云数据库 RDS for MySQL

 

云数据库 RDS for MySQL拥有即开即用、稳定可靠、安全运行、弹性伸缩、轻松管理、经济实用等特点,让您更加专注业务发展。

 
 

    mysql分库原理讲解 更多内容
  • 实时作业概述

    支持单表、整库及分库分表实时增量数据同步。 单表同步:支持将源端一个实例下的单张表实时同步至目的端一个实例下的单张表。 整库同步:支持将源端一个实例下多个库的多张表批量实时同步到目的端一个实例下的多个库表,一个任务中最多支持200张目标表。 分库分表同步:支持将源端多个实例下多个分库的多张分表同步到目的端一个实例下的单个库表。

    来自:帮助中心

    查看更多 →

  • 云备份-视频帮助

    服务介绍 云备份 CBR 视频介绍 03:09 云备份CBR介绍 云备份 CBR 了解云备份的备份原理 01:48 备份原理小知识 云备份 CBR 服务介绍 03:23 云容器引擎服务介绍 特性讲解 云备份 CBR 云备份防勒索功能介绍 05:39 云备份防勒索功能介绍 云备份 CBR 云备份VMware备份上云功能介绍

    来自:帮助中心

    查看更多 →

  • 暂停迁移任务

    目前以下迁移链路支持暂停功能: 入云 MySQL->MySQL MySQL-> GaussDB (for MySQL) MySQL->DDM MySQL分库分表->DDM MongoDB->DDS MongoDB->GeminiDB Mongo 出云 MySQL->MySQL DDS->MongoDB

    来自:帮助中心

    查看更多 →

  • 续传迁移任务

    目前以下迁移链路支持续传功能: 入云 MySQL->MySQL MySQL->GaussDB(for MySQL) MySQL->DDM MySQL分库分表->DDM MongoDB->DDS MongoDB->GeminiDB Mongo 出云 MySQL->MySQL DDS->MongoDB

    来自:帮助中心

    查看更多 →

  • 修改流速模式

    路支持该功能。 入云 MySQL->MySQL MySQL->GaussDB(for MySQL) MySQL->DDM MySQL分库分表->DDM MongoDB->DDS MongoDB->GeminiDB Mongo 出云 MySQL->MySQL DDS->MongoDB

    来自:帮助中心

    查看更多 →

  • TaurusDB数据恢复方案

    全量数据恢复:按备份文件恢复 误删表 可以采用库表恢复的方式恢复误删的表。 所有库表 部分库表 新建实例 已有实例 当前实例 库表数据恢复:恢复到指定时间点 误删数据库 可以采用库表恢复的方式恢复误删的数据库。 所有库表 部分库表 新建实例 已有实例 当前实例 库表数据恢复:恢复到指定时间点 误操

    来自:帮助中心

    查看更多 →

  • 开发简介

    场景下对涉及Mysql的服务进行开发,结合样例讲解在开发过程中如何使用。 本文假设您已经具备如下开发能力: 熟悉Go语言,并有Go程序开发经验。 熟悉module开发模式。 熟悉Mysql的常用操作。 MAS-GO-SDK-Mysql MAS-GO-SDK-Mysql是基于go-sql-driver/mysql

    来自:帮助中心

    查看更多 →

  • APP认证工作原理

    APP认证工作原理 APP认证流程 构造规范请求。 将待发送的请求内容按照与APIC后台约定的规则组装,确保客户端签名、APIC后台认证时使用的请求内容一致。 使用规范请求和其他信息创建待签字符串。 使用AK/SK和待签字符串计算签名。 将生成的签名信息作为请求消息头添加到HTT

    来自:帮助中心

    查看更多 →

  • 产品架构和功能原理

    原始增量日志数据(例如MySQL为binlog),经过解析转换为标准的日志格式存储在本地。 日志回放模块:日志回放模块根据日志读取模块转换的标准格式增量日志,根据用户的选择策略进行加工过滤,将增量数据同步到目标数据库。 备份迁移基本原理 图3 备份迁移原理 备份迁移实现SQLSe

    来自:帮助中心

    查看更多 →

  • 异地双活原理介绍

    异地双活原理介绍 GeminiDB Cassandra提供了异地双活功能,通过异地实例间数据的双向同步和业务灵活调度能力,实现了业务恢复和故障恢复解耦,保障了故障场景下业务的连续性。 异地双活是一种多活容灾架构的解决方案,即部署在不同数据中心的GeminiDB Cassandra

    来自:帮助中心

    查看更多 →

  • HDFS基本原理

    HDFS基本原理 HDFS是Hadoop的分布式文件系统(Hadoop Distributed File System),实现大规模数据可靠的分布式读写。HDFS针对的使用场景是数据读写具有“一次写,多次读”的特征,而数据“写”操作是顺序写,也就是在文件创建时的写入或者在现有文件

    来自:帮助中心

    查看更多 →

  • MemArtsCC基本原理

    MemArtsCC基本原理 MemArtsCC是一个分布式计算侧缓存系统。计算任务运行在计算集群的虚拟机(Virtual Machine, VM)上,数据存储在远端的对象存储(Object Storage Service, OBS)集群中。由于远端OBS的数据访问速度限制,VM上

    来自:帮助中心

    查看更多 →

  • Doris基本原理

    Doris整体架构如下图所示,FE和BE节点可以横向无限扩展。 图1 Doris架构 表1 参数说明 名称 说明 MySQL Tools Doris采用MySQL协议,高度兼容MySQL语法,支持标准SQL,用户可以通过各类客户端工具来访问Doris,并支持与BI工具无缝对接。 FE 主要

    来自:帮助中心

    查看更多 →

  • APP认证工作原理

    APP认证工作原理 构造规范请求。 将待发送的请求内容按照与API网关(即API管理)后台约定的规则组装,确保客户端签名、API网关后台认证时使用的请求内容一致。 使用规范请求和其他信息创建待签字符串。 使用AK/SK和待签字符串计算签名。 将生成的签名信息作为请求消息头添加到H

    来自:帮助中心

    查看更多 →

  • APP认证工作原理

    APP认证工作原理 构造规范请求。 将待发送的请求内容按照与API网关(即API管理)后台约定的规则组装,确保客户端签名、API网关后台认证时使用的请求内容一致。 使用规范请求和其他信息创建待签字符串。 使用AK/SK和待签字符串计算签名。 将生成的签名信息作为请求消息头添加到H

    来自:帮助中心

    查看更多 →

  • 只读落后自愈技术原理

    只读落后自愈技术原理 TaurusDB是存储计算分离架构的云原生数据库,只读节点和主节点共享底层的存储数据。为了保证内存中的缓存数据的一致性,主节点与只读节点通信后,只读节点需要从Log Stores中读取主节点产生的redo来更新内存中的缓存数据。 图1 只读落后自愈技术原理图 主节点与只读节点的通信

    来自:帮助中心

    查看更多 →

  • 背景及原理(服务编排)

    背景及原理(服务编排) AstroZero的服务编排,支持对逻辑判断组件、数据处理组件,以及脚本、子服务编排、商业对象等进行可视化组合编排,实现丰富的业务功能。 了解服务编排 在传统的开发中程序员一般是基于代码进行开发,程序员需要学习内容较多,开发效率相对低一些,开发门槛也高。A

    来自:帮助中心

    查看更多 →

  • 自动建表原理介绍

    38位时,Hive按38位创建,s小于0时,按0创建,受Hive数据类型限制,此场景可能会导致数据写入后精度丢失。 表1 MySQL->Hive自动建表时的字段映射 数据类型(MySQL) 数据类型(Hive) 说明 数值类型 tinyint(1),bit(1) BOOLEAN - TINYINT

    来自:帮助中心

    查看更多 →

  • 只读落后自愈技术原理

    只读落后自愈技术原理 TaurusDB是存储计算分离架构的云原生数据库,只读节点和主节点共享底层的存储数据。为了保证内存中的缓存数据的一致性,主节点与只读节点通信后,只读节点需要从Log Stores中读取主节点产生的redo来更新内存中的缓存数据。 图1 只读落后自愈技术原理图 主节点与只读节点的通信

    来自:帮助中心

    查看更多 →

  • FederatedHPA工作原理

    展出的Pod调度到具有更多资源的集群,以解决单个集群的资源限制,提高故障发生时的恢复能力。 FederatedHPA工作原理 FederatedHPA的工作原理如图1,实现流程如下: HPA Controller通过API定期查询工作负载的指标数据。 karmada-apiser

    来自:帮助中心

    查看更多 →

  • Spark基本原理

    Spark基本原理 Spark简介 Spark是一个开源的,并行数据处理框架,能够帮助用户简单、快速的开发大数据应用,对数据进行离线处理、流式处理、交互式分析等。 Spark提供了一个快速的计算、写入及交互式查询的框架。相比于Hadoop,Spark拥有明显的性能优势。Spark

    来自:帮助中心

    查看更多 →

共105条
看了本文的人还看了