醉红尘丶
醉红尘丶

【工具】在线DDL工具 pt-online-schema-change

[TOC]

1-概述

pt-online-schema-change 它可以做到在修改表结构的同时（即进行DDL操作）不阻塞数据库表DML的进行，这样降低了对生产环境数据库的影响。在MySQL5.6之前是不支持Online DDL特性的，在修改表字段的时候会有锁表并阻止表的DML操作，pt-online-schema-change工具在没有Online DDL时解决了这一问题。
当前大部分工作都能使用Online DDL进行操作

官方文档：https://www.percona.com/doc/percona-toolkit/LATEST/pt-online-schema-change.html

1.1 工作原理

  1. 查询当前数据库服务器信息，包括参数设置，负载信息等，判断表是否有存在触发器，是否有外键关联；
  2. 创建一张与旧表结构相同的新表，表名为_旧表名；
  3. 在新创建的表上做变更操作；
  4. 旧表上创建DELETE、UPDATE、INSERT3个触发器；
  5. 拷贝旧表数据到新表上，以chunk为单位进行，拷贝期间涉及的行会持有共享读锁；
  6. 拷贝期间如果旧表如有DML操作，则通过触发器更新同步到新表上；
  7. 当拷贝数据完成之后旧表与新表进行重命名；
  8. 如果有涉及到外键，根据工具指定选项进行外键处理；
  9. 删除旧表；
  10. 删除旧表上触发器。

2-安装

2.1-下载

下载工具包，里面包含所有pt工具集

# 下载地址
https://www.percona.com/downloads/percona-toolkit/LATEST

# 下载
wget https://www.percona.com/downloads/percona-toolkit/3.2.0/binary/redhat/7/x86_64/percona-toolkit-3.2.0-1.el7.x86_64.rpm

2.2-安装

rpm -ivh percona-toolkit-3.2.0-1.el7.x86_64.rpm

3-使用限制与建议

3.1-限制

  1. 被执行变更的表有主键或唯一键，否则会执行失败
  2. 如果检测到表有外键约束，则需要添加--alter-foreign-keys-method选项，否则不会执行
  3. 如果检测到主从复制中存在过滤，则工具不会执行，参考选项--[no]check-replication-filters说明；
  4. 如果检测到主从复制有延迟，则工具有可能会暂停数据拷贝，参考选项--max-lag说明；
  5. 如果检测到连接当前服务器负载过高，则工具有可能暂停执行或中止退出，参考选项--max-load各--critical-load说明。
  6. 源表上不要有触发器
  7. 在配置从库延迟检查时候--check-slave-lag，需要配置--max-lag，延迟低于--max-lag时才继续工作，否则暂停

3.2-建议

  1. 如果MySQL支持Online DDL特性，优先考虑使用Online DDL
  2. 如果MySQL版本不支持Online DDL特性，比如早于5.6版本的MySQL，则使用pt-online-schema-change工具
  3. 如果DDL语句在使用Online DDL时需要进行COPY TABLE操作，建议使用pt-online-schema-change工具，因为期间支持DML操作
  4. 如果表存在触发器的情况下，优先使用Online DDL，对于MySQL5.7.2之后版本则可以pt-online-schema-change工具并通过指定选项--preserve-triggers
  5. 如果涉及外键关联的表，优先考虑使用Online DDL

Online DDL ：https://dev.mysql.com/doc/refman/5.7/en/innodb-online-ddl-operations.html

4-使用示例

常用参数介绍

名称 描述
--dry-run 这个参数不建立触发器，不拷贝数据，也不会替换原表。只是创建和更改新表。
--execute 这个参数的作用和前面工作原理的介绍的一样，会建立触发器，来保证最新变更的数据会影响至新表。
注意：如果不加这个参数，这个工具会在执行一些检查后退出。
--critical-load 每次chunk操作前后，会根据show global status统计指定的状态量的变化，默认是统计Thread_running。
目的是为了安全，防止原始表上的触发器引起负载过高。
这也是为了防止在线DDL对线上的影响。
超过设置的阀值，就会终止操作，在线DDL就会中断。提示的异常如上报错信息
--max-load 选项定义一个阀值，在每次chunk操作后，查看show global status状态值是否高于指定的阀值。
该参数接受一个mysql status状态变量以及一个阀值，如果没有给定阀值，则定义一个阀值为为高于当前值的20%。
注意这个参数不会像--critical-load终止操作，而只是暂停操作。
当status值低于阀值时，则继续往下操作。
是暂停还是终止操作这是--max-load和--critical-load的差别
--charset=utf8 连接到MySQL后运行SET NAMES UTF8
--check-replication-filters 检查复制中是否设置了过滤条件，如果设置了，程序将退出
--nocheck-replication-filters 不检查复制中是否设置了过滤条件
--set-vars 设置mysql的变量值
--check-slave-lag 检查主从延迟
--chunk-size 默认值：1000，为每个复制的块选择的行数。
--[no]drop-old-table 默认值：是；重命名后删除原始表。
成功重命名原始表以让新表取代它之后，如果没有错误，该工具将默认删除原始表。
如果有任何错误，该工具会将原始表保留在原位。

注意：如果异常中断，则需要删除原表上已创建的触发器与创建出的新表“_XXXXX”

4.1-测试数据结构

mysql> show create table data_million_small\G
*************************** 1. row ***************************
       Table: data_million_small
Create Table: CREATE TABLE `data_million_small` (
  `id` int(11) NOT NULL AUTO_INCREMENT,
  `a` varchar(255) DEFAULT NULL,
  `b` varchar(255) DEFAULT NULL,
  `c` varchar(255) DEFAULT NULL,
  `d` varchar(255) DEFAULT NULL,
  `e` varchar(255) DEFAULT NULL,
  PRIMARY KEY (`id`),
  KEY `idx_a` (`a`)
) ENGINE=InnoDB AUTO_INCREMENT=100001 DEFAULT CHARSET=utf8
1 row in set (0.00 sec)

mysql> select count(*) from data_million_small;
+----------+
| count(*) |
+----------+
|   100000 |
+----------+
1 row in set (0.01 sec)

mysql> select version();
+------------+
| version()  |
+------------+
| 5.7.25-log |
+------------+
1 row in set (0.00 sec)

4.2-添加字段【可使用Online DDL特性替换】

pt-online-schema-change h=192.168.66.101,P=3306,D=ytest,t=data_million_small --user=root --ask-pass --alter "add comment varchar(50)" --charset=utf8 --execute

限制活跃连接超出25即停止pt-osc操作，--critical-load=Threads_running=25

4.3-修改字段

pt-online-schema-change h=192.168.66.101,P=3306,D=ytest,t=data_million_small --user=root --ask-pass --alter "modify column comment varchar(50) character set utf8mb4" --execute

4.3-删除字段【可使用Online DDL特性替换】

pt-online-schema-change h=192.168.66.101,P=3306,D=ytest,t=data_million_small --user=root --ask-pass --alter "drop column comment,drop column comment2" --execute

4.4-添加索引【可使用Online DDL特性替换】

pt-online-schema-change h=192.168.66.101,P=3306,D=ytest,t=data_million_small --user=root --ask-pass --alter "add index idx_b(b)" --execute

4.5-删除索引【可使用Online DDL特性替换】

pt-online-schema-change h=192.168.66.101,P=3306,D=ytest,t=data_million_small --user=root --ask-pass --alter "drop index idx_b" --execute

4.6-修改字段为null/not null【可使用Online DDL特性替换】

# 改为null
pt-online-schema-change h=192.168.66.101,P=3306,D=ytest,t=data_million_small --user=root --ask-pass --alter "modify column c varchar(255) default null" --execute

# 改为 not null
pt-online-schema-change h=192.168.66.101,P=3306,D=ytest,t=data_million_small --user=root --ask-pass --alter "modify column c varchar(255) not null" --execute

4.7-添加主键【可使用Online DDL特性替换】

pt-online-schema-change h=192.168.66.101,P=3306,D=ytest,t=data_million_small --user=root --ask-pass --alter "add primary key(id)" --execute

4.8-删除主键【锁表，推荐使用pt-online-schema-change】

pt-online-schema-change h=192.168.66.101,P=3306,D=ytest,t=data_million_small --user=root --ask-pass --alter "drop primary key" --execute

4.9-重建表

pt-online-schema-change h=192.168.66.101,P=3306,D=ytest,t=data_million_small --user=root --ask-pass --alter "engine=InnoDB" --execute

4.8-保留变更的新旧表

# 保留旧表
pt-online-schema-change h=192.168.66.101,P=3306,D=ytest,t=data_million_small --user=root --ask-pass --alter "add comment varchar(50)" --no-drop-old-table --execute

# 保留新表，
pt-online-schema-change h=192.168.66.101,P=3306,D=ytest,t=data_million_small --user=root --ask-pass --alter "add comment2 varchar(50)" --no-drop-new-table --no-swap-tables --new-table-name='data_million_small_newt' --execute

5-原理

-- 初始的一些检查数据库参数、负载信息
2020-05-07 10:44:52.164136    453    [email protected] on ytest using TCP/IP
2020-05-07 10:44:52.185222    453    SHOW VARIABLES LIKE 'innodb\_lock_wait_timeout'
2020-05-07 10:44:52.188090    453    SET SESSION innodb_lock_wait_timeout=1
2020-05-07 10:44:52.188617    453    SHOW VARIABLES LIKE 'lock\_wait_timeout'
2020-05-07 10:44:52.190239    453    SET SESSION lock_wait_timeout=60
2020-05-07 10:44:52.190730    453    SHOW VARIABLES LIKE 'wait\_timeout'
2020-05-07 10:44:52.192305    453    SET SESSION wait_timeout=10000
2020-05-07 10:44:52.192933    453    SELECT @@SQL_MODE
2020-05-07 10:44:52.193432    453    SET @@SQL_QUOTE_SHOW_CREATE = 1/*!40101, @@SQL_MODE='NO_AUTO_VALUE_ON_ZERO,STRICT_TRANS_TABLES,NO_ZERO_IN_DATE,NO_ZERO_DATE,ERROR_FOR_DIVISION_BY_ZERO,NO_AUTO_CREATE_USER,NO_ENGINE_SUBSTITUTION'*/
2020-05-07 10:44:52.193927    453    SELECT VERSION()
2020-05-07 10:44:52.194421    453    SHOW VARIABLES LIKE 'character_set_server'
2020-05-07 10:44:52.196770    453    SELECT @@server_id /*!50038 , @@hostname*/
2020-05-07 10:44:52.198925    454    [email protected] on ytest using TCP/IP
2020-05-07 10:44:52.199614    454    SHOW VARIABLES LIKE 'innodb\_lock_wait_timeout'
2020-05-07 10:44:52.202254    454    SET SESSION innodb_lock_wait_timeout=1
2020-05-07 10:44:52.209802    454    SHOW VARIABLES LIKE 'lock\_wait_timeout'
2020-05-07 10:44:52.212032    454    SET SESSION lock_wait_timeout=60
2020-05-07 10:44:52.212604    454    SHOW VARIABLES LIKE 'wait\_timeout'
2020-05-07 10:44:52.214144    454    SET SESSION wait_timeout=10000
2020-05-07 10:44:52.214597    454    SELECT @@SQL_MODE
2020-05-07 10:44:52.215036    454    SET @@SQL_QUOTE_SHOW_CREATE = 1/*!40101, @@SQL_MODE='NO_AUTO_VALUE_ON_ZERO,STRICT_TRANS_TABLES,NO_ZERO_IN_DATE,NO_ZERO_DATE,ERROR_FOR_DIVISION_BY_ZERO,NO_AUTO_CREATE_USER,NO_ENGINE_SUBSTITUTION'*/
2020-05-07 10:44:52.215497    454    SELECT VERSION()
2020-05-07 10:44:52.215957    454    SHOW VARIABLES LIKE 'character_set_server'
2020-05-07 10:44:52.217592    454    SELECT @@server_id /*!50038 , @@hostname*/
2020-05-07 10:44:52.218198    453    SHOW VARIABLES LIKE 'wsrep_on'
2020-05-07 10:44:52.220235    453    SHOW VARIABLES LIKE 'version%'
2020-05-07 10:44:52.221924    453    SHOW ENGINES
2020-05-07 10:44:52.222691    453    SHOW VARIABLES LIKE 'innodb_version'
2020-05-07 10:44:52.224824    453    SHOW VARIABLES LIKE 'innodb_stats_persistent'
2020-05-07 10:44:52.226627    453    SELECT @@SERVER_ID
2020-05-07 10:44:52.227133    453    SHOW GRANTS FOR CURRENT_USER()
2020-05-07 10:44:52.227622    453    SHOW FULL PROCESSLIST
2020-05-07 10:44:52.228280    453    SHOW SLAVE HOSTS
2020-05-07 10:44:52.229008    453    SHOW GLOBAL STATUS LIKE 'Threads_running'
2020-05-07 10:44:52.230489    453    SHOW GLOBAL STATUS LIKE 'Threads_running'
2020-05-07 10:44:52.231733    453    SELECT CONCAT(@@hostname, @@port)

-- 查看需要执行变更的表状态
2020-05-07 10:44:52.232574    453    SHOW TABLES FROM `ytest` LIKE 'data\_million\_small'
2020-05-07 10:44:52.233211    453    SELECT VERSION()

-- 查看表是否存在触发器
2020-05-07 10:44:52.233722    453    SHOW TRIGGERS FROM `ytest` LIKE 'data\_million\_small'
2020-05-07 10:44:52.234577    453    /*!40101 SET @OLD_SQL_MODE := @@SQL_MODE, @@SQL_MODE := '', @OLD_QUOTE := @@SQL_QUOTE_SHOW_CREATE, @@SQL_QUOTE_SHOW_CREATE := 1 */

-- 查看表的建表语句
2020-05-07 10:44:52.235007    453    USE `ytest`
2020-05-07 10:44:52.235498    453    SHOW CREATE TABLE `ytest`.`data_million_small`
2020-05-07 10:44:52.236206    453    /*!40101 SET @@SQL_MODE := @OLD_SQL_MODE, @@SQL_QUOTE_SHOW_CREATE := @OLD_QUOTE */

-- 查询表的执行计划，确定表是否有外键关联
2020-05-07 10:44:52.237035    453    EXPLAIN SELECT * FROM `ytest`.`data_million_small` WHERE 1=1
2020-05-07 10:44:52.237856    453    SELECT table_schema, table_name FROM information_schema.key_column_usage WHERE referenced_table_schema='ytest' AND referenced_table_name='data_million_small'
2020-05-07 10:44:52.251785    453    SHOW VARIABLES LIKE 'version%'
2020-05-07 10:44:52.254181    453    SHOW ENGINES
2020-05-07 10:44:52.254934    453    SHOW VARIABLES LIKE 'innodb_version'
2020-05-07 10:44:52.256860    453    SELECT table_schema, table_name FROM information_schema.key_column_usage WHERE referenced_table_schema='ytest' AND referenced_table_name='data_million_small'
2020-05-07 10:44:52.266957    453    SHOW VARIABLES LIKE 'wsrep_on'
2020-05-07 10:44:52.286189    453    /*!40101 SET @OLD_SQL_MODE := @@SQL_MODE, @@SQL_MODE := '', @OLD_QUOTE := @@SQL_QUOTE_SHOW_CREATE, @@SQL_QUOTE_SHOW_CREATE := 1 */
2020-05-07 10:44:52.287559    453    USE `ytest`
2020-05-07 10:44:52.290402    453    SHOW CREATE TABLE `ytest`.`data_million_small`
2020-05-07 10:44:52.293105    453    /*!40101 SET @@SQL_MODE := @OLD_SQL_MODE, @@SQL_QUOTE_SHOW_CREATE := @OLD_QUOTE */

-- 创建'_'(下划线)开头相同表结构的新表，并先在新表上执行变更操作
2020-05-07 10:44:52.297212    453    CREATE TABLE `ytest`.`_data_million_small_new` (
  `id` int(11) NOT NULL AUTO_INCREMENT,
  `a` varchar(255) DEFAULT NULL,
  `b` varchar(255) DEFAULT NULL,
  `c` varchar(255) NOT NULL,
  `d` varchar(255) DEFAULT NULL,
  `e` varchar(255) DEFAULT NULL,
  `comment3` varchar(50) DEFAULT NULL,
  `comment` varchar(50) DEFAULT NULL,
  `comment5` varchar(50) DEFAULT NULL,
  `comment6` varchar(50) DEFAULT NULL,
  PRIMARY KEY (`id`),
  KEY `idx_a` (`a`)
) ENGINE=InnoDB AUTO_INCREMENT=100001 DEFAULT CHARSET
2020-05-07 10:44:52.396325    453    ALTER TABLE `ytest`.`_data_million_small_new` add comment7 varchar(50)
2020-05-07 10:44:52.533918    453    /*!40101 SET @OLD_SQL_MODE := @@SQL_MODE, @@SQL_MODE := '', @OLD_QUOTE := @@SQL_QUOTE_SHOW_CREATE, @@SQL_QUOTE_SHOW_CREATE := 1 */

-- 查看原表上是否有触发器
2020-05-07 10:44:52.534507    453    USE `ytest`
2020-05-07 10:44:52.535005    453    SHOW CREATE TABLE `ytest`.`_data_million_small_new`
2020-05-07 10:44:52.535651    453    /*!40101 SET @@SQL_MODE := @OLD_SQL_MODE, @@SQL_QUOTE_SHOW_CREATE := @OLD_QUOTE */
2020-05-07 10:44:52.537445    453    SELECT TRIGGER_SCHEMA, TRIGGER_NAME, DEFINER, ACTION_STATEMENT, SQL_MODE,        CHARACTER_SET_CLIENT, COLLATION_CONNECTION, EVENT_MANIPULATION, ACTION_TIMING   FROM INFORMATION_SCHEMA.TRIGGERS  WHERE EVENT_MANIPULATION = 'DELETE'    AND ACTION_TIMING = 'AFTER'    AND TRIGGER_SCHEMA = 'ytest'    AND EVENT_OBJECT_TABLE = 'data_million_small'
2020-05-07 10:44:52.538626    453    SELECT TRIGGER_SCHEMA, TRIGGER_NAME, DEFINER, ACTION_STATEMENT, SQL_MODE,        CHARACTER_SET_CLIENT, COLLATION_CONNECTION, EVENT_MANIPULATION, ACTION_TIMING   FROM INFORMATION_SCHEMA.TRIGGERS  WHERE EVENT_MANIPULATION = 'UPDATE'    AND ACTION_TIMING = 'AFTER'    AND TRIGGER_SCHEMA = 'ytest'    AND EVENT_OBJECT_TABLE = 'data_million_small'
2020-05-07 10:44:52.539597    453    SELECT TRIGGER_SCHEMA, TRIGGER_NAME, DEFINER, ACTION_STATEMENT, SQL_MODE,        CHARACTER_SET_CLIENT, COLLATION_CONNECTION, EVENT_MANIPULATION, ACTION_TIMING   FROM INFORMATION_SCHEMA.TRIGGERS  WHERE EVENT_MANIPULATION = 'INSERT'    AND ACTION_TIMING = 'AFTER'    AND TRIGGER_SCHEMA = 'ytest'    AND EVENT_OBJECT_TABLE = 'data_million_small'
2020-05-07 10:44:52.540487    453    SELECT TRIGGER_SCHEMA, TRIGGER_NAME, DEFINER, ACTION_STATEMENT, SQL_MODE,        CHARACTER_SET_CLIENT, COLLATION_CONNECTION, EVENT_MANIPULATION, ACTION_TIMING   FROM INFORMATION_SCHEMA.TRIGGERS  WHERE EVENT_MANIPULATION = 'DELETE'    AND ACTION_TIMING = 'BEFORE'    AND TRIGGER_SCHEMA = 'ytest'    AND EVENT_OBJECT_TABLE = 'data_million_small'
2020-05-07 10:44:52.541423    453    SELECT TRIGGER_SCHEMA, TRIGGER_NAME, DEFINER, ACTION_STATEMENT, SQL_MODE,        CHARACTER_SET_CLIENT, COLLATION_CONNECTION, EVENT_MANIPULATION, ACTION_TIMING   FROM INFORMATION_SCHEMA.TRIGGERS  WHERE EVENT_MANIPULATION = 'UPDATE'    AND ACTION_TIMING = 'BEFORE'    AND TRIGGER_SCHEMA = 'ytest'    AND EVENT_OBJECT_TABLE = 'data_million_small'
2020-05-07 10:44:52.542383    453    SELECT TRIGGER_SCHEMA, TRIGGER_NAME, DEFINER, ACTION_STATEMENT, SQL_MODE,        CHARACTER_SET_CLIENT, COLLATION_CONNECTION, EVENT_MANIPULATION, ACTION_TIMING   FROM INFORMATION_SCHEMA.TRIGGERS  WHERE EVENT_MANIPULATION = 'INSERT'    AND ACTION_TIMING = 'BEFORE'    AND TRIGGER_SCHEMA = 'ytest'    AND EVENT_OBJECT_TABLE = 'data_million_small'

-- 在原表上分别创建DELETE、UPDATE、INSERT三个触发器
2020-05-07 10:44:52.543320    453    CREATE TRIGGER `pt_osc_ytest_data_million_small_del` AFTER DELETE ON `ytest`.`data_million_small` FOR EACH ROW DELETE IGNORE FROM `ytest`.`_data_million_small_new` WHERE `ytest`.`_data_million_small_new`.`id` <=> OLD.`id`
2020-05-07 10:44:52.571388    453    CREATE TRIGGER `pt_osc_ytest_data_million_small_upd` AFTER UPDATE ON `ytest`.`data_million_small` FOR EACH ROW BEGIN DELETE IGNORE FROM `ytest`.`_data_million_small_new` WHERE !(OLD.`id` <=> NEW.`id`) AND `ytest`.`_data_million_small_new`.`id` <=> OLD.`id`;REPLACE INTO `ytest`.`_data_million_small_new` (`id`, `a`, `b`, `c`, `d`, `e`, `comment3`, `comment`, `comment5`, `comment6`) VALUES (NEW.`id`, NEW.`a`, NEW.`b`, NEW.`c`, NEW.`d`, NEW.`e`, NEW.`comment3`, NEW.`comment`, NEW.`comment5`, NEW.`co` -- ...略
2020-05-07 10:44:52.596528    453    CREATE TRIGGER `pt_osc_ytest_data_million_small_ins` AFTER INSERT ON `ytest`.`data_million_small` FOR EACH ROW REPLACE INTO `ytest`.`_data_million_small_new` (`id`, `a`, `b`, `c`, `d`, `e`, `comment3`, `comment`, `comment5`, `comment6`) VALUES (NEW.`id`, NEW.`a`, NEW.`b`, NEW.`c`, NEW.`d`, NEW.`e`, NEW.`comment3`, NEW.`comment`, NEW.`comment5`, NEW.`comment6`)

-- 根据执行计划判断chunk包含的行数，以chunk数为单位拷贝数据，为在拷贝过程中为这些行加共享读锁
2020-05-07 10:44:52.621818    453    EXPLAIN SELECT * FROM `ytest`.`data_million_small` WHERE 1=1
2020-05-07 10:44:52.623608    453    SELECT /*!40001 SQL_NO_CACHE */ `id` FROM `ytest`.`data_million_small` FORCE INDEX(`PRIMARY`) ORDER BY `id` LIMIT 1 /*first lower boundary*/
2020-05-07 10:44:52.624543    453    SELECT /*!40001 SQL_NO_CACHE */ `id` FROM `ytest`.`data_million_small` FORCE INDEX (`PRIMARY`) WHERE `id` IS NOT NULL ORDER BY `id` LIMIT 1 /*key_len*/
2020-05-07 10:44:52.625181    453    EXPLAIN SELECT /*!40001 SQL_NO_CACHE */ * FROM `ytest`.`data_million_small` FORCE INDEX (`PRIMARY`) WHERE `id` >= '1' /*key_len*/
2020-05-07 10:44:52.625944    453    EXPLAIN SELECT /*!40001 SQL_NO_CACHE */ `id` FROM `ytest`.`data_million_small` FORCE INDEX(`PRIMARY`) WHERE ((`id` >= '1')) ORDER BY `id` LIMIT 999, 2 /*next chunk boundary*/
2020-05-07 10:44:52.626592    453    SELECT /*!40001 SQL_NO_CACHE */ `id` FROM `ytest`.`data_million_small` FORCE INDEX(`PRIMARY`) WHERE ((`id` >= '1')) ORDER BY `id` LIMIT 999, 2 /*next chunk boundary*/
2020-05-07 10:44:52.627433    453    EXPLAIN SELECT `id`, `a`, `b`, `c`, `d`, `e`, `comment3`, `comment`, `comment5`, `comment6` FROM `ytest`.`data_million_small` FORCE INDEX(`PRIMARY`) WHERE ((`id` >= '1')) AND ((`id` <= '1000')) LOCK IN SHARE MODE /*explain pt-online-schema-change 18112 copy nibble*/
2020-05-07 10:44:52.628189    453    INSERT LOW_PRIORITY IGNORE INTO `ytest`.`_data_million_small_new` (`id`, `a`, `b`, `c`, `d`, `e`, `comment3`, `comment`, `comment5`, `comment6`) SELECT `id`, `a`, `b`, `c`, `d`, `e`, `comment3`, `comment`, `comment5`, `comment6` FROM `ytest`.`data_million_small` FORCE INDEX(`PRIMARY`) WHERE ((`id` >= '1')) AND ((`id` <= '1000')) LOCK IN SHARE MODE /*pt-online-schema-change 18112 copy nibble*/

-- 每次拷贝完chunk中数据后，查看是否有警告，查看服务器的负载情况，这是在每个chunk拷贝完成后进行的
2020-05-07 10:44:52.681451    453    SHOW WARNINGS
2020-05-07 10:44:52.682218    453    SHOW GLOBAL STATUS LIKE 'Threads_running'
2020-05-07 10:44:52.683950    453    EXPLAIN SELECT /*!40001 SQL_NO_CACHE */ `id` FROM `ytest`.`data_million_small` FORCE INDEX(`PRIMARY`) WHERE ((`id` >= '1001')) ORDER BY `id` LIMIT 9404, 2 /*next chunk boundary*/
2020-05-07 10:44:52.684658    453    SELECT /*!40001 SQL_NO_CACHE */ `id` FROM `ytest`.`data_million_small` FORCE INDEX(`PRIMARY`) WHERE ((`id` >= '1001')) ORDER BY `id` LIMIT 9404, 2 /*next chunk boundary*/
2020-05-07 10:44:52.694194    453    EXPLAIN SELECT `id`, `a`, `b`, `c`, `d`, `e`, `comment3`, `comment`, `comment5`, `comment6` FROM `ytest`.`data_million_small` FORCE INDEX(`PRIMARY`) WHERE ((`id` >= '1001')) AND ((`id` <= '10405')) LOCK IN SHARE MODE /*explain pt-online-schema-change 18112 copy nibble*/
2020-05-07 10:44:52.699243    453    INSERT LOW_PRIORITY IGNORE INTO `ytest`.`_data_million_small_new` (`id`, `a`, `b`, `c`, `d`, `e`, `comment3`, `comment`, `comment5`, `comment6`) SELECT `id`, `a`, `b`, `c`, `d`, `e`, `comment3`, `comment`, `comment5`, `comment6` FROM `ytest`.`data_million_small` FORCE INDEX(`PRIMARY`) WHERE ((`id` >= '1001')) AND ((`id` <= '10405')) LOCK IN SHARE MODE /*pt-online-schema-change 18112 copy nibble*/

... 略

2020-05-07 10:44:54.665179    453    INSERT LOW_PRIORITY IGNORE INTO `ytest`.`_data_million_small_new` (`id`, `a`, `b`, `c`, `d`, `e`, `comment3`, `comment`, `comment5`, `comment6`) SELECT `id`, `a`, `b`, `c`, `d`, `e`, `comment3`, `comment`, `comment5`, `comment6` FROM `ytest`.`data_million_small` FORCE INDEX(`PRIMARY`) WHERE ((`id` >= '76055')) AND ((`id` <= '100000')) LOCK IN SHARE MODE /*pt-online-schema-change 18112 copy nibble*/
2020-05-07 10:44:54.997152    453    SHOW WARNINGS
2020-05-07 10:44:54.997953    453    SHOW GLOBAL STATUS LIKE 'Threads_running'

-- 当拷贝数据完成之后，及时分析表进行统计信息的收集
2020-05-07 10:44:55.000173    453    ANALYZE TABLE `ytest`.`_data_million_small_new` /* pt-online-schema-change */

-- 完成旧表与新表的交换
2020-05-07 10:44:55.025956    453    RENAME TABLE `ytest`.`data_million_small` TO `ytest`.`_data_million_small_old`, `ytest`.`_data_million_small_new` TO `ytest`.`data_million_small`
2020-05-07 10:44:55.026906    453    RENAME TABLE `ytest`.`data_million_small` TO `ytest`.`__data_million_small_old`, `ytest`.`_data_million_small_new` TO `ytest`.`data_million_small`

-- 删除旧表
2020-05-07 10:44:55.102094    453    DROP TABLE IF EXISTS `ytest`.`__data_million_small_old`

-- 删除触发器
2020-05-07 10:44:55.140694    453    DROP TRIGGER IF EXISTS `ytest`.`pt_osc_ytest_data_million_small_del`
2020-05-07 10:44:55.153701    453    DROP TRIGGER IF EXISTS `ytest`.`pt_osc_ytest_data_million_small_upd`
2020-05-07 10:44:55.160543    453    DROP TRIGGER IF EXISTS `ytest`.`pt_osc_ytest_data_million_small_ins`
2020-05-07 10:44:55.167288    453    SHOW TABLES FROM `ytest` LIKE '\_data\_million\_small\_new'

工作流程总结：

  1. 查询当前数据库服务器信息，包括参数设置，负载信息等，判断表是否有存在触发器，是否有外键关联；
  2. 创建一张与旧表结构相同的新表，表名为_旧表名；
  3. 在新创建的表上做变更操作；
  4. 旧表上创建DELETE、UPDATE、INSERT3个触发器；
  5. 拷贝旧表数据到新表上，以chunk为单位进行，拷贝期间涉及的行会持有共享读锁；
  6. 拷贝期间如果旧表如有DML操作，则通过触发器更新同步到新表上；
  7. 当拷贝数据完成之后旧表与新表进行重命名；
  8. 如果有涉及到外键，根据工具指定选项进行外键处理；
  9. 删除旧表；
  10. 删除旧表上触发器。

参考：
https://www.cnblogs.com/dbabd/p/10605629.html
https://dev.mysql.com/doc/refman/5.7/en/innodb-online-ddl-operations.html#online-ddl-column-operations

你可能感兴趣的:(【工具】在线DDL工具 pt-online-schema-change)

  • QQ群采集助手，精准引流必备神器 2401_87347160 其他经验分享
    功能概述微信群查找与筛选工具是一款专为微信用户设计的辅助工具，它通过关键词搜索功能，帮助用户快速找到相关的微信群，并提供筛选是否需要验证的群组的功能。主要功能关键词搜索：用户可以输入关键词，工具将自动查找包含该关键词的微信群。筛选功能：工具提供筛选机制，用户可以选择是否只显示需要验证或不需要验证的群组。精准引流：通过上述功能，用户可以更精准地找到目标群组，进行有效的引流操作。3.设备需求该工具可以
  • 理解Gunicorn：Python WSGI服务器的基石 范范0825 ipythonlinux运维
    理解Gunicorn：PythonWSGI服务器的基石介绍Gunicorn，全称GreenUnicorn，是一个为PythonWSGI（WebServerGatewayInterface）应用设计的高效、轻量级HTTP服务器。作为PythonWeb应用部署的常用工具，Gunicorn以其高性能和易用性著称。本文将介绍Gunicorn的基本概念、安装和配置，帮助初学者快速上手。1.什么是Gunico
  • Google earth studio 简介 陟彼高冈yu 旅游
    GoogleEarthStudio是一个基于Web的动画工具，专为创作使用GoogleEarth数据的动画和视频而设计。它利用了GoogleEarth强大的三维地图和卫星影像数据库，使用户能够轻松地创建逼真的地球动画、航拍视频和动态地图可视化。网址为https://www.google.com/earth/studio/。GoogleEarthStudio是一个基于Web的动画工具，专为创作使用G
  • 直返最高等级与直返APP：无需邀请码的返利新体验 古楼
    随着互联网的普及和电商的兴起，直返模式逐渐成为一种流行的商业模式。在这种模式下，消费者通过购买产品或服务，获得一定的返利，并可以分享给更多的人。其中，直返最高等级和直返APP是直返模式中的重要概念和工具。本文将详细介绍直返最高等级的概念、直返APP的使用以及与邀请码的关系。【高省】APP（高佣金领导者）是一个自用省钱佣金高，分享推广赚钱多的平台，百度有几百万篇报道，运行三年，稳定可靠。高省APP，
  • 2020-04-12每天三百字之连接与替代 冷眼看潮
    不知道是不是好为人师，有时候还真想和别人分享一下我对某些现象的看法或者解释。人类社会不断发展进步的过程，就是不断连接与替代的过程。人类发现了火并应用火以后，告别了茹毛饮血的野兽般的原始生活（火烧、烹饪替代了生食）人类用石器代替了完全手工，工具的使用使人类进步一大步。类似这样的替代还有很多，随着科技的发展，有更多的原始的事物被替代，代之以更高效、更先进的技术。在近现代，汽车替代了马车，高速公路和铁路
  • 探索OpenAI和LangChain的适配器集成：轻松切换模型提供商 nseejrukjhad langchaineasyui前端python
    #探索OpenAI和LangChain的适配器集成：轻松切换模型提供商##引言在人工智能和自然语言处理的世界中，OpenAI的模型提供了强大的能力。然而，随着技术的发展，许多人开始探索其他模型以满足特定需求。LangChain作为一个强大的工具，集成了多种模型提供商，通过提供适配器，简化了不同模型之间的转换。本篇文章将介绍如何使用LangChain的适配器与OpenAI集成，以便轻松切换模型提供商
  • 利用Requests Toolkit轻松完成HTTP请求 nseejrukjhad http网络协议网络python
    RequestsToolkit的力量：轻松构建HTTP请求Agent在现代软件开发中，API请求是与外部服务交互的核心。RequestsToolkit提供了一种便捷的方式，帮助开发者构建自动化的HTTP请求Agent。本文旨在详细介绍RequestsToolkit的设置、使用和潜在挑战。引言RequestsToolkit是一个强大的工具包，可用于构建执行HTTP请求的智能代理。这对于想要自动化与外
  • 深入理解 MultiQueryRetriever：提升向量数据库检索效果的强大工具 nseejrukjhad 数据库python
    深入理解MultiQueryRetriever：提升向量数据库检索效果的强大工具引言在人工智能和自然语言处理领域，高效准确的信息检索一直是一个关键挑战。传统的基于距离的向量数据库检索方法虽然广泛应用，但仍存在一些局限性。本文将介绍一种创新的解决方案：MultiQueryRetriever，它通过自动生成多个查询视角来增强检索效果，提高结果的相关性和多样性。MultiQueryRetriever的工
  • GitHub上克隆项目 bigbig猩猩 github
    从GitHub上克隆项目是一个简单且直接的过程，它允许你将远程仓库中的项目复制到你的本地计算机上，以便进行进一步的开发、测试或学习。以下是一个详细的步骤指南，帮助你从GitHub上克隆项目。一、准备工作1.安装Git在克隆GitHub项目之前，你需要在你的计算机上安装Git工具。Git是一个开源的分布式版本控制系统，用于跟踪和管理代码变更。你可以从Git的官方网站（https://git-scm.
  • 【目标检测数据集】卡车数据集1073张VOC+YOLO格式 熬夜写代码的平头哥∰ 目标检测YOLO人工智能
    数据集格式：PascalVOC格式+YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件)图片数量(jpg文件个数)：1073标注数量(xml文件个数)：1073标注数量(txt文件个数)：1073标注类别数：1标注类别名称:["truck"]每个类别标注的框数：truck框数=1120总框数：1120使用标注工具：labelImg标注
  • 人工智能时代，程序员如何保持核心竞争力？ jmoych 人工智能
    随着AIGC（如chatgpt、midjourney、claude等）大语言模型接二连三的涌现，AI辅助编程工具日益普及，程序员的工作方式正在发生深刻变革。有人担心AI可能取代部分编程工作，也有人认为AI是提高效率的得力助手。面对这一趋势,程序员应该如何应对?是专注于某个领域深耕细作，还是广泛学习以适应快速变化的技术环境?又或者，我们是否应该将重点转向AI无法轻易替代的软技能？让我们一起探讨程序员
  • pyecharts——绘制柱形图折线图 2224070247 信息可视化pythonjava数据可视化
    一、pyecharts概述自2013年6月百度EFE(ExcellentFrontEnd）数据可视化团队研发的ECharts1.0发布到GitHub网站以来，ECharts一直备受业界权威的关注并获得广泛好评，成为目前成熟且流行的数据可视化图表工具，被应用到诸多数据可视化的开发领域。Python作为数据分析领域最受欢迎的语言，也加入ECharts的使用行列，并研发出方便Python开发者使用的数据
  • 钢筋长度超限检测检数据集VOC+YOLO格式215张1类别 futureflsl 数据集YOLO深度学习机器学习
    数据集格式：PascalVOC格式+YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件)图片数量(jpg文件个数)：215标注数量(xml文件个数)：215标注数量(txt文件个数)：215标注类别数：1标注类别名称:["iron"]每个类别标注的框数：iron框数=215总框数：215使用标注工具：labelImg标注规则：对类别进
  • CX8903：Ebike自行车仪表电源方案开发,Ebike智能仪表电源芯片 诚芯微科技 社交电子
    CX8903：电动Ebike自行车仪表电源方案开发,Ebike智能仪表电源芯片推荐。电动助力自行车EBIKE凭借其环保、健康、低噪、和便捷等特点，成为了越来越受欢迎的骑行便利交通工具。提供电动Ebike自行车仪表电源方案开发、E-BIKE电动助力自行车仪表供电电源解决方案。CX8903采用100V高压制造工艺（芯片最高耐压可到100V以上），SOP-8L贴片封装，CX8903内置100V/90mΩ
  • Python 实现图片裁剪（附代码） | Python工具 剑客阿良_ALiang
    前言本文提供将图片按照自定义尺寸进行裁剪的工具方法，一如既往的实用主义。环境依赖ffmpeg环境安装，可以参考我的另一篇文章：windowsffmpeg安装部署_阿良的博客-CSDN博客本文主要使用到的不是ffmpeg，而是ffprobe也在上面这篇文章中的zip包中。ffmpy安装：pipinstallffmpy-ihttps://pypi.douban.com/simple代码不废话了，上代码
  • 【华为OD技术面试真题 - 技术面】-测试八股文真题题库（1） 算法大师 华为od面试python算法前端
    华为OD面试真题精选专栏：华为OD面试真题精选目录:2024华为OD面试手撕代码真题目录以及八股文真题目录文章目录华为OD面试真题精选1.黑盒测试和白盒测试的区别2.假设我们公司现在开发一个类似于微信的软件1.0版本，现在要你测试这个功能：打开聊天窗口，输入文本，限制字数在200字以内。问你怎么提取测试点。功能测试性能测试安全性测试可用性测试跨平台兼容性测试网络环境测试3.接口测试的工具你了解哪些
  • Python爬虫解析工具之xpath使用详解 eqa11 python爬虫开发语言
    文章目录Python爬虫解析工具之xpath使用详解一、引言二、环境准备1、插件安装2、依赖库安装三、xpath语法详解1、路径表达式2、通配符3、谓语4、常用函数四、xpath在Python代码中的使用1、文档树的创建2、使用xpath表达式3、获取元素内容和属性五、总结Python爬虫解析工具之xpath使用详解一、引言在Python爬虫开发中，数据提取是一个至关重要的环节。xpath作为一门
  • mac电脑命令行获取电量 小米人er 我的博客macos命令行
    在macOS上，有几个命令行工具可以用来获取电量信息，最常用的是pmset命令。你可以通过以下方式来查看电池状态和电量信息：查看电池状态：pmset-gbatt这个命令会返回类似下面的输出：Nowdrawingfrom'BatteryPower'-InternalBattery-0(id=1234567)95%;discharging;4:02remainingpresent:true输出中包括电
  • 【华为OD技术面试真题 - 技术面】- python八股文真题题库（1） 算法大师 华为od面试python
    华为OD面试真题精选专栏：华为OD面试真题精选目录:2024华为OD面试手撕代码真题目录以及八股文真题目录文章目录华为OD面试真题精选1.数据预处理流程数据预处理的主要步骤工具和库2.介绍线性回归、逻辑回归模型线性回归（LinearRegression）模型形式：关键点：逻辑回归（LogisticRegression）模型形式：关键点：参数估计与评估：3.python浅拷贝及深拷贝浅拷贝（Shal
  • 摩托车加装车载手机充电usb方案/雅马哈USB充电方案开发 诚芯微科技 社交电子
    长途骑行需要给手机与行车记录仪等设备供电，那么，加装USB充电器就相继在两轮电动车上应用起来了。摩托车加装usb充电方案主要应用于汽车、电动自行车、摩托车、房车、渡轮、游艇等交通工具。提供电动车USB充电器方案/摩托车加装usb充电方案/渡轮加装usb充电方案/游艇加装usb充电方案开发。摩托车加装车载手机充电usb方案、汽车游艇改装四孔面板装双USB车充点烟器5V/4A电动车USB充电器输入4.
  • 如何选择最适合你的项目研发管理软件？TAPD卓越版全面解析 北京云巴巴信息技术有限公司 产品经理需求分析
    在当今快速发展的科技时代，项目研发管理软件已成为企业不可或缺的重要工具。面对市场上琳琅满目的产品，如何选择一款适合自己团队的项目研发管理软件呢？本文将围绕项目研发管理软件的选择标准，重点介绍TAPD卓越版的特点、优势以及使用体验，让你更好地理解和选择适合自己的项目研发管理软件。项目研发管理软件的选择标准在选择项目研发管理软件时，我们需要考虑以下几个方面的因素：功能全面性：软件是否覆盖了从需求管理、
  • 《经年驯养》黎栀傅谨臣（高分女频）全章节在线阅读 云轩书阁
    《经年驯养》黎栀傅谨臣（高分女频）全章节在线阅读主角：黎栀傅谨臣简介：傅谨臣养大黎栀，对她有求必应，黎栀以为那是爱。结婚两年才发现，她不过他豢养最好的一只宠物，可她拿他当全世界。关注微信公众号【看精灵】去回个书號【9328】，即可阅读【经年驯养】小说全文！第10章温柔的眼神，宠溺的动作，留恋的话近乎情人低语。是黎栀做梦都想要的一切……她口干舌燥，紧张难言。一颗心似被浸泡在温水里，酥麻舒适，无可抗拒
  • Python开发常用的三方模块如下： 换个网名有点难 python开发语言
    Python是一门功能强大的编程语言，拥有丰富的第三方库，这些库为开发者提供了极大的便利。以下是100个常用的Python库，涵盖了多个领域：1、NumPy，用于科学计算的基础库。2、Pandas，提供数据结构和数据分析工具。3、Matplotlib，一个绘图库。4、Scikit-learn，机器学习库。5、SciPy，用于数学、科学和工程的库。6、TensorFlow，由Google开发的开源机
  • ios GCD _Waiting_
    1.GCD任务和队列学习GCD之前，先来了解GCD中两个核心概念：任务和队列。任务：就是执行操作的意思，换句话说就是你在线程中执行的那段代码。在GCD中是放在block中的。执行任务有两种方式：同步执行（sync）和异步执行（async）。两者的主要区别是：是否等待队列的任务执行结束，以及是否具备开启新线程的能力。同步执行（sync）：同步添加任务到指定的队列中，在添加的任务执行结束之前，会一直等
  • Python实现简单的机器学习算法 master_chenchengg pythonpython办公效率python开发IT
    Python实现简单的机器学习算法开篇：初探机器学习的奇妙之旅搭建环境：一切从安装开始必备工具箱第一步：安装Anaconda和JupyterNotebook小贴士：如何配置Python环境变量算法初体验：从零开始的Python机器学习线性回归：让数据说话数据准备：从哪里找数据编码实战：Python实现线性回归模型评估：如何判断模型好坏逻辑回归：从分类开始理论入门：什么是逻辑回归代码实现：使用skl
  • JVM、JRE和 JDK：理解Java开发的三大核心组件 Y雨何时停T Javajava
    Java是一门跨平台的编程语言，它的成功离不开背后强大的运行环境与开发工具的支持。在Java的生态中，JVM（Java虚拟机）、JRE（Java运行时环境）和JDK（Java开发工具包）是三个至关重要的核心组件。本文将探讨JVM、JDK和JRE的区别，帮助你更好地理解Java的运行机制。1.JVM：Java虚拟机（JavaVirtualMachine）什么是JVM？JVM，即Java虚拟机，是Ja
  • 一次冒险 追梦少年_4509
    每个人应该都会经历很多冒险，这样你才能变得坚强起来，变得勇敢起来，冒险就是用来磨练自己，勇气的工具，接下来就给大家说说，我经历过的最吓人的冒险。2016年的夏天我和大爷大娘一起去北地捉知了我们边走边找，我负责拿着罐子大娘拿了一个电灯四处照，大爷就拿着一个棍子负责把知了，弄下来我们边走边捉，一会儿罐子就满了，就在我四处看分神的时候看见了一个知了接着我叫大爷大娘来拿知了我一看旁边没有人，我的心里十分害
  • 可以赚钱的app，你们都在用哪些？ 配音新手圈
    1.七猫免费小说2.有柿3.番茄小说兼职副业推荐公众号，配音新手圈，声优配音圈，新配音兼职圈，配音就业圈，鼎音副业，有声新手圈，每天更新各种远程工作与在线兼职，职位包括：写手、程序开发、剪辑、设计、翻译、配音、无门槛、插画、翻译、等等。。。每日更新兼职。4.速读免费小说5.得间免费小说6.快手7.快手极速8.抖音火山版（可提0.2，可能我懒赚的慢，但真不推荐）9.拼多多10.淘宝11.点淘12.美
  • 视频号买1000个粉多少钱?视频号可以购买粉丝吗？开橱窗需要多少粉？ 爱吃菠萝的鱼
    在视频号的发展初期，很多人都认为，视频号可以通过购买粉丝来提升用户质量。而这个说法，在我们使用视频号的过程中，发现了它是可以购买粉丝的。但是我们要知道，视频号的本质，是一款社交工具。而不是一个私域流量池。而很多人在做私域流量池的时候，就想着怎么通过购买粉丝来提升用户质量。但我觉得你真的是想多了。视频号涨粉咨询号码：1776206920517753965895视频号粉丝1000有什么好处1、视频号粉
  • 果冻宝盒邀请码怎么填好，附6个顶级有效邀请码 小小编007
    在当今的电商时代，返利app已经成为了很多网购达人的必备工具。其中，果冻宝盒作为一款备受好评的返利软件，吸引了大量用户。而对于一些新手用户来说，填写果冻宝盒的邀请码可能会让他们感到困惑。本文将详细介绍果冻宝盒返利app，并指导用户如何正确填写邀请码。一、果冻宝盒返利app简介果冻宝盒是一款集折扣、返利、分享为一体的购物app。用户在果冻宝盒上购物时，不仅可以享受到商家提供的折扣，还可以获得果冻宝盒
  • 312个免费高速HTTP代理IP（能隐藏自己真实IP地址） yangshangchuan 高速免费superwordHTTP代理
        124.88.67.20:843 190.36.223.93:8080 117.147.221.38:8123 122.228.92.103:3128 183.247.211.159:8123 124.88.67.35:81 112.18.51.167:8123 218.28.96.39:3128 49.94.160.198:3128 183.20
  • pull解析和json编码 百合不是茶 androidpull解析json
    n.json文件: [{name:java,lan:c++,age:17},{name:android,lan:java,age:8}]   pull.xml文件 <?xml version="1.0" encoding="utf-8"?> <stu>     <name>java
  • [能源与矿产]石油与地球生态系统 comsci 能源
          按照苏联的科学界的说法,石油并非是远古的生物残骸的演变产物,而是一种可以由某些特殊地质结构和物理条件生产出来的东西,也就是说,石油是可以自增长的....       那么我们做一个猜想: 石油好像是地球的体液,我们地球具有自动产生石油的某种机制,只要我们不过量开采石油,并保护好
  • 类与对象浅谈 沐刃青蛟 java基础
           类，字面理解，便是同一种事物的总称，比如人类，是对世界上所有人的一个总称。而对象，便是类的具体化，实例化，是一个具体事物，比如张飞这个人，就是人类的一个对象。但要注意的是：张飞这个人是对象，而不是张飞，张飞只是他这个人的名字，是他的属性而已。而一个类中包含了属性和方法这两兄弟，他们分别用来描述对象的行为和性质（感觉应该是
  • 新站开始被收录后，我们应该做什么？ IT独行者 PHPseo
    新站开始被收录后，我们应该做什么？         百度终于开始收录自己的网站了，作为站长，你是不是觉得那一刻很有成就感呢，同时，你是不是又很茫然，不知道下一步该做什么了？至少我当初就是这样，在这里和大家一份分享一下新站收录后，我们要做哪些工作。       至于如何让百度快速收录自己的网站，可以参考我之前的帖子《新站让百
  • oracle 连接碰到的问题 文强chu oracle
    Unable to find a java Virtual Machine－－安装64位版Oracle11gR2后无法启动SQLDeveloper的解决方案 作者：草根IT网 来源：未知 人气：813标签： 导读：安装64位版Oracle11gR2后发现启动SQLDeveloper时弹出配置java.exe的路径，找到Oracle自带java.exe后产生的路径“C:\app\用户名\prod
  • Swing中按ctrl键同时移动鼠标拖动组件（类中多借口共享同一数据） 小桔子 java继承swing接口监听
            都知道java中类只能单继承，但可以实现多个接口，但我发现实现多个接口之后，多个接口却不能共享同一个数据，应用开发中想实现：当用户按着ctrl键时，可以用鼠标点击拖动组件，比如说文本框。 编写一个监听实现KeyListener,NouseListener,MouseMotionListener三个接口，重写方法。定义一个全局变量boolea
  • linux常用的命令 aichenglong linux常用命令
    1 startx切换到图形化界面 2 man命令:查看帮助信息 man 需要查看的命令,man命令提供了大量的帮助信息,一般可以分成4个部分 name:对命令的简单说明 synopsis:命令的使用格式说明 description:命令的详细说明信息 options:命令的各项说明 3 date:显示时间 语法：date [OPTION]... [+FORMAT]
  • eclipse内存优化 AILIKES javaeclipsejvmjdk
    一 基本说明      在JVM中，总体上分2块内存区,默认空余堆内存小于 40%时，JVM就会增大堆直到-Xmx的最大限制；空余堆内存大于70%时，JVM会减少堆直到-Xms的最小限制。     1)堆内存(Heap memory):堆是运行时数据区域，所有类实例和数组的内存均从此处分配,是Java代码可及的内存，是留给开发人
  • 关键字的使用探讨 百合不是茶 关键字
    //关键字的使用探讨/*访问关键词private 只能在本类中访问public 只能在本工程中访问protected 只能在包中和子类中访问默认的 只能在包中访问*//*final   类 方法 变量 final 类 不能被继承 final 方法 不能被子类覆盖，但可以继承 final 变量 只能有一次赋值，赋值后不能改变 final 不能用来修饰构造方法*///this()
  • JS中定义对象的几种方式 bijian1013 js
        1. 基于已有对象扩充其对象和方法(只适合于临时的生成一个对象)： <html> <head> <title>基于已有对象扩充其对象和方法(只适合于临时的生成一个对象)</title> </head> <script> var obj = new Object();
  • 表驱动法实例 bijian1013 java表驱动法TDD
    获得月的天数是典型的直接访问驱动表方式的实例，下面我们来展示一下： MonthDaysTest.java package com.study.test; import org.junit.Assert; import org.junit.Test; import com.study.MonthDays; public class MonthDaysTest { @T
  • LInux启停重启常用服务器的脚本 bit1129 linux
    启动，停止和重启常用服务器的Bash脚本，对于每个服务器，需要根据实际的安装路径做相应的修改   #! /bin/bash Servers=(Apache2, Nginx, Resin, Tomcat, Couchbase, SVN, ActiveMQ, Mongo); Ops=(Start, Stop, Restart); currentDir=$(pwd); echo
  • 【HBase六】REST操作HBase bit1129 hbase
    HBase提供了REST风格的服务方便查看HBase集群的信息，以及执行增删改查操作   1. 启动和停止HBase REST 服务 1.1 启动REST服务 前台启动（默认端口号8080） [hadoop@hadoop bin]$ ./hbase rest start   后台启动 hbase-daemon.sh start rest   启动时指定
  • 大话zabbix 3.0设计假设 ronin47
    What’s new in Zabbix 2.0? 去年开始使用Zabbix的时候，是1.8.X的版本，今年Zabbix已经跨入了2.0的时代。看了2.0的release notes，和performance相关的有下面几个：          :: Performance improvements::Trigger related da
  • http错误码大全 byalias http协议javaweb
    响应码由三位十进制数字组成，它们出现在由HTTP服务器发送的响应的第一行。 响应码分五种类型，由它们的第一位数字表示： 1）1xx：信息，请求收到，继续处理 2）2xx：成功，行为被成功地接受、理解和采纳 3）3xx：重定向，为了完成请求，必须进一步执行的动作 4）4xx：客户端错误，请求包含语法错误或者请求无法实现 5）5xx：服务器错误，服务器不能实现一种明显无效的请求
  • J2EE设计模式-Intercepting Filter bylijinnan java设计模式数据结构
    Intercepting Filter类似于职责链模式 有两种实现 其中一种是Filter之间没有联系，全部Filter都存放在FilterChain中，由FilterChain来有序或无序地把把所有Filter调用一遍。没有用到链表这种数据结构。示例如下： package com.ljn.filter.custom; import java.util.ArrayList;
  • 修改jboss端口 chicony jboss
    修改jboss端口   %JBOSS_HOME%\server\{服务实例名}\conf\bindingservice.beans\META-INF\bindings-jboss-beans.xml   中找到 <!-- The ports-default bindings are obtained by taking the base bindin
  • c++ 用类模版实现数组类 CrazyMizzz C++
    最近c++学到数组类，写了代码将他实现，基本具有vector类的功能 #include<iostream> #include<string> #include<cassert> using namespace std; template<class T> class Array { public: //构造函数
  • hadoop dfs.datanode.du.reserved 预留空间配置方法 daizj hadoop预留空间
    对于datanode配置预留空间的方法 为：在hdfs-site.xml添加如下配置  <property>     <name>dfs.datanode.du.reserved</name>     <value>10737418240</value>    
  • mysql远程访问的设置 dcj3sjt126com mysql防火墙
    第一步: 激活网络设置 你需要编辑mysql配置文件my.cnf. 通常状况，my.cnf放置于在以下目录： /etc/mysql/my.cnf (Debian linux) /etc/my.cnf （Red Hat Linux/Fedora Linux) /var/db/mysql/my.cnf (FreeBSD) 然后用vi编辑my.cnf，修改内容从以下行： [mysqld] 你所需要: 1
  • ios 使用特定的popToViewController返回到相应的Controller dcj3sjt126com controller
    1、取navigationCtroller中的Controllers NSArray * ctrlArray = self.navigationController.viewControllers; 2、取出后，执行， [self.navigationController popToViewController:[ctrlArray objectAtIndex:0] animated:YES
  • Linux正则表达式和通配符的区别 eksliang 正则表达式通配符和正则表达式的区别通配符
    转载请出自出处：http://eksliang.iteye.com/blog/1976579 首先得明白二者是截然不同的 通配符只能用在shell命令中,用来处理字符串的的匹配。 判断一个命令是否为bash shell(linux 默认的shell)的内置命令 type -t commad 返回结果含义 file  表示为外部命令 alias  表示该
  • Ubuntu Mysql Install and CONF gengzg Install
    http://www.navicat.com.cn/download/navicat-for-mysql Step1: 下载Navicat ，网址：http://www.navicat.com/en/download/download.html Step2：进入下载目录，解压压缩包：tar -zxvf navicat11_mysql_en.tar.gz
  • 批处理，删除文件bat huqiji windowsdos
    @echo off ::演示：删除指定路径下指定天数之前（以文件名中包含的日期字符串为准）的文件。 ::如果演示结果无误，把del前面的echo去掉，即可实现真正删除。 ::本例假设文件名中包含的日期字符串（比如：bak-2009-12-25.log） rem 指定待删除文件的存放路径 set SrcDir=C:/Test/BatHome rem 指定天数 set DaysAgo=1
  • 跨浏览器兼容的HTML5视频音频播放器 天梯梦 html5
    HTML5的video和audio标签是用来在网页中加入视频和音频的标签，在支持html5的浏览器中不需要预先加载Adobe Flash浏览器插件就能轻松快速的播放视频和音频文件。而html5media.js可以在不支持html5的浏览器上使video和audio标签生效。   How to enable <video> and <audio> tags in
  • Bundle自定义数据传递 hm4123660 androidSerializable自定义数据传递BundleParcelable
          我们都知道Bundle可能过put****()方法添加各种基本类型的数据，Intent也可以通过putExtras(Bundle)将数据添加进去，然后通过startActivity()跳到下一下Activity的时候就把数据也传到下一个Activity了。如传递一个字符串到下一个Activity   把数据放到Intent
  • C＃：异步编程和线程的使用（.NET 4.5 ） powertoolsteam .net线程C#异步编程
    异步编程和线程处理是并发或并行编程非常重要的功能特征。为了实现异步编程，可使用线程也可以不用。将异步与线程同时讲，将有助于我们更好的理解它们的特征。 本文中涉及关键知识点 1. 异步编程 2. 线程的使用 3. 基于任务的异步模式 4. 并行编程 5. 总结 异步编程 什么是异步操作？异步操作是指某些操作能够独立运行，不依赖主流程或主其他处理流程。通常情况下，C＃程序
  • spark 查看 job history 日志 Stark_Summer 日志sparkhistoryjob
    SPARK_HOME/conf 下: spark-defaults.conf 增加如下内容 spark.eventLog.enabled true spark.eventLog.dir hdfs://master:8020/var/log/spark spark.eventLog.compress true spark-env.sh 增加如下内容 export SP
  • SSH框架搭建 wangxiukai2015eye springHibernatestruts
    MyEclipse搭建SSH框架 Struts Spring Hibernate 1、new一个web project。 2、右键项目，为项目添加Struts支持。    选择Struts2 Core Libraries -<MyEclipes-Library>      点击Finish。src目录下多了struts
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他