Oracle dataguard 容灾技术实战(笔记),教你一种更清晰的Linux运维架构

简介: Oracle dataguard 容灾技术实战(笔记),教你一种更清晰的Linux运维架构

检查环境:

su - oracle

ps -ef|grep smon

echo $ORACLE_HOME

lsnrctl status

环境变量配置

su - oralce
echo “export LANG=en_US” >> ~/.bash_prefile
echo “export ORACLE_BASE=/opt/oracle” >> ~/.bash_prefile
echo “export ORACLE_HOEM=$ORACLE_BASE/product/19c/dbhome_1” >> ~/.bash_prefile
echo “export ORACLE_UNQNAME=itpuxdg” >> ~/.bash_prefile
echo “export ORACLE_SID=itpuxdb1” >> ~/.bash_prefile
echo “export NLS_LANG=AMERICAN_AMERICA.ZHS16GBK;export NLS_LANG” >> ~/.bash_prefile
echo “exoprt PATH=.:P A T H : PATH:PATH:HOME:/bin:$ORACLE_HOME/bin” >> ~/.bash_prefile
source ~/.bash_profile
env |grep ORACLE

准备备库监听配置

vi /opt/oracle/product/19c/dbhome_1/network/admin/listener.ora
LISTNER =
(DESCRIPTION_LIST =
(DESCRIPTION =
(ADDRESS = (PROTOCOL = TCP)(HOST = 主机名)(PORT = 1521)
(ADDRESS = (PROTOCOL = TCP)(KEY = EXTPROC1521)
)
SID_LIST_LISTENER=
(SID_LIST =
(SID_DESC =
(GLOBAL_DBNAME = 数据库名)
(SID_NAME = 数据库实例名)
(ORACLE_HOME = /opt/oracle/product/19c/dbhome_1)
)
)

oracle19c DB创建过程

01.enable force logging
alter database force logging;
02.enable archivelog mode
alter system set db_recovery_file_dest_size=10g;
alter system set db_recovery_file_dest=‘/opt/oracle’;
startup mount;
alter database archivelog;
alter database open;
alter system swtch logfile;
03.create standby redolog
alter database add stan logfile group 4 ‘/opt/oracle/oradata/ITPUXDB/strdo04.log’
size 200m;
alter database add stan logfile group 5 ‘/opt/oracle/oradata/ITPUXDB/strdo05.log’
size 200m;
alter database add stan logfile group 6 ‘/opt/oracle/oradata/ITPUXDB/strdo06.log’
size 200m;
alter database add stan logfile group 7 ‘/opt/oracle/oradata/ITPUXDB/strdo07.log’
size 200m;

主备库监听tnsnames.ora :

vi /opt/oracle/product/19c/dbhome_1/network/admin/tnsnames.ora
itpuxdb =
(DESCRIPTION =
(ADDRESS = (PROTOCOL = TCP)(HOST = ip)(PORT = 1521))
(CONNECT_DATA =
(SERVER = DEDICATED)
(SERVER_NAME = 实例名)
)
)

备库

itpuxdb =
(DESCRIPTION =
(ADDRESS = (PROTOCOL = TCP)(HOST = ip)(PORT = 1521))
(CONNECT_DATA =
(SERVER = DEDICATED)
(SERVER_NAME = 实例名)
)
)

准备数据库密码文件

主库:

orapwd file=/opt/oracle/product/19c/dbhome_1/dbs/orapwitpuxdb password=ITPUX-123

备库:

cd /opt/oracle/product/19c/dbhome_1/dbs/

scp IP:/opt/oracle/product/19c/dbhome_1/dbs/orapwitpuxdb

mv orapwitpuxdb orapwitpuxdg

登录

sqlplus “sys/ITPUX-123@itpuxdg as sysdba”

主库:

create pflie = ‘/opt/oracle/pfile.ora’ from spfile

主库参数(重启生效)(itpuxdb主库  itpuxdg备库)

alter system set db_unique_name=‘itpuxdb’ scope=spfile;
alter system set LOG_ARCHIVE_CONFIG='DG _CONFIG=(itpuxdb,itpuxdg)’scope=both;
alter system set LOG_ARCHIVE_DEST_1='LOCATION=USE_DB_RECOVERY_FILE_DEST
VALID_FOR=(ALL_LOGFILES,ALL_ROLES)DB_UNIQUE_NAME=itpuxdb’ scope=both;
alter system set LOG_ARCHIVE_DEST_2='SERVICE=itpuxdg LGWR ASYNC
VALID_FOR=(ONLINE_LOGFILES,PRIMARY_ROLE) DB_UNIQUE_NAME=itpuxdgscope=both;
alter system set fal_client=‘itpuxdb’ scope=both;
alter system set FAL_SERVER=‘itpuxdg’ scope=both;
alter system set DB_FILE _NAME_CONVERT=‘ITPUXDG’,ITPUXDB’ scope=spfile;
alter system set LOG _FILE_NAME_CONVERT=‘ITPUXDG’,‘ITPUXDB’ scope=spfile;
alter system set standby_file_management=AUTO scope=both;

备库参数:

cd /opt/oracle

vi pfile.ora

db_unique_name=‘itpuxdg’

LOG_ARCHIVE_CONFIG=‘DG_CONFIG=(itpuxdg,itpuxdb)’

LOG_ARCHIVE_DEST_1=‘LOCATION=USE_DB_RECOVERY_FILE_DEST VALID_FOR=(ALL_LOGFILES,ALL_ROLES) DB_UNIQUE_NAME=itpuxdg’

LOG_ARCHIVE_DEST_2=‘SERVICE=itpuxdb LGWR ASYNC VALID_FOR=(ONLINE_LOGFILES,PRIMARY_ROLE) DB_UNIQUE_NAME=itpuxdb’ fal_client=‘itpuxdg’

FAL_SERVER=‘itpuxdb’

DB_FILE_NAME_CONVERT=‘ITPUXDB’,‘ITPUXDG’

LOG_FILE_NAME_CONVERT=‘ITPUXDB’,‘ITPUXDG’

standby_file_management=AUTO

oracle19c DG创建过程

创建目录

mkdir -p /opt/oracle/admin/itpuxdg/adump

mkdir -p /opt/oracle/oradata/ITPUXDG


相关文章
|
2月前
|
机器学习/深度学习 安全 算法
十大主流联邦学习框架:技术特性、架构分析与对比研究
联邦学习(FL)是保障数据隐私的分布式模型训练关键技术。业界开发了多种开源和商业框架,如TensorFlow Federated、PySyft、NVFlare、FATE、Flower等,支持模型训练、数据安全、通信协议等功能。这些框架在灵活性、易用性、安全性和扩展性方面各有特色,适用于不同应用场景。选择合适的框架需综合考虑开源与商业、数据分区支持、安全性、易用性和技术生态集成等因素。联邦学习已在医疗、金融等领域广泛应用,选择适配具体需求的框架对实现最优模型性能至关重要。
587 79
十大主流联邦学习框架:技术特性、架构分析与对比研究
|
20天前
|
机器学习/深度学习 缓存 自然语言处理
深入解析Tiktokenizer:大语言模型中核心分词技术的原理与架构
Tiktokenizer 是一款现代分词工具,旨在高效、智能地将文本转换为机器可处理的离散单元(token)。它不仅超越了传统的空格分割和正则表达式匹配方法,还结合了上下文感知能力,适应复杂语言结构。Tiktokenizer 的核心特性包括自适应 token 分割、高效编码能力和出色的可扩展性,使其适用于从聊天机器人到大规模文本分析等多种应用场景。通过模块化设计,Tiktokenizer 确保了代码的可重用性和维护性,并在分词精度、处理效率和灵活性方面表现出色。此外,它支持多语言处理、表情符号识别和领域特定文本处理,能够应对各种复杂的文本输入需求。
56 6
深入解析Tiktokenizer:大语言模型中核心分词技术的原理与架构
|
1月前
|
机器学习/深度学习 缓存 自然语言处理
DeepSeek背后的技术基石:DeepSeekMoE基于专家混合系统的大规模语言模型架构
DeepSeekMoE是一种创新的大规模语言模型架构,融合了专家混合系统(MoE)、多头潜在注意力机制(MLA)和RMSNorm归一化。通过专家共享、动态路由和潜在变量缓存技术,DeepSeekMoE在保持性能的同时,将计算开销降低了40%,显著提升了训练和推理效率。该模型在语言建模、机器翻译和长文本处理等任务中表现出色,具备广泛的应用前景,特别是在计算资源受限的场景下。
585 29
DeepSeek背后的技术基石:DeepSeekMoE基于专家混合系统的大规模语言模型架构
|
20天前
|
设计模式 机器学习/深度学习 前端开发
Python 高级编程与实战:深入理解设计模式与软件架构
本文深入探讨了Python中的设计模式与软件架构,涵盖单例、工厂、观察者模式及MVC、微服务架构,并通过实战项目如插件系统和Web应用帮助读者掌握这些技术。文章提供了代码示例,便于理解和实践。最后推荐了进一步学习的资源,助力提升Python编程技能。
|
1月前
|
机器学习/深度学习 算法 文件存储
YOLOv11改进策略【模型轻量化】| MoblieNetV3:基于搜索技术和新颖架构设计的轻量型网络模型
YOLOv11改进策略【模型轻量化】| MoblieNetV3:基于搜索技术和新颖架构设计的轻量型网络模型
162 10
YOLOv11改进策略【模型轻量化】| MoblieNetV3:基于搜索技术和新颖架构设计的轻量型网络模型
|
19天前
|
机器学习/深度学习 设计模式 API
Python 高级编程与实战:构建微服务架构
本文深入探讨了 Python 中的微服务架构,介绍了 Flask、FastAPI 和 Nameko 三个常用框架,并通过实战项目帮助读者掌握这些技术。每个框架都提供了构建微服务的示例代码,包括简单的 API 接口实现。通过学习本文,读者将能够使用 Python 构建高效、独立的微服务。
|
1月前
|
机器学习/深度学习 算法 文件存储
RT-DETR改进策略【模型轻量化】| MoblieNetV3:基于搜索技术和新颖架构设计的轻量型网络模型
RT-DETR改进策略【模型轻量化】| MoblieNetV3:基于搜索技术和新颖架构设计的轻量型网络模型
47 4
RT-DETR改进策略【模型轻量化】| MoblieNetV3:基于搜索技术和新颖架构设计的轻量型网络模型
|
27天前
|
Android开发 开发者 Kotlin
Android实战经验之Kotlin中快速实现MVI架构
MVI架构通过单向数据流和不可变状态,提供了一种清晰、可预测的状态管理方式。在Kotlin中实现MVI架构,不仅提高了代码的可维护性和可测试性,还能更好地应对复杂的UI交互和状态管理。通过本文的介绍,希望开发者能够掌握MVI架构的核心思想,并在实际项目中灵活应用。
56 8
|
11天前
|
消息中间件 安全 NoSQL
布谷直播系统源码开发实战:从架构设计到性能优化
作为山东布谷科技的一名技术研发人员,我参与了多个直播系统平台从0到1的开发和搭建,也见证了直播行业从萌芽到爆发的全过程。今天,我想从研发角度,分享一些直播系统软件开发的经验和心得,希望能对大家有所帮助。
|
1月前
|
JavaScript 前端开发 Java
Jeesite5:Star24k,Spring Boot 3.3+Vue3实战开源项目,架构深度拆解!让企业级项目开发效率提升300%的秘密武器
Jeesite5 是一个基于 Spring Boot 3.3 和 Vue3 的企业级快速开发平台,集成了众多优秀开源项目,如 MyBatis Plus、Bootstrap、JQuery 等。它提供了模块化设计、权限管理、多数据库支持、代码生成器和国际化等功能,极大地提高了企业级项目的开发效率。Jeesite5 广泛应用于企业管理系统、电商平台、客户关系管理和知识管理等领域。通过其强大的功能和灵活性,Jeesite5 成为了企业级开发的首选框架之一。访问 [Gitee 页面](https://gitee.com/thinkgem/jeesite5) 获取更多信息。
Jeesite5:Star24k,Spring Boot 3.3+Vue3实战开源项目,架构深度拆解!让企业级项目开发效率提升300%的秘密武器

热门文章

最新文章