《PolarDB-X开源分布式数据库实战进阶》——PolarDB-X数据导入导出(1)

简介: 《PolarDB-X开源分布式数据库实战进阶》——PolarDB-X数据导入导出(1)

作者:刘志文阿里云PolarDB-X技术专家

 

PolarDB-X兼容 MySQL的导入导出语法,下图为常见的导入导出方式:

 

image.png

 

其中Select into outfile语句默认关闭,因为公有云上CN(PolarDB-X计算节点)不可登陆机器访问,执行时会直接存储到CN节点,而非存储到MySQL-client所在机器。程序导入数据是指编写程序连接数据库执行插入语句,比如Java通过JDBC连上数据库,再拼凑成insert语句执行。

 

一、 纯数据格式导入导出

 

image.png

 

纯数据格式指从PolarDB-X导出的只是单纯的数据组成的文件,不包含表的信息等。Batch Tool也是纯数据格式的导入工具。

 

image.png

 

创建资源之后,镜像环境已经安装好第三方包。因为root用户下无法启动minikube,因此需要切换到galaxykube账号。然后根据课程指引启动minikube,部署PolarDB-X。

 

image.png

 

部署完成后,查看pod状态,我们会为每一个pod打标,比如CDC、CN,以表明节点类型。可以通过kubectl get pxc查看是否处于运行状态,通过上图中的kubectl get secret命令获取密码。

 

image.png

 

K8s的网络略有不同,需要转发才能在本地执行。因此需要将K8s的端口映射到本地3306端口上。同时,必须保持终端窗口运行才能持续转发,因此需要点击页面右上角“+”创建新的终端连接数据库。

 

因前面已将数据库切换至galaxykube用户,因此K8s的所有操作均需要在galaxykube用户下才能操作,而其他的登录数据库以及执行命令在root或galaxykube均可。

 

因为本次实验会涉及到数据库的操作和命令的操作,推荐分屏方式进行操作。

 

image.png

 

 

 《PolarDB-X开源分布式数据库实战进阶》——PolarDB-X数据导入导出(2) https://developer.aliyun.com/article/1228758?groupCode=polardbforpg

 

 


 

 

相关文章
|
存储 关系型数据库 分布式数据库
喜报|阿里云PolarDB数据库(分布式版)荣获国内首台(套)产品奖项
阿里云PolarDB数据库管理软件(分布式版)荣获「2024年度国内首版次软件」称号,并跻身《2024年度浙江省首台(套)推广应用典型案例》。
|
Cloud Native 关系型数据库 分布式数据库
登顶TPC-C|云原生数据库PolarDB技术揭秘:Limitless集群和分布式扩展篇
阿里云PolarDB云原生数据库在TPC-C基准测试中以20.55亿tpmC的成绩刷新世界纪录,展现卓越性能与性价比。其轻量版满足国产化需求,兼具高性能与低成本,适用于多种场景,推动数据库技术革新与发展。
【YashanDB知识库】手工迁移Doris数据到崖山分布式
【YashanDB知识库】手工迁移Doris数据到崖山分布式
|
10月前
|
Cloud Native 关系型数据库 MySQL
免费体验!高效实现自建 MySQL 数据库平滑迁移至 PolarDB-X
PolarDB-X 是阿里云推出的云原生分布式数据库,支持PB级存储扩展、高并发访问与数据强一致,助力企业实现MySQL平滑迁移。现已开放免费体验,点击即享高效、稳定的数据库升级方案。
免费体验!高效实现自建 MySQL 数据库平滑迁移至 PolarDB-X
|
存储 分布式计算 负载均衡
数据分布式存储:在海量数据面前,我们如何站稳脚跟?
数据分布式存储:在海量数据面前,我们如何站稳脚跟?
1801 1
|
9月前
|
存储 监控 算法
117_LLM训练的高效分布式策略:从数据并行到ZeRO优化
在2025年,大型语言模型(LLM)的规模已经达到了数千亿甚至数万亿参数,训练这样的庞然大物需要先进的分布式训练技术支持。本文将深入探讨LLM训练中的高效分布式策略,从基础的数据并行到最先进的ZeRO优化技术,为读者提供全面且实用的技术指南。
913 2
|
数据采集 存储 NoSQL
基于Scrapy-Redis的分布式景点数据爬取与热力图生成
基于Scrapy-Redis的分布式景点数据爬取与热力图生成
1103 67
|
存储 监控 关系型数据库
突破IO瓶颈:PolarDB分布式并行查询(Parallel Query)深度调优手册
在海量数据处理中,I/O瓶颈严重制约数据库性能。本文基于PolarDB MySQL 8.0.32版本,深入解析分布式并行查询技术如何提升CPU利用率至86.7%、IO吞吐达8.5GB/s,并结合20+实战案例,系统讲解并行架构、执行计划优化、资源调优与故障排查方法,助力实现高性能数据分析。
549 6

热门文章

最新文章

相关产品

  • 云原生数据库 PolarDB