【PostgreSQL内核学习（十八）—— （数据库表参数）】

已于 2023-10-07 15:53:53 修改
阅读量378 收藏
点赞数 1
分类专栏： PostgerSQL 文章标签： 数据库 postgresql
于 2023-10-07 15:51:16 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_43899283/article/details/133639772
版权

数据库表参数

声明：本文的部分内容参考了他人的文章。在编写过程中，我们尊重他人的知识产权和学术成果，力求遵循合理使用原则，并在适用的情况下注明引用来源。
本文主要参考了《PostgresSQL数据库内核分析》一书，OpenGauss1.1.0 的开源代码和《OpenGauss数据库源码解析》一书以及OpenGauss社区学习文档

default_reloptions 函数

  default_reloptions 函数是一个选项解析器，用于处理与数据库关系（表或视图）相关的选项。它接受一个包含关系选项的参数，然后解析和验证这些选项，将它们存储在一个特定的数据结构中（StdRdOptions）。这个函数的主要目的是允许用户或数据库管理员通过选项来自定义和配置关系的各种属性和行为，例如填充因子、自动化清理策略、安全性设置等。它是数据库系统中对关系配置的重要组成部分，以实现更好的性能和行为控制。
  default_reloptions 函数的作用是接收传入的关系选项（以二进制形式表示），然后将这些选项解析和验证，最后将它们存储在一个特定的数据结构（StdRdOptions）中，以便在数据库系统中配置和管理关系的各种属性和行为，如填充因子、自动化清理策略、安全性设置等。这个函数允许数据库管理员或应用程序开发人员根据需要自定义和配置关系的行为和性能特性。
  default_reloptions 函数源码如下所示：（路径：src/gausskernel/storage/access/common/reloptions.cpp）

/* 
 * 为使用StdRdOptions的任何内容（例如fillfactor和autovacuum）提供选项解析器
 * reloptions：传入的关系选项，以二进制形式表示
 * validate：指示是否进行验证的标志
 * kind：关系选项的类型，通常是RELOPT_KIND_HEAP或RELOPT_KIND_TOAST
 */
bytea *default_reloptions(Datum reloptions, bool validate, relopt_kind kind)
{
    relopt_value *options = NULL;  // 存储解析后的选项值的数组
    StdRdOptions *rdopts = NULL;    // 存储最终结果的数据结构
    int numoptions;                 // 选项数量
    static const relopt_parse_elt tab[] = {
        // 定义选项名称、类型和存储位置的映射数组
        // 每个元素包括选项名称、数据类型和在StdRdOptions结构中的偏移量
        // 用于将选项值解析到对应的字段中
        // 更多选项可以在这里添加
        { "fillfactor", RELOPT_TYPE_INT, offsetof(StdRdOptions, fillfactor) },
        { "autovacuum_enabled", RELOPT_TYPE_BOOL, offsetof(StdRdOptions, autovacuum) + offsetof(AutoVacOpts, enabled) },
        { "autovacuum_vacuum_threshold", RELOPT_TYPE_INT,
          offsetof(StdRdOptions, autovacuum) + offsetof(AutoVacOpts, vacuum_threshold) },
        { "autovacuum_analyze_threshold", RELOPT_TYPE_INT,
          offsetof(StdRdOptions, autovacuum) + offsetof(AutoVacOpts, analyze_threshold) },
        { "autovacuum_vacuum_cost_delay", RELOPT_TYPE_INT,
          offsetof(StdRdOptions, autovacuum) + offsetof(AutoVacOpts, vacuum_cost_delay) },
        { "autovacuum_vacuum_cost_limit", RELOPT_TYPE_INT,
          offsetof(StdRdOptions, autovacuum) + offsetof(AutoVacOpts, vacuum_cost_limit) },
        { "autovacuum_freeze_min_age", RELOPT_TYPE_INT64,
          offsetof(StdRdOptions, autovacuum) + offsetof(AutoVacOpts, freeze_min_age) },
        { "autovacuum_freeze_max_age", RELOPT_TYPE_INT64,
          offsetof(StdRdOptions, autovacuum) + offsetof(AutoVacOpts, freeze_max_age) },
        { "autovacuum_freeze_table_age", RELOPT_TYPE_INT64,
          offsetof(StdRdOptions, autovacuum) + offsetof(AutoVacOpts, freeze_table_age) },
        { "autovacuum_vacuum_scale_factor", RELOPT_TYPE_REAL,
          offsetof(StdRdOptions, autovacuum) + offsetof(AutoVacOpts, vacuum_scale_factor) },
        { "autovacuum_analyze_scale_factor", RELOPT_TYPE_REAL,
          offsetof(StdRdOptions, autovacuum) + offsetof(AutoVacOpts, analyze_scale_factor) },
        { "security_barrier", RELOPT_TYPE_BOOL, offsetof(StdRdOptions, security_barrier) },
        { "enable_rowsecurity", RELOPT_TYPE_BOOL, offsetof(StdRdOptions, enable_rowsecurity) },
        { "force_rowsecurity", RELOPT_TYPE_BOOL, offsetof(StdRdOptions, force_rowsecurity) },
        { "enable_tsdb_delta", RELOPT_TYPE_BOOL, offsetof(StdRdOptions, enable_tsdb_delta) },
        { "tsdb_deltamerge_interval", RELOPT_TYPE_INT, offsetof(StdRdOptions, tsdb_deltamerge_interval) },
        { "tsdb_deltamerge_threshold", RELOPT_TYPE_INT, offsetof(StdRdOptions, tsdb_deltamerge_threshold) },
        { "tsdb_deltainsert_threshold", RELOPT_TYPE_INT, offsetof(StdRdOptions, tsdb_deltainsert_threshold) },
        { "max_batchrow", RELOPT_TYPE_INT, offsetof(StdRdOptions, max_batch_rows) },
        { "deltarow_threshold", RELOPT_TYPE_INT, offsetof(StdRdOptions, delta_rows_threshold) },
        { "partial_cluster_rows", RELOPT_TYPE_INT, offsetof(StdRdOptions, partial_cluster_rows) },
        { "internal_mask", RELOPT_TYPE_INT, offsetof(StdRdOptions, internalMask) },
        { "orientation", RELOPT_TYPE_STRING, offsetof(StdRdOptions, orientation) },
        { "compression", RELOPT_TYPE_STRING, offsetof(StdRdOptions, compression) },
        {"table_access_method", RELOPT_TYPE_STRING, offsetof(StdRdOptions, table_access_method)},
        { "ttl", RELOPT_TYPE_STRING, offsetof(StdRdOptions, ttl) },
        { "period", RELOPT_TYPE_STRING, offsetof(StdRdOptions, period) },
        { "string_optimize", RELOPT_TYPE_STRING, offsetof(StdRdOptions, string_optimize) },
        { "partition_interval", RELOPT_TYPE_STRING, offsetof(StdRdOptions, partition_interval) },
        { "time_column", RELOPT_TYPE_STRING, offsetof(StdRdOptions, time_column) },
        { "ttl_interval", RELOPT_TYPE_STRING, offsetof(StdRdOptions, ttl_interval) },
        { "gather_interval", RELOPT_TYPE_STRING, offsetof(StdRdOptions, gather_interval) },
        { "version", RELOPT_TYPE_STRING, offsetof(StdRdOptions, version) },
        { "compresslevel", RELOPT_TYPE_INT, offsetof(StdRdOptions, compresslevel) },
        { "ignore_enable_hadoop_env", RELOPT_TYPE_BOOL, offsetof(StdRdOptions, ignore_enable_hadoop_env) },
        { "append_mode", RELOPT_TYPE_STRING, offsetof(StdRdOptions, append_mode) },
        { "merge_list", RELOPT_TYPE_STRING, offsetof(StdRdOptions, merge_list) },
        { "rel_cn_oid", RELOPT_TYPE_INT, offsetof(StdRdOptions, rel_cn_oid) },
        { "append_mode_internal", RELOPT_TYPE_INT, offsetof(StdRdOptions, append_mode_internal) },
        { "start_ctid_internal", RELOPT_TYPE_STRING, offsetof(StdRdOptions, start_ctid_internal) },
        { "end_ctid_internal", RELOPT_TYPE_STRING, offsetof(StdRdOptions, end_ctid_internal) },
        { "user_catalog_table", RELOPT_TYPE_BOOL, offsetof(StdRdOptions, user_catalog_table) },
        { "hashbucket", RELOPT_TYPE_BOOL, offsetof(StdRdOptions, hashbucket) },
        { "primarynode", RELOPT_TYPE_BOOL, offsetof(StdRdOptions, primarynode) },
        { "on_commit_delete_rows", RELOPT_TYPE_BOOL, offsetof(StdRdOptions, on_commit_delete_rows)},
        { "wait_clean_gpi", RELOPT_TYPE_STRING, offsetof(StdRdOptions, wait_clean_gpi)}
    };

    // 解析传入的关系选项，将其存储在options数组中，并返回选项数量
    options = parseRelOptions(reloptions, validate, kind, &numoptions);

    /* if none set, we're done */
    // 如果没有设置任何选项，则返回NULL
    if (numoptions == 0)
        return NULL;

	// 为rdopts分配内存，根据StdRdOptions结构的大小以及选项数量
    rdopts = (StdRdOptions *)allocateReloptStruct(sizeof(StdRdOptions), options, numoptions);

	// 使用解析后的选项填充rdopts结构，将选项值分配到对应的字段中
    fillRelOptions((void *)rdopts, sizeof(StdRdOptions), options, numoptions, validate, tab, lengthof(tab));

	// 释放options数组中的字符串值的内存
    for (int i = 0; i < numoptions; i++) {
        if (options[i].gen->type == RELOPT_TYPE_STRING && options[i].isset)
            pfree(options[i].values.string_val);
    }
    pfree(options);

	// 返回结果，以bytea类型的数据返回StdRdOptions结构
    return (bytea *)rdopts;
}

  其中，表（或关系）的选项的配置如下表所示：

参 数含 义
fillfactor设置表的填充因子，用于指定在表的数据页中保留多少空间，以便将来插入新行。
autovacuum_enabled一个布尔值，指定是否启用了自动化清理和分析。
autovacuum_vacuum_threshold自动清理操作的触发阈值，当表中的行数超过此阈值时，将执行自动清理操作。
autovacuum_analyze_threshold自动分析操作的触发阈值，当表中的行数超过此阈值时，将执行自动分析操作。
autovacuum_vacuum_cost_delay自动清理操作的成本延迟，以控制其执行速度。
autovacuum_vacuum_cost_limit自动清理操作的成本限制，以控制资源消耗。
autovacuum_freeze_min_age触发自动冻结的最小年龄，用于维护事务ID冻结的表。
autovacuum_freeze_max_age触发自动冻结的最大年龄，用于维护事务ID冻结的表。
autovacuum_freeze_table_age自动冻结表的年龄，用于维护事务ID冻结的表。
autovacuum_vacuum_scale_factor自动清理的比例因子。
autovacuum_analyze_scale_factor自动分析的比例因子。
security_barrier一个布尔值，指定是否启用了安全屏障。
enable_rowsecurity一个布尔值，指定是否启用了行级安全性。
force_rowsecurity一个布尔值，指定是否强制启用了行级安全性。
enable_tsdb_delta一个布尔值，指定是否启用了时序数据库（TSDB）的增量数据存储。
tsdb_deltamerge_intervalTSDB增量数据合并的时间间隔。
tsdb_deltamerge_thresholdTSDB增量数据合并的阈值。
tsdb_deltainsert_thresholdTSDB增量数据插入的阈值。
max_batchrow最大批量行数。
deltarow_threshold增量行的阈值。
partial_cluster_rows部分聚集行的数量。
internal_mask内部掩码。
orientation表的方向。
compression数据的压缩方式。
table_access_method表的访问方法。
ttl表的生存时间。
period表的周期。
string_optimize字符串优化。
partition_interval分区间隔。
time_column时间列。
ttl_interval生存时间间隔。
gather_interval聚集间隔。
version版本。
compresslevel压缩级别。
ignore_enable_hadoop_env是否忽略启用Hadoop环境。
append_mode附加模式。
merge_list合并列表。
rel_cn_oid关系CN OID。
append_mode_internal内部附加模式。
start_ctid_internal内部起始CTID。
end_ctid_internal内部结束CTID。
user_catalog_table是否为用户目录表。
hashbucket是否为哈希桶。
primarynode是否为主节点。
on_commit_delete_rows提交时删除行。
wait_clean_gpi等待清理GPI。

  这些选项配置了表的各种属性和行为，以满足特定的数据库需求。

案例

  接下来，我们通过几个案例来观察其中的几个代表参数的实际作用，来了解一下这些参数的意义。具体案例如下：

1. 创建存储表，执行以下 SQL 语句：

CREATE TABLE test_table (
    id serial PRIMARY KEY,
    name text
) WITH (
    fillfactor = 70,  -- 设置填充因子
    autovacuum_enabled = true,  -- 启用自动清理和分析
    autovacuum_vacuum_threshold = 1000,  -- 自动清理触发阈值
    autovacuum_analyze_threshold = 500,  -- 自动分析触发阈值
    autovacuum_vacuum_cost_delay = 10,  -- 自动清理成本延迟
    autovacuum_vacuum_cost_limit = 1000,  -- 自动清理成本限制
    compression = 'lz4'  -- 数据压缩方式
);

postgres=# \d+ test_table
                                             Table "public.test_table"
 Column |  Type   |                        Modifiers                        | Storage  | Stats target | Description
--------+---------+---------------------------------------------------------+----------+--------------+-------------
 id     | integer | not null default nextval('test_table_id_seq'::regclass) | plain    |              |
 name   | text    |                                                         | extended |              |
Has OIDs: no
Options: orientation=column, autovacuum_enabled=true, autovacuum_analyze_threshold=500, compression=low

2. 插入一些示例数据到列存储表中：

DO $$ 
DECLARE
    counter INT := 1;
BEGIN
    FOR counter IN 1..1500 LOOP
        INSERT INTO test_table (name) VALUES ('Item ' || counter);
    END LOOP;
END $$;

postgres=# select * from test_table;
  id  |   name
------+-----------
    1 | Item 1
    2 | Item 2
    3 | Item 3
    4 | Item 4
    5 | Item 5
    6 | Item 6
    7 | Item 7
    8 | Item 8
    9 | Item 9
   10 | Item 10
   11 | Item 11
   12 | Item 12
   13 | Item 13
   14 | Item 14
   15 | Item 15
   16 | Item 16
   17 | Item 17
   18 | Item 18
   19 | Item 19
   20 | Item 20
   21 | Item 21
   22 | Item 22
   23 | Item 23
   24 | Item 24
   25 | Item 25
   26 | Item 26
   27 | Item 27
   28 | Item 28
   29 | Item 29
   30 | Item 30
   31 | Item 31
   32 | Item 32
   33 | Item 33
   34 | Item 34
   35 | Item 35
   36 | Item 36
   37 | Item 37
   38 | Item 38
   39 | Item 39
--More--

3. 执行自动分析并查看统计信息：

SELECT schemaname,
       relname,
       last_vacuum,
       last_autovacuum,
       last_analyze,
       last_autoanalyze,
       vacuum_count,
       autovacuum_count,
       analyze_count,
       autoanalyze_count
FROM pg_stat_all_tables
WHERE relname = 'test_table';

 schemaname |  relname   | last_vacuum | last_autovacuum |         last_analyze          |       last_autoanalyze        | vacuum_count | autovacuum_count | anal
yze_count | autoanalyze_count
------------+------------+-------------+-----------------+-------------------------------+-------------------------------+--------------+------------------+-----
----------+-------------------
 public     | test_table |             |                 | 2023-10-07 11:32:20.377228+08 | 2023-10-07 11:32:20.377228+08 |            0 |                0 |
        1 |                 1
(1 row)

  可以看到，当表中的数据量达到自动分触发阈值时 autovacuum_analyze_threshold ，则会执行自动分析 autoanalyze。

4. 执行自动清理：

  在PostgreSQL数据库中，自动触发autovacuum_vacuum_threshold选项所定义的自动清理（autovacuum）操作通常由数据库自身的内部机制控制。autovacuum_vacuum_threshold是一个配置选项，它定义了当表中的行数达到指定阈值时，自动触发VACUUM操作的条件。

要触发自动清理，需要满足以下条件：

  1. 表的行数超过了autovacuum_vacuum_threshold所定义的阈值。
  2. 自动清理（autovacuum）进程处于活动状态，通常是后台运行的自动清理进程。

  自动清理进程会定期检查表的状态并根据一系列配置选项来决定是否执行VACUUM操作。autovacuum_vacuum_threshold只是其中之一。其他配置选项还包括autovacuum_analyze_threshold、autovacuum_freeze_max_age等，它们影响了自动清理的行为。
  需要注意的是，autovacuum进程通常会在数据库空闲时执行自动清理操作，以避免干扰正在进行的活动查询和事务。此外，autovacuum的行为也可以通过其他配置选项进行微调，以满足特定应用场景的需求。
  总之，要触发autovacuum_vacuum_threshold自动清理，需要确保表的行数达到了指定阈值，并确保autovacuum进程处于活动状态，它会自动监测并执行相应的清理操作。

SELECT schemaname,
       relname,
       last_vacuum,
       last_autovacuum,
       last_analyze,
       last_autoanalyze,
       vacuum_count,
       autovacuum_count,
       analyze_count,
       autoanalyze_count
FROM pg_stat_all_tables
WHERE relname = 'test_table';
 schemaname |  relname   |          last_vacuum          | last_autovacuum |         last_analyze          |       last_autoanalyze        | vacuum_count | autov
acuum_count | analyze_count | autoanalyze_count
------------+------------+-------------------------------+-----------------+-------------------------------+-------------------------------+--------------+------
------------+---------------+-------------------
 public     | test_table | 2023-10-07 15:35:41.430136+08 |2023-10-07 15:35:41.430136+08| 2023-10-07 15:32:22.660942+08 | 2023-10-07 15:32:22.660942+08 |            1 |
          0 |             2 |                 2
(1 row)

  这里不一一列举表（或关系）的选项的配置的案例，如需要详细了解可以查询相关手册。

J.Kuchiki
关注
  • 1
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
【PostgreSQL内核学习（二）—— 查询分析】
qq_43899283的博客
07-18 1602
查询分析是查询处理的一个子过程。查询处理是一个更广泛的概念，包含了整个查询的生命周期，从接收查询到最终的结果返回。在查询处理过程中，查询分析是其中的一个重要组成部分。
Greenplum -- 最全分区表操作
weixin_34000916的博客
12-22 4739
一、Greenplum 分区原理 分区表意思是将一个大表在物理上分割成几块，GPDB中的分区表和PostgreSQL中实现原理一样，都是用过表继承、约束来实现。但是与PostgreSQL也有所不同，在PostgreSQL中，一个父表，多个子表来实现分区表，需要手动向子表插入数据，如果向父表插入数据，则直接会被插入到父表中，在GPDB中，可以直接想父表插入数据，便可以根据约束直接自动向对应的子表插入...
PostgreSQL创建分区表
代元培
09-11 711
# 创建分区主表 CREATE TABLE core.t_trans_paymode_info ( f_id bigint, f_trans_id character varying(32), f_enabled smallint, f_pay_mode smallint, f_amount bigint, f_fee_amount bigint, f_fee_rate bigint, f_fee_count_type smallint, .
Postgresql 添加分区表(按月和按日通用)
热门推荐
魂醉的一亩二分地
05-06 1万+
建了分区表的同学相信添加分区表很头疼，如果有按月分区又有按日分区的，而且是通过"_yyyymmdd"或者"_yyyymm"后缀进行分区的，那么可以用这个函数进行添加分区 CREATE OR REPLACE FUNCTION f_add_partition() RETURNS void LANGUAGE plpgsql AS $function$ declare v_
PostgreSQL 聚合函数讲解 - 3 总体|样本 方差, 标准方差
kwame211的博客
12-06 5504
摘要： PostgreSQL自带了一些常用的统计学聚合函数, 非常好用. 本文介绍一下方差和标准差的一些聚合函数. 总体方差 : population covariance 总体标准差 : population standard deviation 样本方差 : sample covariance 样本... PostgreSQL自带了一些常用的统计学聚合函数, 非常好用. 本文介绍一下方差
PostgreSQL中使用STDIN的COPY
weixin_46863649的博客
09-07 1810
1.问题描述 当sql文件中有copy语句，在使用SQL Shell命令读取并执行sql文件时，可能会出现无法插入的报错。类似于： 或者 报错信息出现在表的第一个属性上。 2.解决方案： 在使用读取命令时，不要手写sql文件路径，而是将待执行的sql文件直接拖拽到Shell界面中。 步骤： ①进入当前数据库中； ②使用\i命令，再将文件拖拽过来； ③将路径中的反斜杠"“改成斜杠”/"。 ...
Postgresql学习笔记之——数据库安装
qq_32838955的博客
02-13 994
本次记录一下使用源码安装postgresql数据库。 一、下载源码包。 下载地址：Postgresql官网下载 二、将下载后的源码包拷贝至Linux服务器上，并解压。 [root@local Desktop]# ls postgresql-12.1.tar.gz [root@local Desktop]# tar -xvf postgresql-12.1.tar.gz 三、安装依赖包： 此次安装...
PostgreSQL数据库网络层——libpq PQconnectPoll
肥叔菌的博客
04-04 993
connectDBStart函数最终会调用PQconnectPoll函数，处理CONNECTION_NEEDED状态的代码在 PQconnectPoll函数中，以便在异步启动过程中如果需要再次重新执行它可以很容易地重新执行。 但是，我们必须在这里运行一次，因为调用者希望从该例程成功返回，这意味着我们处于 PGRES_POLLING_WRITING 连接状态。上面的说明是下面代码的注释的翻译。 conn->status = CONNECTION_NEEDED; /* The code for pro
【PostgreSQL内核学习（四）—— 查询规划】
qq_43899283的博客
07-20 614
查询规划是数据库管理系统中的关键步骤之一，它涉及将用户提交的查询语句转换为可执行的执行计划。查询规划的目标是找到最优的执行计划，以在数据库中高效地执行查询操作。该过程包括查询优化、索引选择、连接顺序、访问方法等决策，以及生成最终的查询执行计划，以便在数据库系统中执行查询并返回结果。
PostgreSQL – 创建数据库 创建数据表
12-14
文章目录第一次登陆PG查看数据库版本查看所有PG库创建数据库使用数据库删除数据库Table 数据表创建Table查看当前库中所有表查看表结构修改表名删除表引用操作系统文件脚本 \i 第一次登陆PG 像oracle一样, 虽然我们...
PostgreSQL数据库内核分析.pdf
05-09
PostgreSQL数据库内核分析.pdf
PostgreSql+PostGis创建空间数据库
05-03
PostgreSql+PostGis 创建空间数据库 PostgreSql 是一个功能强大且开源的关系数据库管理系统，它提供了一个强大的平台来存储和管理数据。PostGis 是一个基于PostgreSql 的空间数据库扩展，它提供了对空间数据的支持...
PostgreSQL表分区和子表及删除所有的数据库表.zip
02-19
PostgreSQL表分区和子表及删除所有的数据库表 最近需求要求统计DNS近7天每天的解析情况。数据量相对大，所以我这边对表进行分区。 对每天的数据进行分区存储。主表只存储近7天的数据，7天之前的数据删掉。所以我...
PostgreSQL数据库内核分析 完整版
06-24
《PostgreSQL数据库内核分析》彭智勇 完整版44M
【Qt实现录频】
m0_45463480的博客
06-13 185
请注意，这只是一个简单的示例代码，实际应用中你可能需要处理更多的细节，如捕获不同视频格式、处理录制过程中的错误等。希望这个示例对你有所帮助，另外你也可以在Qt官方文档中找到更多关于Qt Multimedia模块的详细信息。在Qt中实现录制视频可以通过使用Qt Multimedia模块来实现。在上面的示例中，VideoRecorder类提供了一个简单的界面，其中包括一个用于录制视频的按钮。当按钮被点击时，toggleRecord()槽函数将会启动或停止录制。
canal应用
qq_33816292的博客
06-12 154
canal分享模块链接。
MySQL触发器基本结构
最新发布
2301_80388658的博客
06-17 222
4、for each row 声明每次触发都被执行。create trigger 函数名。3、什么样的操作出发，操作那个表。after：......之后触发。befor：......之前触发。6、歘发起触发后执行代码块。可以修改成$$ //都行。2、创建触发器函数名称。insert：插入被触发。update：修改被触发。delete：删除被触发。
源码编译安装LAMP
潇的博客
06-12 898
LAMP 架构是目前成熟的企业网站应用模式之一，指的是协同工作的一整套系统和相关软件，能够提供动态Web站点服务及其应用开发环境。LAMP是一个缩写词，具体包括Linux操作系统、Apache网站服务器、MySQL数据库服务器、PHP(或Perl、Python)网页编程语言。本章将以源码编译的方式搭建LAMP环境，能够满足企业定制化的需求。在构建LAMP平台时，各组件的安装顺序依次为Linux、Apache、MySQL、PHP。其中Apache和MySQL的安装并没有严格的顺序；
postgresql 数据库表迁移
11-23
postgresql数据库表迁移可以通过以下步骤实现： 1.使用pg_dump命令将源数据库中的表导出为.sql文件，例如： ```shell pg_dump -U username -d sourcedb -t tablename > tablename.sql ``` 其中，-U参数指定用户名，-d参数指定数据库名，-t参数指定表名。 2.将.sql文件复制到目标服务器上。 3.在目标服务器上创建与源数据库相同的数据库和表结构。 4.使用psql命令将.sql文件导入到目标数据库中，例如： ```shell psql -U username -d targetdb -f tablename.sql ``` 其中，-U参数指定用户名，-d参数指定数据库名，-f参数指定.sql文件路径。 5.检查目标数据库中是否已成功导入源数据库中的表。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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