Loading [MathJax]/jax/input/TeX/config.js
首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
MCP广场
社区首页 >专栏 >PostgreSQL的流复制搭建

PostgreSQL的流复制搭建

作者头像
数据和云
发布于 2022-03-04 05:44:02
发布于 2022-03-04 05:44:02
95900
代码可运行
举报
文章被收录于专栏:数据和云数据和云
运行总次数:0
代码可运行

单机版流复制测试环境搭建

搭建规划:

主库

备库

数据目录

/pgdata/12/data

/pgdata/1202/data

归档目录

/pgdata/12/arch

/pgdata/1202/arch

端口

5432

5433

创建流复制用户:

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
create role replica with replication login password '123456';

备份主库:

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
pg_basebackup -D /backup/ -Ft -Pv -U postgres -h 1.15.57.253 -p5432 -R

解压备份:

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
cd /backup
tar -xvf base.tar -C /pgdata/12/datatar -xvf pg-wal.tar -C /pgdata/12/arch

修改postgresql.conf:

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
参数修改max_wal_senders = 10                   #设置可以最多有几个流复制连接,差不多有几个从,就设置几个  ,相当月mysql的binlog dump线程
wal_keep_segments = 0                  #设置流复制保留的最多的xlog数目  128
wal_sender_timeout = 60s               #设置流复制主机发送数据包的超时时间
max_connections = 100                  #一般查多于写的应用从库的最大连接数比较大
hot_standby = on                       #针对从库,说明这台机器不仅仅是用于数据归档,也用于数据查询
max_standby_streaming_delay = 30s      #数据备份的最大延迟时间                                                  wal_receiver_status_interval = 10s     #多久向主报告一次从的状态,当然从每次数据复制都会向主报告状态,这里只是设置最长的时间间隔
hot_standby_feedback = on              #如果有错误的数据复制,是否向主进行反馈
recovery_target_timeline = 'latest'    #指定恢复到一个最近的时间线

另外因为是单机多实例,还需要修改这几个参数:

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
archive_command = 'cp %p /pgdata/1202/arch/%f'
port = 5433

修改standby.signal:

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
standby_mode = 'on'

表示为备库。

启动备库:

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
pg_ctl -D /pgdata/1202/dataCST [22362] LOG:  started streaming WAL from primary at 0/6000000 on timeline 2

监控复制:

  • 主库:
代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
select pid,state,client_addr,sync_priority,sync_state from pg_stat_replication;
  • 备库:
代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
psql -U postgres -h localhost -p 5433 -c "\x" -c "select * from pg_stat_wal_receiver;"

测试:

主库上新建一个库:

查看备库:


墨天轮原文链接:https://www.modb.pro/db/197776?sjhy(复制链接至浏览器或点击文末阅读原文查看)

关于作者

陈家睿,云和恩墨MySQL技术顾问,拥有MySQL OCP、PGCE、OBCA、SCDP证书,长期服务于电信行业。现负责公司MySQL数据库分布式数据库运维方面的技术工作;热衷于运维故障处理、备份恢复、升级迁移、性能优化的学习与分享。

END

推荐阅读:331页!2021年度数据库技术年刊

推荐下载:2021数据技术嘉年华视频回放及PPT下载

2021数据技术嘉年华50余个PPT下载、视频回放已上传墨天轮平台,可在“数据和云”公众号回复关键词“2021DTC”获得!

你知道吗?我们的视频号里已经发布了很多精彩的内容,快去看看吧!↓↓↓

点击下图查看更多 ↓

云和恩墨大讲堂 | 一个分享交流的地方

长按,识别二维码,加入万人交流社群

请备注:云和恩墨大讲堂

  点个“在看”

你的喜欢会被看到❤

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2022-02-16,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 数据和云 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
暂无评论
推荐阅读
编辑精选文章
换一批
【报告】邓志东:人工智能前沿技术与产业发展趋势(53PPT)
【新智元导读】感谢清华大学计算机系教授邓志东向新智元投稿,他在《人工智能前沿技术与产业发展趋势》报告中指出,深度学习是人工智能的最新突破,一定要和大数据结合起来,做数据驱动下的感知智能产品研发,认知智能是前沿研究,支撑人工智能应用的硬件引擎也很重要。邓志东认为,弱人工智能的产业发展正处于爆发期,大家可以开始做工程化的应用产品开发了,私有大数据和深度学习芯片是制胜的关键和法宝。 【作者介绍】邓志东,清华大学计算机系教授,博士生导师。兼任中国自动化学会理事,中国自动化学会智能自动化专业委员会主任。
新智元
2018/03/22
2.6K0
【报告】邓志东:人工智能前沿技术与产业发展趋势(53PPT)
解读主流的人工智能芯片有什么不同?
 在全球规模最大的2018北美消费电子产品展上,参展的科技企业超过4000家,包括高通、英伟达、英特尔、LG、IBM、百度在内的业界科技巨头纷纷发布了各自最新的人工智能芯片产品和战略,作为本届展会的最
机器人网
2018/04/18
1.1K0
解读主流的人工智能芯片有什么不同?
从百度AI云计算芯片XPU 聊聊人工智能的芯片发展丨科技云·视角
回顾计算机行业发展史,新的计算模式往往催生新的专用计算芯片。人工智能时代对于新计算的强大需求,正在催生出新的专用计算芯片。在加州Hot Chips大会和2017百度云智峰会上,百度发布了AI云计算芯片的XPU,这是一款256核、基于FPGA的云计算加速芯片。过去几年,百度在深度学习领域,尤其是基于GPU的深度学习领域取得了不错的进展。同时,百度也在开发被称作XPU的新处理器。
科技云报道
2022/04/14
1.2K0
从百度AI云计算芯片XPU 聊聊人工智能的芯片发展丨科技云·视角
CPU、GPU、TPU、NPU等到底是什么?
NPU即神经网络处理器(Neural network Processing Unit)
Jasonangel
2021/05/28
5.4K0
哪种芯片架构将成为人工智能时代的开路先锋
【IT168 评论】如果用刀来比喻芯片,通用处理器好比一把瑞士军刀,人工智能时代好比要拿刀来切肉,瑞士军刀可以拿来用,但它并非是为切肉设计的,所以效果并非最好。因此,需要专门打造一把切肉的刀,这把刀既要方便切肉,又要方便剁骨头,还需要具有一定的通用性。 从技术上而言,深度学习的人工神经网络算法与传统计算模式不同,它能够从输入的大量数据中自发的总结出规律,从而举一反三,泛化至从未见过的案例中。因此,它不需要人为的提取所需解决问题的特征或者总结规律来进行编程。人工神经网络算法实际上是通过大量样本数据训练建立了输
企鹅号小编
2018/01/22
7910
哪种芯片架构将成为人工智能时代的开路先锋
AI芯片的历史和现状
人的思维活动是否能用计算机来替代,从图灵的论文《计算机器与智能》和图灵测试,到最初级的神经元模拟单元——感知机,到现在多达上百层的深度神经网络,对人工智能的探索就没有停止过。在八十年代,多层神经网络和反向传播算法的出现给人工智能行业点燃了新的火花。反向传播的主要创新在于能将信息输出和目标输出之间的误差通过多层网络往前一级迭代反馈,主要目的是通过逐层的反馈调节系统参数来将最终的输出收敛到某一个目标范围内。
刘盼
2018/07/26
1.2K0
AI芯片的历史和现状
报告丨硬件和芯片巨头加速抢滩人工智能市场
基于模拟“神经网络”出现的深度学习对芯片的能耗与运算能力都提出了更高的要求,需要硬件层面的重要支持。CPU、GPU、FPGA、SoC等半导体产业都需要针对相应的AI需求进行调整和优化。这为芯片和集成电
用户1332428
2018/03/08
1K0
报告丨硬件和芯片巨头加速抢滩人工智能市场
CNCC最火论坛干货:神经形态芯片与神经形态计算机
以深度学习为代表的人工神经网络是机器学习最重要的方法之一,在云端和终端都有非常广泛的应用。然而传统的CPU和GPU芯片在进行神经网络处理时遇到了严重的性能和能耗瓶颈。
新智元
2018/12/06
9070
业界 | 谷歌TPU之后还有高通,人工智能芯片竞赛已经展开
选自Wired 作者:Cade Metz 机器之心编译 参与:黄小天、李泽南 作为机器学习的领军人物,Yann LeCun(杨立昆)曾在 25 年前开发过一块名为 ANNA 的人工智能芯片。而现在,
机器之心
2018/05/07
8520
业界 | 谷歌TPU之后还有高通,人工智能芯片竞赛已经展开
从GPU、TPU到FPGA及其它:一文读懂神经网络硬件平台战局
选自Blogspot 作者:Matt Hurd 机器之心编译 参与:Panda 在如今深度学习大爆发的时代,相关的硬件平台也在百花齐放,既有英伟达和谷歌这样的科技巨头,也有地平线机器人和 Graphc
机器之心
2018/05/09
1.4K0
人工智能 AI 芯片介绍及中国人工智能 AI 芯片公司近况
技术编辑:宗恩丨发自 SiFou NewOffice SegmentFault 思否报道丨公众号:SegmentFault
用户7454708
2023/05/08
1.3K0
人工智能 AI 芯片介绍及中国人工智能 AI 芯片公司近况
中国人工智能欲摆脱芯片“依赖症”,Nvidia成头号“狙击”目标丨科技云·视角
在过去三年人工智能的浪潮推动下,电脑显卡芯片制造商Nvidia股票市值从2015年200多亿美元,飙涨至如今1200多亿美元,期间涨幅高达6倍,使其一跃成为当下科技行业最受追捧的公司之一。Nvidia如今疯狂飙升的市值,没有人不对AI芯片在商业领域展现出的想象空间垂涎欲滴。
科技云报道
2022/04/14
4760
中国人工智能欲摆脱芯片“依赖症”,Nvidia成头号“狙击”目标丨科技云·视角
人工智能芯片主要技术特征/发展态势 | AI划重点 | 解读行业
懒人阅读:人工智能芯片是人工智能的“大脑”,可以分为终端和云端两个应用方向。目前主流CPU、CPU+GPU、CPU+FPGA、CPU+ASIC架构。人工智能芯片具有两个突出特点:一是算法与芯片的高度契合,面向终端和云端不同需求提升计算能力;二是专门面向细分应用场景的智能芯片,如语音识别芯片、图像识别芯片、视频监控芯片等。
用户7623498
2020/08/04
1.7K0
人工智能芯片主要技术特征/发展态势 | AI划重点 | 解读行业
《AI芯片:如何让硬件与AI计算需求完美契合》
在人工智能飞速发展的今天,AI芯片已成为推动这一领域前行的关键力量。从智能语音助手到自动驾驶汽车,从图像识别技术到复杂的自然语言处理,AI芯片的身影无处不在。它就像是人工智能的“超级大脑”,以强大的计算能力支撑着各种复杂的AI应用。那么,AI芯片究竟是如何将AI计算需求与硬件架构巧妙结合的呢?让我们一同深入探寻其中的奥秘。
程序员阿伟
2025/02/02
2150
谷歌TPU将取代GPU?英特尔、英伟达怕了吗?
随着人工智能尤其是机器学习应用大量涌现,处理器市场群雄争霸。各厂商纷纷推出新的芯片产品,都想领跑智能时。但问题是,谁会担当这个角色呢?
科技云报道
2022/04/12
1.2K0
谷歌TPU将取代GPU?英特尔、英伟达怕了吗?
AI芯片发展的前世今生
现代电子产品和设备在诸如通信 、娱乐 、安全和 医疗保健等许多方面改善了我们的生活质量 ,这主要是因为现代微电子技术的发展极大地改变了人们的日常工作和互动方式。在过去几十年中 ,摩尔定 律一直是通过不断缩小芯片上的器件特征尺寸来提高计算能力 ,带来了电子产品诸如更高速度 、更低成本和更小功耗等优势。Gordon Moore 最初的观察是 芯片中的晶体管数量大约每 2 年增加 1 倍 ,David House 进一步预测 ,由于更多更快的晶体管 ,芯片性能将每 18 个月翻一番。虽然 Gordon Moore 的预测已经成功超过 50 年 ,但是今天的硅 CMOS 技术正在 接近其尺寸的基本物理极限,摩尔定律的延续性已经变得越来越具有挑战性。
AI科技大本营
2020/02/20
1.1K0
AI芯片发展的前世今生
【深度】AI 时代,谷歌 TPU 难以颠覆 GPU 市场优势
【新智元导读】智能时代芯片市场格局一变再变,谷歌推出 TPU 引发新一轮讨论,谁将领跑芯片市场?看几个典型产品:TPU 仅供谷歌内部使用;IBM TrueNorth 离商用还有距离;中国的寒武纪是国际首个深度学习专用处理器芯片,市场表现值得期待;概率芯片以微小计算精度为代价实现能耗降低,是芯片市场一匹黑马;FPGA 凭其性价比有望占领市场;目前 GPU 用户覆盖率最广。 智能时代就要到来,芯片市场格局一变再变。两个典型例子:引领处理器市场 40 多年的英特尔 2015 年底收购完 Altera,今年 4 月
新智元
2018/03/22
1.1K0
【深度】AI 时代,谷歌 TPU 难以颠覆 GPU 市场优势
人工智能专用芯片是大势所趋,而IP授权是当前实现商业化的最佳选择 | 深度
人工智能芯片也有通用、专用之分,在商业化道路上也有着不同的选择。 8月中旬,人工智能芯片初创公司寒武纪获得1亿美元的A轮融资,至此成为该领域的第一个“独角兽”,紧接着,9月初,华为在IFA 2017上
镁客网
2018/05/30
5310
塔荐 | 全球人工智能芯片行业市场前瞻与投资战略规划分析
前 言 随着行业发展环境的趋好,人工智能芯片企业间的竞争将不断加剧,行业内企业间并购整合与资本运作将日趋频繁,优秀的人工智能芯片企业必须重视对行业市场的研究,特别是对企业发展环境和客户需求趋势变化的深入研究。 中国人工智能芯片行业 发展综述 1. 人工智能芯片行业概述 人工智能芯片的概念分析 芯片又叫集成电路,按照功能不同可分为很多种,有负责电源电压输出控制的,有负责音频视频处理的,还有负责复杂运算处理的。算法必须借助芯片才能够运行,而由于各个芯片在不同场景的计算能力不同,算法的处理速度、能耗也就不同。在
灯塔大数据
2018/04/04
1.3K0
塔荐 | 全球人工智能芯片行业市场前瞻与投资战略规划分析
重磅推荐:AI芯片产业生态梳理
AI芯片作为产业核心,也是技术要求和附加值最高的环节,在AI产业链中的产业价值和战略地位远远大于应用层创新。腾讯发布的《中美两国人工智能产业发展全面解读》报告显示,基础层的处理器/芯片企业数量来看,中国有14家,美国33家。本文将对这一领域产业生态做一个简单梳理。
辉哥
2018/08/10
1.1K0
重磅推荐:AI芯片产业生态梳理
推荐阅读
相关推荐
【报告】邓志东:人工智能前沿技术与产业发展趋势(53PPT)
更多 >
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档
本文部分代码块支持一键运行,欢迎体验
本文部分代码块支持一键运行,欢迎体验