mysql 主master 从 slaver 复制 配置详细


主服务器

1.登录

master mysql>mysql -u用户名 -p密码

2.授权

1)master  mysql>grant all on *.* to user@192.168.10.2 identified by "pass";

or

2).master mysql>grant replication  slave on *.* to user@192.168.10.2 identified by "pass";




查看用户授权列表

master mysql>select user,host,password from mysql.user;


3.配置bin-log 日志

master mysql

>vim /etc/my.cnf 

 log-bin=mysql-bin (添加)

server-id = 1 (唯一)



mysql>show variables like "%bin%" (查看log_bin 是否开启   | log_bin                                 | ON  )

4 设置读锁(选作 方便数据备份,推荐使用mysqldump -l -F 选项 可以跳过这一步)

mysql>flush tables with read lock;

数据备份 mysqldump 命令

master mysql

mysql>mysqldump -uroot -p test  '/tmp/dump.sql' 或者 tar -cvf  data.tar  mysql/data 

mysql>unlock tables;(读锁完,必须解锁 否则不能再写入)


5.把主数据库一致性备份恢复到从数据库,如过是压缩包直接解压放到从数据库data下

mysql -uroot  -p  test < /tmp/dump.sql 



从服务器

1 vi /etc/my.cnf

log-bin=mysql-bin

server-id = 2 (唯一)

master-host=192.168.213.137(主数据库ip)

master-user=slaver(授权的用户名)

master-password=root123(授权用户密码)

master-port=3306


(有的机器以上配置能出问题 屏蔽掉上面的配置 使用以下 为什么会这样我现在还没搞明白)

mysql>  change master to
     master_host='192.168.213.137',
     master_user='slave',
     master_password='root123',
     master_port=3306,
     master_log_file='mysql-bin.000001';

mysql> start slave;


2 最后查看

mysql> show slave status\G;

 Slave_IO_Running: Yes
 Slave_SQL_Running: Yes

看到这样则配置成功


否则 查看 这条命令的error 提示

可能是与服务器的id一直 我的是修改auto.cnf 成不同的的值(这里我在本机做的测试 所以centos 都是clone出来的 所以会有相同的配置)





1,



与bin-log相关的日志操作



mysql>\s (查看数据库字符集等信息)






根据bin-log 数据恢复

# /usr/local/mysql/bin/mysqlbinlog   /db/mysql/data/mysql-bin.000003  |  mysql -uroot -p test


根据备份dump sql 数据恢复

mysql -uroot  -p  test < /tmp/dump.sql



还可以根据pos位置来恢复





 














深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值