数据管理服务DMS支持MySQL数据库的无锁结构变更

本文涉及的产品
数据传输服务 DTS,同步至DuckDB 3个月
简介: 本文介绍了使用Sysbench准备2000万数据并进行全表字段更新的操作。通过DMS的无锁变更功能,可在不锁定表的情况下完成结构修改,避免了传统方法中可能产生的锁等待问题。具体步骤包括:准备数据、提交审批、执行变更及检查表结构,确保变更过程高效且不影响业务运行。

1.通过sysbench准备大量数据 1个表2kw数据

sysbench --db-driver=mysql --mysql-host=rm-xxx.com --mysql-port=3306 --mysql-user=dbuser --mysql-password=Alibaba%1688 --mysql-db=az_dms --table_size=20000000 --tables=2 --events=0 --time=300  --threads=32 oltp_read_write prepare



2.全表更新字段等大量数据变更

alter table sbtest1 modify k varchar(255) ;

登录DMS数据管理服务-数据库开发-数据变更-无锁变更

image.png 预检查失败的话,选择一键开启并重试

image.png


提交审批

image.png

执行变更

image.png

无锁变更执行时间为2min

image.png


变更后表结构检查

image.png


3.使用DMS无锁结构变更时,数据变更不会产生锁,而如果不使用DMS无锁变更(例:通过mysql客户端连接),改变表结构并进行数据变更时可能会产生锁。


改变表结构

image.png

同时插入一条数据

image.png

产生锁等待

image.png

相关实践学习
如何快速连接云数据库RDS MySQL
本场景介绍如何通过阿里云数据管理服务DMS快速连接云数据库RDS MySQL,然后进行数据表的CRUD操作。
目录
相关文章
|
6月前
|
Java 关系型数据库 数据库
怎么保障数据库在凭据变更过程中的安全与稳定?
本文介绍了在Spring应用中实现RDS数据源账密运行时轮转的方案,通过集成KMS与Nacos,实现数据库凭据的加密托管、动态更新与无缝切换,保障应用在凭据变更过程中的安全与稳定。适用于使用Java语言开发的Spring Boot或Spring Cloud应用,支持多种数据库类型,如MySQL、SQL Server、PostgreSQL等。
|
6月前
|
安全 数据管理 关系型数据库
Dify on DMS,快速构建开箱即用的客服对话数据质检服务
本文介绍基于 Dify 与阿里云数据管理服务 DMS 的智能客服对话质检解决方案。该方案通过集成 Dify 的 AI 能力与 DMS 的数据管理能力,实现从数据获取到质检分析的全链路闭环,提升客服质检效率与准确性,助力企业数字化转型。
600 20
|
9月前
|
安全 数据管理 数据安全/隐私保护
睿是信息携手Arctera,深化服务中国市场,共筑数据管理新未来
2025年,上海睿是信息科技有限公司与全球数据管理领导者Arctera达成战略合作,睿是信息成为Arctera中国区独家总代理。Arctera成立于2024年,源自Veritas Technologies,提供数据合规、弹性和保护解决方案,服务全球包括70%财富百强企业。睿是信息作为新一代数据安全专家,将推动Arctera产品在中国市场的覆盖,提供先进高效的数据管理服务,助力企业数字化转型与业务发展。双方合作旨在优化数据管理布局,为中国企业提供更全面、灵活的解决方案,共筑数据管理新未来。
459 0
|
人工智能 Cloud Native 多模数据库
实力见证!数据管理服务DMS、云原生多模数据库Lindorm荣获“2024技术卓越奖”
实力见证!数据管理服务DMS、云原生多模数据库Lindorm荣获“2024技术卓越奖”
318 1
|
12月前
|
存储 SQL 关系型数据库
从 MySQL 到时序数据库 TDengine:Zendure 如何实现高效储能数据管理?
TDengine 助力广州疆海科技有限公司高效完成储能业务的数据分析任务,轻松应对海量功率、电能及输入输出数据的实时统计与分析,并以接近 1 : 20 的数据文件压缩率大幅降低存储成本。此外,taosX 强大的 transform 功能帮助用户完成原始数据的清洗和结构优化,而其零代码迁移能力更实现了历史数据从 TDengine OSS 与 MySQL 到 TDengine 企业版的平滑迁移,全面提升了企业的数据管理效率。本文将详细解读这一实践案例。
423 0
|
6月前
|
数据采集 存储 安全
数据治理≠数据管理!90%的企业都搞错了重点!
在数字化转型中,数据不一致、质量差、安全隐患等问题困扰企业。许多组织跳过基础的数据管理,直接进行数据治理,导致方案难以落地。数据管理涵盖数据生命周期中的采集、存储、处理等关键环节,决定了数据是否可用、可靠。本文详解数据管理的四大核心模块——数据质量、元数据、主数据与数据安全,并提供构建数据管理体系的四个阶段:评估现状、确定优先级、建立基础能力与持续改进,助力企业夯实数据基础,推动治理落地。
|
10月前
|
存储 数据管理 数据格式
数据治理 vs. 数据管理:别再傻傻分不清!
数据治理 vs. 数据管理:别再傻傻分不清!
517 10

热门文章

最新文章

相关产品

  • 数据管理
  • 推荐镜像

    更多