使用 Docker 部署 mysql 应用
使用 Docker 部署
环境搭建
- Docker 安装文档
创建容器
-
在系统任意位置创建一个文件夹(可选)
mkdir -p /opt/docker/mysql && cd /opt/docker/mysqlmkdir ./{conf,data,logs} -
搜索 & 拉取镜像
docker search mysql docker pull mysql:5.6 -
启动服务
docker run -id \ -p 3306:3306 \ --name=mysql \ -v $PWD/conf:/etc/mysql/conf.d \ -v $PWD/logs:/logs \ -v $PWD/data:/var/lib/mysql \ -e MYSQL_ROOT_PASSWORD=123456 \ mysql:5.6
参数说明:
-p 3307:3306- 将容器的 3306 端口映射到宿主机的 3307 端口。-v $PWD/conf:/etc/mysql/conf.d- 将主机当前目录下的conf/my.cnf挂载到容器的/etc/mysql/my.cnf配置目录。-v $PWD/logs:/logs- 将主机当前目录下的 logs 目录挂载到容器的/logs日志目录。-v $PWD/data:/var/lib/mysql- 将主机当前目录下的 data 目录挂载到容器的/var/lib/mysql数据目录。-e MYSQL_ROOT_PASSWORD=123456- 初始化 root 用户的密码。
更新容器
-
停止运行中的容器
docker stop mysql docker rm mysql -
备份数据(重要)
cp -r /opt/docker/mysql /opt/docker/mysql.archive -
更新服务
-
拉取镜像
docker pull mysql:8.0 -
重新启动服务
docker run -id \ -p 3307:3306 \ --name=mysql \ -v $PWD/conf:/etc/mysql/conf.d \ -v $PWD/logs:/logs \ -v $PWD/data:/var/lib/mysql \ -e MYSQL_ROOT_PASSWORD=123456 \ mysql:8.0
使用 Docker Compose 部署
环境搭建
- Docker 安装文档
- Docker Compose 安装文档
创建容器
-
在系统任意位置创建一个文件夹(可选)
mkdir -p /opt/docker/mysql && cd /opt/docker/mysql mkdir ./{conf,data,logs,init}
注意:后续操作中,产生的所有数据都会保存在这个目录,请妥善保存。
-
创建
docker-compose.yamlversion: '3'services:mysql:image: mysql:5.6container_name: e-mysqlprivileged: truerestart: alwaysports:- 3306:3306environment:- MYSQL_ROOT_PASSWORD=123456volumes:- $PWD/conf:/etc/mysql/conf.d- $PWD/conf/my.cnf:/etc/my.cnf- $PWD/logs:/logs- $PWD/data:/var/lib/mysql- $PWD/init:/docker-entrypoint-initdb.d/networks:default:driver: bridge -
启动服务
docker-compose up -d实时查看日志:
docker-compose logs -f
更新容器
-
停止运行中的容器
cd /opt/docker/mysql && docker-compose down -
备份数据(重要)
cp -r /opt/docker/mysql /opt/docker/mysql.archive -
更新服务
-
修改
docker-compose.yaml中配置的镜像版本 -
拉取镜像
docker-compose pull -
重新启动服务
-
docker-compose up -d
相关文章:
使用 Docker 部署 mysql 应用
使用 Docker 部署 环境搭建 Docker 安装文档 创建容器 在系统任意位置创建一个文件夹(可选) mkdir -p /opt/docker/mysql && cd /opt/docker/mysqlmkdir ./{conf,data,logs}搜索 & 拉取镜像 docker search mysql docker pull mysql:5.6启…...
美团Leaf分布式ID实战:深入解析雪花算法原理与应用
📖 前言 在分布式系统中,全局唯一ID生成是保证数据一致性的核心技术之一。传统方案(如数据库自增ID、UUID)存在性能瓶颈或无序性问题,而美团开源的Leaf框架提供了高可用、高性能的分布式ID解决方案。本文重点解析Leaf…...
Midjourney使用教程—2.作品修改
当您已生成第一张Midjourney图像的时候,接下来该做什么?了解我们用于修改图像的工具!使用 Midjourney 制作图像后,您的创意之旅就不会止步于此。您可以使用各种工具来修改和增强图像。 一、放大操作 Midjourney每次会根据提示词…...
【人工智能】LM Studio 的 GPU 加速:释放大模型推理潜能的极致优化
《Python OpenCV从菜鸟到高手》带你进入图像处理与计算机视觉的大门! 解锁Python编程的无限可能:《奇妙的Python》带你漫游代码世界 随着大语言模型(LLM)的广泛应用,其推理效率成为限制性能的关键瓶颈。LM Studio 作为一个轻量级机器学习框架,通过 GPU 加速显著提升了大…...
S32K144入门笔记(十七):PDB的API函数解读
文章目录 1. SDK中的函数2. API函数的释义 1. SDK中的函数 在SDK中并没有转为PDB设置专门的PAL驱动,在基本的DRIVER库中一共有21个API函数,本文将解读这些函数的功能。 2. API函数的释义 void PDB_DRV_Init(const uint32_t instance,const pdb_timer_…...
3.5 平滑滤波
请注意:笔记内容片面粗浅,请读者批判着阅读! 一、引言 平滑空间滤波是数字图像处理中用于降低噪声和模糊细节的核心技术,常用于图像预处理或特定场景下的视觉效果优化。其核心思想是通过邻域像素的加权平均或统计操作,抑制高频噪…...
自动化测试框架pytest+requests+allure
Pytest requests Allure 这个框架基于python的的 Pytest 进行测试执行,并结合 Allure插件 生成测试报告的测试框架。采用 关键字驱动 方式,使测试用例更加清晰、模块化,同时支持 YAML 文件来管理测试用例,方便维护和扩展。 测试…...
Sympy入门之微积分基本运算
Sympy是一个专注于符号数学计算的数学工具,使得用户可以轻松地进行复杂的符号运算,如求解方程、求导数、积分、级数展开、矩阵运算等。本文,我们将详细讲解Sympy在微积分运算中的应用。 获取方式 pip install -i https://mirrors.tuna.tsin…...
Qemu-STM32(十):STM32F103开篇
简介 本系列博客主要描述了STM32F103的qemu模拟器实现,进行该项目的原因有两点: 作者在高铁上,想在STM32F103上验证一个软件框架时,如果此时掏出开发板,然后接一堆的线,旁边的人估计会投来异样的目光,特别…...
在 ABAP 开发工具 (ADT-ABAP Development Tools) 中创建ABAP 项目
第一步:安装 SAP NetWeaver 的 ABAP 开发工具 (ADT) 开发工具下载地址:https://tools.hana.ondemand.com/#abap 也可以在SAP Development Tools下载工具页面直接跳转到对应公开课教程页面,按课程步骤下载eclipse解压安装即可,过程…...
【架构】单体架构 vs 微服务架构:如何选择最适合你的技术方案?
文章目录 ⭐前言⭐一、架构设计的本质差异🌟1、代码与数据结构的对比🌟2、技术栈的灵活性 ⭐二、开发与维护的成本博弈🌟1、开发效率的阶段性差异🌟2、维护成本的隐形陷阱 ⭐三、部署与扩展的实战策略🌟1、部署模式的本…...
【鸿蒙开发】Hi3861学习笔记- WIFI应用AP建立网络
00. 目录 文章目录 00. 目录01. LwIP简介02. AP模式简介03. API描述3.1 RegisterWifiEvent3.2 UnRegisterWifiEvent3.3 GetStationList3.4 GetSignalLevel3.5 EnableHotspot3.6 DisableHotspot3.7 SetHotspotConfig3.8 GetHotspotConfig3.9 IsHotspotActive 04. 硬件设计05. 模…...
大模型的微调技术(高效微调原理篇)
背景 公司有需求做农业方向的大模型应用以及Agent助手,那么适配农业数据就非常重要。但众所周知,大模型的全量微调对算力资源要求巨大,在现实的限制条件下基本“玩不起”,那么高效微调技术就非常必要。为了更好地对微调技术选型和…...
区间震荡指标
区间震荡指标的逻辑如下: 一、函数注解 1. Summation函数 功能: 计算给定价格序列Price的前Length个数据点的和,或在数据点数量超过Length时,计算滚动窗口内的价格和。 参数: Price(1):价格序列&#…...
HCIE-SLAAC
文章目录 SLAAC 🏡作者主页:点击! 🤖Datacom专栏:点击! ⏰️创作时间:2025年03月21日10点58分 SLAAC 帮助设备发现本地直连链路相连的设备,并获取与地址自动配置的相关前缀和其他…...
JavaScript | 爬虫逆向 | 掌握基础 | 01
一、摘要 实践是最好的导师 二、环境配置 在开始之前,需要确保你的计算机上已经安装了 Node.js。Node.js 是一个开源的、跨平台的 JavaScript 运行时环境,它允许你在服务器端运行 JavaScript 代码。 1. 下载 安装地址:https://nodejs.org…...
【PCIe 总线及设备入门学习专栏 3.2 -- PCIe 在进行大数据搬运时是如何组包的?】
文章目录 Overview1. PCIe数据传输的核心机制(1) 数据分割(2) TLP头部构造(3) 数据链路层封装(4) 物理层传输2. GPU从内存搬运数据的组包流程场景示例:3. 优化机制(1) 大页传输(TLP合并)(2) 流量控制与信用机制(3) 地址对齐优化4. 完整示例5. 性能影响Overview 本文将详细介…...
C++算法代码-植物生长算法求解多目标车辆路径规划问题
为了求解电商物流配送中的车辆路径规划问题,并同时优化多个目标(降低运营总成本、降低碳排放量、降低消费者的不满意程度),我们可以设计一个结合植物生长算法(Plant Growth Algorithm, PGA)、**模拟退火算法(Simulated Annealing, SA)和多目标优化算法(MODAD)**的组合…...
力扣算法Hot100——128. 最长连续序列
题目要求时间复杂度为O(n),因此不能使用两次循环匹配。 首先使用 HashSet 去重,并且 HashSet 查找一个数的复杂度为O(1)外循环还是遍历set集合,里面一重循环需要添加判断,这样才不会达到O( n 2 n^2 n2)判断是否进入最长序列查找循…...
深入解析 Java Stream API:从 List 到 Map 的优雅转换!!!
🚀 深入解析 Java Stream API:从 List 到 Map 的优雅转换 🔧 大家好!👋 今天我们来聊聊 Java 8 中一个非常常见的操作:使用 Stream API 将 List 转换为 Map。🎉 具体来说,我们将深入…...
当全球化成为商业常态,Shopify 如何为品牌生意铺平出海之路?
从独立站搭建到支付履约,从数据分析到生态整合,Shopify 为不同规模的企业提供可扩展的解决方案。 在数字化浪潮的推动下,跨境电商与品牌出海的黄金时代已然到来。然而,看似广阔的市场蓝海背后,是无数企业正在经历的“成…...
集成平台是选择专业iPaaS厂商还是大型软件企业?
在数字化转型的浪潮中,企业对于高效、灵活的集成平台需求日益增长。iPaaS(Integration Platform as a Service)作为当下热门的解决方案,为企业提供了将不同应用和数据源进行整合的云端平台。面对市场上的众多选择,企业…...
RC6在线加密工具
RC6加密算法是一种基于RC5改进的分组密码算法,曾作为AES(高级加密标准)的候选算法之一。它采用了4个32位寄存器,增加了32位整数乘法运算,以增强扩散和混淆特性,提高了安全性。RC6的设计简单、高效ÿ…...
python每日十题(5)
保留字,也称关键字,是指被编程语言内部定义并保留使用的标识符。Python 3.x版本中有35个保留字,分别为:and, as,assert,async,await,break,class,continue,def,del,elif,else, except, False, finally,for,from,global, if,import…...
应用案例 | 核能工业:M-PM助力核工业科研项目
M-PM助力核工业科研项目 一、项目背景 在核工业复杂系统的研发进程中,MBSE(基于模型的系统工程)方法的应用愈发成熟,已然成为推动系统设计与优化的关键力量。如今,各相关设计系统的 MBSE 模型数据呈现出精细化、多元…...
通过 Executors 创建线程池
在Java中,使用线程池来管理和创建线程是一个更为高效和灵活的方法。线程池可以帮助你管理线程的生命周期,避免了频繁创建和销毁线程的开销,从而提高了性能。 Java 提供了java.util.concurrent包来处理线程池的相关操作。常用的线程池类是 Ex…...
4.1、网络安全模型
目录 网络安全体系概述网络安全模型-BLP模型网络安全模型-Biba模型网络安全模型 - 信息流模型信息保障模型能力成熟度模型其它安全模型网络安全原则 网络安全体系概述 网络安全体系是网络安全保证系统的最高层概念抽象,是一个体系,体系一般是一个概念&a…...
ManiWAV:通过野外的音频-视频数据学习机器人操作
24年6月来自斯坦福大学、哥伦比亚大学和 TRI 的论文“ManiWAV: Learning Robot Manipulation from In-the-Wild Audio-Visual Data”。 音频信号通过接触为机器人交互和物体属性提供丰富的信息。这些信息可以简化接触丰富的机器人操作技能学习,尤其是当视觉信息本身…...
可发1区的超级创新思路:基于注意力机制的DSD-CNN时间序列预测模型(功率预测、交通流量预测、故障检测)
首先声明,该模型为原创!原创!原创! 一、应用场景 该模型主要用于时间序列数据预测问题,包含功率预测、电池寿命预测、电机故障检测等等 二、模型整体介绍(本文以光伏功率预测为例) DSD-CNN(Depthwise-Spacewise Separable CNN)结合通道注意力机制,通过以下创新提升…...
IREE 调度机制深度解析:静态编译与动态执行的协同优化
IREE 调度机制深度解析:静态编译与动态执行的协同优化 一、引言 IREE (IR Execution Environment) 作为 TensorFlow 生态的重要成员,通过多层次调度策略实现了跨硬件平台的高效执行。其调度系统融合了编译期静态优化与运行时动态调整,在保证…...
