docker mysql 高可用_docker搭建数据库高可用方案PXC

最新推荐文章于 2023-08-08 09:14:21 发布

红钻头机

最新推荐文章于 2023-08-08 09:14:21 发布

阅读量399

点赞数

文章标签： docker mysql 高可用

本文链接：https://blog.csdn.net/weixin_42509513/article/details/113230587

版权

前言

本方案主要目的是学习, 该方案不太合适于企业项目

是什么?

白话点, 是个提供了必要环境的虚拟机(类似于java的导入部分包一样和c++的头文件差不多), 所以它比普通的VMWare或者VirtualBox安装的虚拟机要轻

总体来说类似于jvm那样的存在, 只不过jvm运行的是java编译的字节码, docker运行的是各种组件, 比如mysql, redis, zookeeper或者我们的项目

有哪些关键的概念

镜像

docker镜像类似于系统安装包ISO, 或者我们对某个程序的备份, 将这个备份压缩成rar压缩包, 备份了很多程序的数据和配置, 我们只要把这个压缩包丢给别人, 别人解压并使用这个程序

容器

容器类似于我们的程序(前面的镜像是压缩包), 可以直接运行

总结

镜像和容器的关系是一个镜像对应可以多个容器(只要你创建的多)

怎么用?

设置镜像加速

创建或编辑该文件：

vi /etc/docker/daemon.json

在该文件中输入如下内容：

{

"registry-mirrors": [

"https://docker.mirrors.ustc.edu.cn",

"https://hub-mirror.c.163.com",

"https://mirror.ccs.tencentyun.com",

"https://registry.docker-cn.com"

]

}

docker基本指令

service docker start # 开启docker

service docker stop # 关闭docker

service docker restart # 重启docker

镜像管理

导入导出镜像

docker save java > /home/java.tar.gz

docker load < /home/java.tar.gz

镜像查找

docker search java

镜像下载

docker pull java

查看镜像列表

docker images

查看镜像信息

docker inspect java

[

{

"Id": "sha256:d23bdf5b1b1b1afce5f1d0fd33e7ed8afbc084b594b9ccf742a5b27080d8a4a8",

"RepoTags": [

"java:latest"

"RepoDigests": [

"java@sha256:c1ff613e8ba25833d2e1940da0940c3824f03f802c449f3d1815a66b7f8c0e9d"

"Parent": "",

"Comment": "",

"Created": "2017-01-17T00:52:54.890877145Z",

"Container": "4b4ab1e131616e04a88f26f9811e5847dd0c3ec5f8178b634b388d3c510ee606",

"ContainerConfig": {

"Hostname": "33842653d6db",

"Domainname": "",

"User": "",

"AttachStdin": false,

"AttachStdout": false,

"AttachStderr": false,

"Tty": false,

"OpenStdin": false,

"StdinOnce": false,

"Env": [

"PATH=/usr/local/sbin:/usr/local/bin:/usr/sbin:/usr/bin:/sbin:/bin",

"LANG=C.UTF-8",

"JAVA_HOME=/usr/lib/jvm/java-8-openjdk-amd64",

"JAVA_VERSION=8u111",

"JAVA_DEBIAN_VERSION=8u111-b14-2~bpo8+1",

"CA_CERTIFICATES_JAVA_VERSION=20140324"

"Cmd": [

"/bin/sh",

"-c",

"/var/lib/dpkg/info/ca-certificates-java.postinst configure"

"ArgsEscaped": true,

"Image": "sha256:7cfe1ce37b990ea20d6377b8901f5ffccd463ed2f965e9730d834e693b53baec",

"Volumes": null,

"WorkingDir": "",

"Entrypoint": null,

"OnBuild": [],

"Labels": {}

"DockerVersion": "1.12.3",

"Author": "",

"Config": {

"Hostname": "33842653d6db",

"Domainname": "",

"User": "",

"AttachStdin": false,

"AttachStdout": false,

"AttachStderr": false,

"Tty": false,

"OpenStdin": false,

"StdinOnce": false,

"Env": [

"PATH=/usr/local/sbin:/usr/local/bin:/usr/sbin:/usr/bin:/sbin:/bin",

"LANG=C.UTF-8",

"JAVA_HOME=/usr/lib/jvm/java-8-openjdk-amd64",

"JAVA_VERSION=8u111",

"JAVA_DEBIAN_VERSION=8u111-b14-2~bpo8+1",

"CA_CERTIFICATES_JAVA_VERSION=20140324"

"Cmd": [

"/bin/bash"

"ArgsEscaped": true,

"Image": "sha256:7cfe1ce37b990ea20d6377b8901f5ffccd463ed2f965e9730d834e693b53baec",

"Volumes": null,

"WorkingDir": "",

"Entrypoint": null,

"OnBuild": [],

"Labels": {}

"Architecture": "amd64",

"Os": "linux",

"Size": 643195347,

"VirtualSize": 643195347,

"GraphDriver": {

"Data": {

"LowerDir": "/var/lib/docker/overlay2/fcdfe412499e0b1afe9cb8d6800eb56af9c578b1c49fbf0fc9f38fead4f32b2d/diff:/var/lib/docker/overlay2/5d79e6646df2342376ba59d8d21b70142d0e3fd0c9a0de2229c1cfa4c2d98e93/diff:/var/lib/docker/overlay2/47b9afdc585a2c847d112283d7d884f00140dab44c33203eeeccc4a592a23378/diff:/var/lib/docker/overlay2/9565b7df775e50948f7713b8a1b1ba6610eb055c958bbd23a7646b4414ccefab/diff:/var/lib/docker/overlay2/dd8233c055d2241a6e52a0f0acd48220f87a75e50fbe2a7355445bcc75bbfbb9/diff:/var/lib/docker/overlay2/64bb2d108355eb53a495cdb6804e602baa651888a27c10c19dfb0fa2351648b6/diff:/var/lib/docker/overlay2/3fb4d1d79e7b1966b16dfb4d7dcde2ac6ac602f932395acf2c5d3bd0573a9c67/diff",

"MergedDir": "/var/lib/docker/overlay2/09e28e456caf00dd0ab82af1f594f248f05e0e64a4b931f69251ab2f1c9c4df3/merged",

"UpperDir": "/var/lib/docker/overlay2/09e28e456caf00dd0ab82af1f594f248f05e0e64a4b931f69251ab2f1c9c4df3/diff",

"WorkDir": "/var/lib/docker/overlay2/09e28e456caf00dd0ab82af1f594f248f05e0e64a4b931f69251ab2f1c9c4df3/work"

"Name": "overlay2"

"RootFS": {

"Type": "layers",

"Layers": [

"sha256:a2ae92ffcd29f7ededa0320f4a4fd709a723beae9a4e681696874932db7aee2c",

"sha256:0eb22bfb707db44a8e5ba46a21b2ac59c83dfa946228f04be511aba313bdc090",

"sha256:30339f20ced009fc394410ac3360f387351641ed40d6b2a44b0d39098e2e2c40",

"sha256:ce6c8756685b2bff514e0b28f78eedb671380084555af2b3833e54bb191b262a",

"sha256:a3483ce177ce1278dd26f992b7c0cfe8b8175dd45bc28fee2628ff2cf063604c",

"sha256:6ed1a81ba5b6811a62563b80ea12a405ed442a297574de7440beeafe8512a00a",

"sha256:c3fe59dd955634c3fa1808b8053353f03f4399d9d071be015fdfb98b3e105709",

"sha256:35c20f26d18852b74cc90afc4fb1995f1af45537a857eef042a227bd8d0822a3"

]

"Metadata": {

"LastTagTime": "0001-01-01T00:00:00Z"

}

]

镜像删除

docker rmi java

容器管理

启动镜像(镜像初次产生容器)

启动镜像会默认创建出一个容器

docker run -it --name myjava java bash 使用bash运行保持控制台方式运行

docker run -it --name myjava -p 9000:8080 -p 9050:8050 java bash 以控制台方式运行java并且映射了java的端口8080到主机的9000, 映射到java的8050到主机的9050端口

docker run -it -name myjava -v /home/project:/soft --privileged java bash 映射java应用的路径/soft 到主机的/home/project路径并使用--privileged给了修改权限

mkdir /home/project

docker run -it --name myjava -p 9000:8080 -p 9050:8050 -v /home/project:/soft --privileged java bash

添加[option] -d创建和以后台方式启动容器

暂停、停止和开启容器

docker pause myjava # 可以在另一个控制台暂停

docker unpause myjava # 可以在另一个控制台执行

docker stop myjava # 可以停止掉容器

docker start -i myjava

查看容器和查看运行中的容器

docker ps -a # 查看所有容器, 包括未运行的容器

docker ps # 查看正在运行的容器

删除容器

docker rm myjava 删除容器

创建docker内部网络

创建docker内部网络比较安全, 内部只要对外部提供端口便可, 一般用于集群内部网络时使用

docker network create net1

docker network inspect net1

docker network rm net1

docker network create --subnet=172.18.0.0/24 net1

创建docker卷

为什么需要数据卷？

这得从 docker 容器的文件系统说起。出于效率等一系列原因，docker 容器的文件系统在宿主机上存在的方式很复杂，这会带来下面几个问题：

不能在宿主机上很方便地访问容器中的文件。

无法在多个容器之间共享数据。

当容器删除时，容器中产生的数据将丢失。

为了解决这些问题，docker 引入了数据卷(volume) 机制。数据卷是存在于一个或多个容器中的特定文件或文件夹，这个文件或文件夹以独立于 docker 文件系统的形式存在于宿主机中。数据卷的最大特定是：其生存周期独立于容器的生存周期。

使用数据卷的最佳场景

在多个容器之间共享数据，多个容器可以同时以只读或者读写的方式挂载同一个数据卷，从而共享数据卷中的数据。

当宿主机不能保证一定存在某个目录或一些固定路径的文件时，使用数据卷可以规避这种限制带来的问题。

当你想把容器中的数据存储在宿主机之外的地方时，比如远程主机上或云存储上。

当你需要把容器数据在不同的宿主机之间备份、恢复或迁移时，数据卷是很好的选择。

使用方法

docker volume create --name v1

例如:

root@ubuntu:/# docker volume create --name node1

node1

root@ubuntu:/# docker volume inspect node1

[

{

"CreatedAt": "2020-07-08T14:03:16+08:00",

"Driver": "local",

"Labels": {},

"Mountpoint": "/var/lib/docker/volumes/node1/_data",

"Name": "node1",

"Options": {},

"Scope": "local"

}

]

它把卷创建到了宿主机的/var/lib/docker/volumes/node1/_data目录下

搭建MySql集群(PXC方案: 不建议选择这套方案)

下载pxc

docker pull percona/percona-xtradb-cluster:5.7

图片中笔者本来想配置mysql8.0的pxc方案, 但主机的ssl配置成功后,从机的ssl一直验证不通过(笔者给予了几个文件足够的权限777). 主机ssl的几个文件必须是读写执行权限全给才能够验证成功, 但从机的custom.cnf权限如果还是读写执行权限将会被忽略, 所以笔者创建了两个config文件夹, 里面存了两个custom.cnf配置文件, 只有权限不同, 虽然这个配置文件不再被忽略, 但还是不行, 会不断的重复尝试连接ssl//:172.18.0.2:4567, 没辙. 只能回到5.7的怀抱

docker搭建mysql8.0的pxc方案相关资料

创建docker内部网络

docker network create --subnet=172.18.0.0/24 pxc_net1

创建docker卷

docker volume create v1

docker volume create v2

docker volume create v3

docker volume create v4

docker volume create v5

docker volume create backup

创建集群

创建主机

docker run -d -p 3306:3306 -e MYSQL_ROOT_PASSWORD=123456 -e CLUSTER_NAME=pxc -e XTRABACKUP_PASSWORD=123456 -v v1:/var/lib/mysql -v backup:/data --privileged --name pxc_node1 --net=pxc_net1 --ip=172.18.0.2 percona/percona-xtradb-cluster:5.7

创建从机

集群这几个地方要改

docker run -d -p 3307:3306 -e MYSQL_ROOT_PASSWORD=123456 -e CLUSTER_NAME=pxc -e XTRABACKUP_PASSWORD=123456 -e CLUSTER_JOIN=pxc_node1 -v v2:/var/lib/mysql -v backup:/data --privileged --name pxc_node2 --net=pxc_net1 --ip=172.18.0.3 percona/percona-xtradb-cluster:5.7

docker run -d -p 3308:3306 -e MYSQL_ROOT_PASSWORD=123456 -e CLUSTER_NAME=pxc -e XTRABACKUP_PASSWORD=123456 -e CLUSTER_JOIN=pxc_node1 -v v3:/var/lib/mysql -v backup:/data --privileged --name pxc_node3 --net=pxc_net1 --ip=172.18.0.4 percona/percona-xtradb-cluster:5.7

docker run -d -p 3309:3306 -e MYSQL_ROOT_PASSWORD=123456 -e CLUSTER_NAME=pxc -e XTRABACKUP_PASSWORD=123456 -e CLUSTER_JOIN=pxc_node1 -v v4:/var/lib/mysql -v backup:/data --privileged --name pxc_node4 --net=pxc_net1 --ip=172.18.0.5 percona/percona-xtradb-cluster:5.7

docker run -d -p 3310:3306 -e MYSQL_ROOT_PASSWORD=123456 -e CLUSTER_NAME=pxc -e XTRABACKUP_PASSWORD=123456 -e CLUSTER_JOIN=pxc_node1 -v v5:/var/lib/mysql -v backup:/data --privileged --name pxc_node5 --net=pxc_net1 --ip=172.18.0.6 percona/percona-xtradb-cluster:5.7

使用Haproxy负载均衡

docker pull haproxy

mkdir ~/docker/haproxy

cd ~/docker/haproxy

vi haproxy.cfg

写入

global

#工作目录

chroot /usr/local/etc/haproxy

#日志文件，使用rsyslog服务中local5日志设备(/var/log/local5)，等级info

log 127.0.0.1 local5 info

#守护进程运行

daemon

defaults

logglobal

modehttp

#日志格式

optionhttplog

#日志中不记录负载均衡的心跳检测记录

optiondontlognull

#连接超时(毫秒)

timeout connect 5000

#客户端超时(毫秒)

timeout client 50000

#服务器超时(毫秒)

timeout server 50000

#监控界面

listen admin_stats

#监控界面的访问的IP和端口

bind 0.0.0.0:8888

#访问协议

mode http

#URI相对地址

stats uri /dbs

#统计报告格式

stats realm Global\ statistics

#登陆帐户信息

stats auth admin:123456

#数据库负载均衡

listen proxy-mysql

#访问的IP和端口

bind 0.0.0.0:3306

#网络协议

mode tcp

#负载均衡算法(轮询算法)

#轮询算法：roundrobin

#权重算法：static-rr

#最少连接算法：leastconn

#请求源IP算法：source

balance roundrobin

#日志格式

option tcplog

#在MySQL中创建一个没有权限的haproxy用户，密码为空。Haproxy使用这个账户对MySQL数据库心跳检测

# CREATE USER 'haproxy'@'%' IDENTIFIED by ''; FLUSH PRIVILEGES;

option mysql-check user haproxy

server MySQL_1 172.18.0.2:3306 check weight 1 maxconn 2000

server MySQL_2 172.18.0.3:3306 check weight 1 maxconn 2000

server MySQL_3 172.18.0.4:3306 check weight 1 maxconn 2000

server MySQL_4 172.18.0.5:3306 check weight 1 maxconn 2000

server MySQL_5 172.18.0.6:3306 check weight 1 maxconn 2000

#使用keepalive检测死链

option tcpka

docker run -it -d -p 4001:8888 -p 4002:3306 -v /root/docker/haproxy:/usr/local/etc/haproxy --name h1 --net=pxc_net1 --ip 172.18.0.8 --privileged haproxy

docker run -it -d -p 4003:8888 -p 4004:3306 -v /root/docker/haproxy:/usr/local/etc/haproxy --name h2 --net pxc_net1 --ip 172.18.0.9 --privileged haproxy

记住这句上面注释掉的CREATE USER 'haproxy'@'%' IDENTIFIED by ''; FLUSH PRIVILEGES; 这句话如果不在数据库中创建好用户, 将会在出现Haproxy无法感知mysql是否启动的情况, 因为她需要通过数据库创建的这个账号haproxy监控数据库情况(所以你可以不给这个账号任何权限, 只要他们访问就行)

所以docker exec -it pxc_node1 /usr/bin/mysql -uroot -p123456进入容器, 然后复制CREATE USER 'haproxy'@'%' IDENTIFIED by ''; FLUSH PRIVILEGES;去创建这个账户

只要在一个节点创建就好, 其他数据库会同步更新

进入docker中的haproxy控制台中

docker exec -it h1 bash

加载配置文件haproxy -f /usr/local/etc/haproxy/haproxy.cfg

之后访问

http://192.168.0.135:4001/dbs

至此配置haproxy配置完成了, 我们使用navicat连接下试试

cf014fbc9ef7 haproxy "/docker-entrypoint.…" 2 hours ago Up 2 hours 0.0.0.0:4002->3306/tcp, 0.0.0.0:4001->8888/tcp h1

我是尝试连接下

4002端口

现在我们尝试下关闭掉数据库节点pxc_node1

docker stop pxc_node1

我们新建完毕

这里我们其他库都更新完毕了, 但pxc_node1是空的

我们现在重新开启pxc_node1节点看下, 是不是那个表被添加到这个节点了

发现无法开启这个节点了(这是怎么回事???)

vi /var/lib/docker/volumes/v1/_data/grastate.dat 修改

safe_to_bootstrap: 0为safe_to_bootstrap: 1

再次尝试启动这个节点

虽然成功了, 但是数据没被同步过去

甚至还会出现这个问题(因为是轮训, 所以随机出现无法找到数据库问题)

现在我们尝试修改下, 别的数据库中的数据(非pxc_node1数据库节点)

这数据就这么丢了

现在我们重启docker, 然后在依次重新启动节点

配置数据库双机热备

为什么需要双机热备???

单个Haproxy节点不具备高可用, 必须要给个备机防止主机没了, 导致我们的服务无法访问的问题

linux提供了虚拟IP的技术, 我们的双机热备需要利用它(虚拟ip就是在一个网卡上可以对不同的程序提供不同的虚拟ip)

使用keepalived方式以抢占虚拟IP的方式完成, 所以我们需要在docker haproxy内部配置环境

完整方案

安装keepalived

Keepalived必须要安装在Haproxy所在的容器之内

apt-get update

apt-get upgrade

apt install keepalived

keepalived配置文件

Keepalived的配置文件是/etc/keepalived/keepalived.conf

vrrp_instance VI_1 {

state MASTER

interface eth0

virtual_router_id 51

priority 100

advert_int 1

authentication {

auth_type PASS

auth_pass 123456

}

virtual_ipaddress {

172.18.0.201

}

启动keepalived

serivce keepalived start 启动它

以上操作都在docker容器中操作

然后我们测试下主机是否能够ping通docker内部的网络下的虚拟机

ping 172.18.0.201

另一个docker中的keepalived配置

vrrp_instance VI_1 {

state MASTER

interface eth0

virtual_router_id 51

priority 100

advert_int 1

authentication {

auth_type PASS

auth_pass 123456

}

virtual_ipaddress {

172.18.0.202

}

serivce keepalived start 启动它

退出回到宿主机, ping 172.18.0.202看下是否能够ping的通

宿主机安装keepalived

vi /etc/keepalived/keepalived.conf

vrrp_instance VI_1 {

state MASTER

interface ens33

virtual_router_id 51

priority 100

advert_int 1

authentication {

auth_type PASS

auth_pass 123456

}

virtual_ipaddress {

192.168.0.155

}

virtual_server 192.168.0.155 8888 {

delay_loop 6

lb_algo rr

lb_kind NAT

persistence_timeout 50

protocol TCP

real_server 172.18.0.201 8888 {

weight 1

}

real_server 172.18.0.202 8888 {

weight 1

}

virtual_server 192.168.0.155 3306 {

delay_loop 6

lb_algo rr

lb_kind NAT

persistence_timeout 50

protocol TCP

real_server 172.18.0.201 3306 {

weight 1

}

real_server 172.18.0.202 3306 {

weight 1

}

启动keepalived, systemctl start keepalived(宿主机是centOS7, 所以使用systemctl)

再ping下ping 192.168.0.155

[root@centOS ~]# ping 192.168.0.155

PING 192.168.0.155 (192.168.0.155) 56(84) bytes of data.

From 192.168.0.144 icmp_seq=1 Destination Host Unreachable

From 192.168.0.144 icmp_seq=2 Destination Host Unreachable

From 192.168.0.144 icmp_seq=3 Destination Host Unreachable

From 192.168.0.144 icmp_seq=4 Destination Host Unreachable

--- 192.168.0.155 ping statistics ---

4 packets transmitted, 0 received, +4 errors, 100% packet loss, time 3000ms

pipe 4

[root@centOS ~]# ping 192.168.0.155

PING 192.168.0.155 (192.168.0.155) 56(84) bytes of data.

64 bytes from 192.168.0.155: icmp_seq=1 ttl=64 time=0.050 ms

64 bytes from 192.168.0.155: icmp_seq=2 ttl=64 time=0.048 ms

64 bytes from 192.168.0.155: icmp_seq=3 ttl=64 time=0.039 ms

注意下: keepalived的启动需要一点点时间, 上面控制台输出Destination Host Unreachable是因为压根没启动完毕

我们回到真正的主机(window上)在ping下, 看下行不行

ping 192.168.0.155

正在 Ping 192.168.0.155 具有 32 字节的数据:

来自 192.168.0.155 的回复: 字节=32 时间<1ms TTL=64

192.168.0.155 的 Ping 统计信息:

数据包: 已发送 = 4，已接收 = 4，丢失 = 0 (0% 丢失)，

往返行程的估计时间(以毫秒为单位):

最短 = 0ms，最长 = 0ms，平均 = 0ms

ok, 配置完成

我们在navicat上连接下

ip: 192.168.0.155

用户: root

密码: 123456(我为了简便设置了简单的密码, 实际项目中千万别这么简单)

端口: 3306

完成

但存在一个问题, 每次启动docker, 都要进入docker h1和h2容器中再启动keepalived, 挺麻烦的, 放心后面会慢慢解决的

还存在一个问题, 用户无法知道keepalived哪些节点能用, 哪些节点不能用了

keepalived容易出现脑裂, 所以我也不太推荐使用这种方案, 本方案主要目的是学习

热备方案

冷备份和热备份之间的关系是会不会实际影响到我们的业务(锁住备份区域,或者干脆阻塞它), 冷备会, 热备份不会, 显而易见, 选热备

而热备方案中又有全量备份、增量备份和物理备份

真的是, 各种名词看腻了, 说白了就是一次备份是不是直接 copy 还是 copy + 1 这样的不断备份, 还有一种就是忽略了文件系统结构的备份

我们选择xtrabackup做热备方案

还记得前面我在创建集群时加的参数么? -v backup:/data这个, 现在我们要将数据库备份映射到这个目录, 如果前面创建集群时, 没有增加这个参数需要stop后删除的重新创建

如果我们没有添加映射备份目录, 那么需要

docker stop pxc_node1

docker rm pxc_node1

docker run -d -e MYSQL_ROOT_PASSWORD=123456 -e CLUSTER_NAME=pxc -e XTRABACKUP_PASSWORD=123456 -e CLUSTER_JOIN=pxc_node2 --net=pxc_net1 --ip=172.18.0.2 -p 3306:3306 -v v1:/var/lib/mysql -v backup:/data --privileged --name pxc_node1 percona/percona-xtradb-cluster:5.7

现在我们进入docker容器中的pxc_node1节点

看看这个容器运行的系统是什么版本的linux系统

red hat 或者 centOS 系统所以我们需要使用yum去更新

docker exec -it pxc_node1 bash

bash-4.2$ yum update

Loaded plugins: fastestmirror, ovl

ovl: Error while doing RPMdb copy-up:

[Errno 13] Permission denied: '/var/lib/rpm/.dbenv.lock'

You need to be root to perform this command.

exit退出, 然后docker exec -it --user root pxc_node1 bash or docker exec -it --user=root pxc_node1 bash

yum clean all

yum makecache

yum update

yum install wget

wget https://repo.percona.com/yum/percona-release-latest.noarch.rpm

rpm -ivh percona-release-latest.noarch.rpm

rm percona-release-latest.noarch.rpm

yum list | grep percona

进行一次全量热备

innobackupex --user=root --password=123456 /data/backup/full

回到宿主机, 看看

docker volume inspect backup

cd /var/lib/docker/volumes/backup/_data

就可以看到已经备份了

所有的pxc_node* 节点都是共享的 backup 目录

还原也一样

docker exec -it pxc_node1 bash # 进入节点

rm -rf /var/lib/mysql/* # 删除掉原本的数据

# 将还没有提交的事务回滚

innobackupex --user=root --password=lezhu123456 --apply-back /data/backup/full/2018-04-15_05-09-07/

# 恢复

innobackupex --user=root --password=lezhu123456 --copy-back /data/backup/full/2018-04-15_05-09-07/

不是我说, 有更好的选择千万别选pxc

待续...

红钻头机

关注

0
点赞
踩
1

收藏

觉得还不错? 一键收藏
0
评论
docker mysql 高可用_docker搭建数据库高可用方案PXC

前言本方案主要目的是学习, 该方案不太合适于企业项目是什么?白话点, 是个提供了必要环境的虚拟机(类似于java的导入部分包一样和c++的头文件差不多), 所以它比普通的VMWare或者VirtualBox安装的虚拟机要轻总体来说类似于jvm那样的存在, 只不过jvm运行的是java编译的字节码, docker运行的是各种组件, 比如mysql, redis, zookeeper或者我们的项目有哪...
复制链接

扫一扫