。"模型混合"是指将不同的模型或元素组合在一起，形成一个整体或复合物的过程。模型混合可以用于各种应用，包括计算机图形学、动画制作、虚拟现实和特效制作

计算机未来-发展趋势和未来方向

计算机未来-发展趋势和未来方向1.人工智能与机器学习近年来，人工智能和机器学习成为了科技领域的热门话题。在CSDN上，与人工智能和机器学习相关的文章和讨论也是不胜枚举。从深度学习到自然语言处理，从计算机视觉到强化学习，这些技术正在不断地改变我们的生活和工作方式。机器学习作为人工智能的一个重要分支，其核心技术包括监督学习

Android使用Jetpack WindowManager来开发可折叠设备的探索

一、背景我们在Google开发者大会上，看到JetpackWindowManager和WindowSizeClass这些技术，如下图。那这里不得不说折叠屏手机了在其中一个显示区域中运行一个应用。同时运行两个应用，各位于一个显示区域中（在multi-window模式下）。可折叠设备还支持不同的折叠状态。折叠状态可用来以不

特殊时间（蓝桥杯）

特殊时间问题描述本题为填空题，只需要算出结果后，在代码中使用输出语句将所填结果输出即可。2022年2月22日22:20是一个很有意义的时间,年份为2022,由3个2和1个0组成,如果将月和日写成4位,为0222,也是由3个2和1个0组成,如果将时间中的时和分写成4位,还是由3个2和1个0组成。小蓝对这样的时间很感兴趣,

【 Ubuntu】systemd服务自启

要在Ubuntu启动后执行一个守护脚本，您可以使用Shell脚本编写一个systemd服务单元。systemd是Ubuntu中常用的服务管理工具，可以在系统启动时自动启动和管理服务。下面是一个示例的守护脚本和systemd服务单元的步骤：创建守护脚本：创建一个Shell脚本文件，例如mydaemon.sh，并在其中编写

markdown学习笔记

markdown学习笔记1.文字（依靠HTML）1.1文字缩进-空格转义符单字符空：&emsp;半字符空：&ensp;1.2文字对齐「居中：」<center>居中</center>or<palign="center">居中</p>「左对齐：」<palign="left">左对齐</p>「右对齐：」<palign="ri

VUE build:gulp打包：测试、正式环境

目录项目结构GulpVUE使用GulpVue安装GulpVue定义Gulp.jspackage.jsonbuild文件夹config文件夹static-config文件夹项目结构GulpGulp是一个自动化构建工具，可以帮助前端开发者通过自动化任务来管理工作流程。Gulp使用Node.js的代码编写，可以更加灵活地管理

STM32 基础学习——GPIO位结构（江科大老师教程）

一、GPIO内部结构1、GPIO外设名称是由GPIOA、GPIOB、GPIOC等命名，共有16个引脚2、每个GPIO模块内，主要包含了寄存器和驱动器这些东西3、寄存器写1，对应的端口就是高电平。写0，对应的端口就是低电平4、寄存器只负责存储数据这是GPIO结构图，总体来说上半部分是输入部分，下半部分是输出部分这是部分是

Bartender for Mac菜单栏图标自定义

Bartender是一款可以帮助用户更好地管理和组织菜单栏图标的macOS软件。它允许用户隐藏和重新排列菜单栏图标，从而减少混乱和杂乱。以下是Bartender的主要特点：菜单栏图标隐藏：Bartender允许用户隐藏菜单栏图标，只在需要时显示。这样可以减少菜单栏的拥挤和视觉干扰，使界面更加整洁和专注。可自定义的菜单栏

热文推荐
  1. 2023年8月京东户外鞋服市场（京东数据运营）

    当前，户外活动的热潮使得户外鞋服市场备受青睐，带动了整个市场的高增长。根据鲸参谋电商数据分析平台的相关数据显示，今年8月份，京东平台户外鞋服市场的销量为46万+，同比增长约25%；销售额为9500万+，同比增长超过37%。同时，从价格角度看，户外鞋服的市场均价也呈增长趋势，其中环比涨幅约27%，同比涨幅约10%。*数据

  2. 百度测开初面面试题分享（答案+文档）

    1、java常用的异常处理机制Java常用的异常处理机制有以下几种：1）try-catch-finally语句：用于捕获和处理异常。将可能抛出异常的代码放在try块中，然后在catch块中处理异常。无论是否发生异常，finally块中的代码都会被执行。try{//可能抛出异常的代码}catch(ExceptionTyp

  3. 从零开始的知识图谱生活，构建一个百科知识图谱，完成基于Deepdive的知识抽取、基于ES的简单语义搜索、基于 REfO 的简单KBQA

    项目设计集合（人工智能方向）：助力新人快速实战掌握技能、自主完成项目设计升级，提升自身的硬实力（不仅限NLP、知识图谱、计算机视觉等领域）：汇总有意义的项目设计集合，助力新人快速实战掌握技能，助力用户更好利用CSDN平台，自主完成项目设计升级，提升自身的硬实力。专栏订阅：项目大全提升自身的硬实力[专栏详细介绍：项目设计

  4. Hadoop生态圈中的Flume数据日志采集工具

    Hadoop生态圈中的Flume数据日志采集工具一、数据采集的问题二、数据采集一般使用的技术三、扩展：通过爬虫技术采集第三方网站数据四、Flume日志采集工具概述五、Flume采集数据的时候，核心是编写Flume的采集脚本xxx.conf六、Flume案例实操1、采集一个网络端口的数据到控制台2、采集一个文件的数据控制

  5. 【Linux调试器gdb的使用】gdb的常用命令

    目录一.前言二.debug和release三.常用命令1.查看代码2.更改显示的代码行数3.开始调试4.设置断点5.代码执行6.查看变量7.更改变量的值一.前言LInux系统下调试代码用到的工具是gdb，命令行的形式，肯定没有VS的调试器好用，毕竟人家是图形化界面非常灵活，而gdb还要输入命令。但gdb也算是Linux

  6. （二十八）大数据实战——Flume数据采集之kafka数据生产与消费集成案例

    前言本节内容我们主要介绍一下flume数据采集和kafka消息中间键的整合。通过flume监听nc端口的数据，将数据发送到kafka消息的first主题中，然后在通过flume消费kafka中的主题消息，将消费到的消息打印到控制台上。集成使用flume作为kafka的生产者和消费者。关于nc工具、flume以及kafk

  7. transformer系列2---transformer架构详细解析

    transformer详细解析Encoder1输入1.1Embedding词嵌入1.1.1Embedding定义1.1.2几种编码方式对比1.1.3实现代码1.2位置编码1.2.1使用位置编码原因1.2.2位置编码方式1.2.3位置编码代码2注意力Attention2.1自注意力self-attention2.1.1Q

  8. Android11 适配

    一、修改targetSdkVersion为30将build.gradle的目标版本targetSdkVersion修改为30（Android11）targetSdkVersion30Android11的改变改变主要影响以Adnroid11为目标版本的应用（targetSdkVersion>=30才有影响），和所有应用在

  9. 《向量数据库指南》——Milvus Cloud当初为什么选择向量数据库这个赛道呢？

    我们公司专注于向量数据库大约可以追溯到2018年左右。当时，向量数据库的概念并不广泛。我们的CEO力排众议，认为这个领域有巨大潜力，因为这与我们的愿景高度契合。我们的公司定位是构建一个能够在云上处理非结构化数据的基础设施产品。经过大量调研，我们意识到向量检索可能是未来处理非结构化数据语义和信息的关键。另外一个重要的因素