众所周知，数据库很容易成为应用系统的瓶颈。单机数据库的资源和处理能力有限，在高并发的分布式系统中，可采用分库分表突破单机局限。当一家公司的业务量不停上涨，最后可能都不可避免的走上分库分表的道路。今天这一篇，我们不聊分库分表的具体做法，我们来聊聊分库分表的扩展方案。分库分表的扩容真的是一件很头疼的问题！那是否有方案，既可以快速扩展，又不降低可用性？ 水平分库扩展问题为了增加db的并发能力，
转载
2024-09-29 22:32:47
129阅读
数据库架构的演变在业务数据量比较少的时代，我们使用单机数据库就能满足业务使用，随着业务请求量越来越多，数据库中的数据量快速增加，这时单机数据库已经不能满足业务的性能要求，数据库主从复制架构随之应运而生。 主从复制是将数据库写操作和读操作进行分离，使用多个只读实例（slaver replication）负责处理读请求，主实例（master）负责处理写请求，只读实例通过复制主实例的数据来保持
转载
2024-10-18 17:32:49
26阅读
定义：将数据分成多个位置存放，可以是同一磁盘，也可以是不同机器；分区后，表面上还是一张表，但数据散列到多个位置了。app读写的时候操作的还是大表名字，db自动去组织分区的数据。1、分区类型根据所使用的不同分区规则可以分成几大分区类型。RANGE 分区：基于属于一个给定连续区间的列值，把多行分配给分区。LIST 分区：类似于按RANGE分区，区别在于LIST分区是基于列值匹配一个离散值集合中的某个值
转载
2024-03-30 22:01:50
66阅读
在说数据库分表之前，先随便聊聊Zabbix的一些参数的优化吧，其实我也不是很懂，只是机器上了1500+，楞着头皮去调一下参数首先是几个Poller的调整：### Option: StartPollers （处理监控项的东西）### Option: StartIPMIPollers （母鸡干什么用的，暂时没用，设为0）### Option: StartPollersUnreachable （获取数据
推荐
原创
2014-10-08 14:55:53
10000+阅读
点赞
8评论
参考：https://www.zabbix.org/wiki/Docs/howto/mysql_partition（官网）当zabbix监控的服务器数量越来越多，就会报“Zabbix housekeeper processes more than 75% busy”这个错误机器数量多的时候，mysql里面的history表就会越来越大，虽然zabbix本身有删除功能（就是那个housekeeper
原创
精选
2017-12-28 10:34:28
10000+阅读
点赞
3评论
1） 查询zabbix数据库中各种表存储的大小和行数: mysql> select table_name, (data_length + index_length)/1024/1024 as total_mb, table_rows from information_schema.tables wh ...
转载
2021-09-17 21:45:00
1268阅读
2评论
本文根据官网简单介绍了zabbix数据库的分区方式。
原创
2021-09-10 17:27:02
1944阅读
点赞
一、数据库扩容1、业务场景互联网项目中有很多“数据量大，业务复杂度高，需要分库分表”的业务场景。这样分层的架构(1)上层是业务层biz，实现业务逻辑封装；(2)中间是服务层service，封装数据访问；(3)下层是数据层db，存储业务数据；2、扩容场景和问题当数据量持续新增，面临着这样一些需求，两台数据库无法容纳，需要数据库扩容，这里选择2台—扩容到3台的模式，如下图：这样扩容的问题(1)分库分表
转载
2023-10-26 16:29:25
121阅读
起因每一个项目都是由小项目发展而来，从最初的一台数据库，到后面的几千上万台数据库，这发展的过程，我们都要涉及到一个技术问题：当数据量太大的时候，如何进行扩容？ 案例小明现在负责一个站点，用户数据库有2个，网站用户数据通过ID取模，分别存在两台用户数据库中，现在数据增大，两台数据库已经不够用了，现在需要增加数据库进行扩容，小明应该如何进行扩容？ 方案停机扩容平滑扩容 停
转载
2023-07-31 22:50:57
140阅读
线上zabbix数据库重建表分区发表于：2015-03-50 条评论当前线上zabbix数据按月分区单个分区文件过大，现重新按天分区。注意事项：1，“truncate table history;”时先停掉web server和zabbix server再操作数据库，不然“optimize table history;”会很慢。2，“alter table `history` partition
转载
精选
2015-03-12 08:47:00
1181阅读
01 前言在前面的几篇最佳实践中，我们分享了利用巨杉数据库SequoiaDB，实现业务系统同城双中心、两地三中心容灾的最佳实践。在生产系统中，随着数据库集群接入的业务系统数量更多，业务量逐渐增大，对数据库的承载能力也提出了更高的要求。最初搭建的数据库集群，存储资源和计算资源已无法支撑未来的业务需求，这就需要对集群进行扩容。在本次分享中，我们将分上、下两篇，为大家讲解SequoiaDB在
转载
2024-05-12 17:36:06
108阅读
一、linux环境下监控MySQLZabbix Server自带了MySQL插件来监控mysql数据库的模板，只需要配置好agent客户端，然后在web端给主机增加模板就行了监控项目：Com_update： mysql执行的更新个数Com_select： mysql执行的查询个数Com_insert： mysql执
篇文章讲完《zabbix安装》，发现漏掉了zabbix数据库硬盘容量的计算方法的讲解，我想看完本节大家就可以知道自己的zabbix到底要多大的硬盘。本次案例：100台服务器，每台服务器有30个监控项，每个监控项60秒刷新一次，需要多大的硬盘呢？众所周知，zabbix基本都是通过web配置，这些配置数据也是存放到数据库里的，但是它对硬盘容量的要求基本可以忽略不计，zabbix对硬盘的决定性因素有4个
转载
2024-03-15 05:02:50
162阅读
一、zabbix数据库占用磁盘空间较大的处理方法 du -h /* |sort -nr 使用此命令一步步排查发现/var/lib/mysql/zabbix/这个目录占用磁盘空间较大 发现history_log.ibd这个文件最大，达到了38G，此文件对应的是zabbix库里的history_log表
转载
2021-04-14 15:04:04
1290阅读
KingbaseES
案例说明：在KingbaseES V8R3集群架构可以由Master和Standby两个管理节点（同时也是数据节点）及多个数据节点组成，在读多写少的应用环境，可以通过扩容数据节点（备库）提升集群读写分离的负载能力，本案例用于kingbaseES V8R3读写分离集群在线对数据节点扩容，主要分为三个步骤。操作步骤：
1）流复制扩容
2
转载
2024-02-02 12:10:34
91阅读
概述 数据分区主要目的是为了在特定的SQL操作中减少数据读写的总量以缩减响应时间。当表中的数据量不断增大，查询数据的速度就会变慢，应用程序的性能就会下降，这时就应该考虑对表进行分区。表进行分区后，逻辑上表仍然是一张完整的表，只是将表中的数据在物理上存放到多个表空间(物理文件上)，这样查询数据时，不至于每次都扫描整张表。 orcale的分区 1.range分区：
转载
2023-12-09 13:04:59
97阅读
前言：网上有很多关于zabbix数据库的资料，但大多是复制+转载，我一直想找一篇博客是关于zabbix数据库表字段的说明，但始终找不到，为此不得不将工作中需要的表字段一一记录，为了防止和我有相同需求的小伙伴和我一样苦逼，现将我总结出来的表字段意思贴出来。在百度文库上找到一份比较全的参考资料 参考资料：https://wenku.baidu.com/view/8d56c7b489eb172ded6
转载
2024-02-29 16:21:29
99阅读
经过：闲来无事打开之前同事做的zabbix 页面发现发现报Mysql的错误，没来得及截图 重启mysql数据库之后，好使了几分钟 过一会又不行了，没有图形展示 进入数据库，show processlist; 发现有很多session延时的错误 排查了半天，发现是存储数据的空间占满了，导致mysql已经链接不上了 Mysql数据默认存储在了/下（汗~不是我做的 /给60G /ho
转载
2024-03-21 14:47:32
83阅读
本文档实施目标 AIX 表空间：ITDB 方式：裸设备方式扩容方案 作者:johncoco 日期:2016/1/291、查询oracle数据库表空间ITDB使用到的裸设备文件，注意裸设备文件（ 开头带r）与裸设备（不带r）的区别 查询表空间已使用的裸设备文件名称 >select * from
原创
2016-01-29 14:23:19
1143阅读
# Sybase 数据库扩容的简介与实现
随着大数据时代的到来，企业对数据的存储和处理需求越来越高。对于使用 Sybase 数据库的企业来说，数据库扩容是管理系统性能和数据量的必要措施。本文将介绍 Sybase 数据库的扩容方法，并给出具体的代码示例，帮助读者更好地理解这一过程。
## 一、为什么需要扩容？
扩容的原因主要有以下几点：
1. **数据增长**：随着企业业务的扩大，数据量迅速增
原创
2024-10-31 12:10:44
100阅读
