/*如果已经开启了同步，停止同步*/ stop slave; /*设定主数据库*/ change master to master_host='master_db', master_user='sync', master_password='sync', master_port=3306, master_log_file='<主数据库查询得到的 File 值>', master_log_pos=<主数据库查询得到的 Positions Positions 值>; 下面是我的脚本例子： change master to master_host='master_db', master_user='sync', master_password='sync', master_port=3306, master_log_file='mariadb-bin.000004', master_log_pos=789; /*开启从数据库复制*/ start slave;

F%97%EF%BC %88jbd2%EF%BC%89bug/ 6.3 数据存储结构 Producer Consumer topic、queueId、message Commit Log 消费队列服务 （存储消息在CommitLog中的Offset 信息） Offset、Size、TagsCode 消息索引服务 （存储消息Key与消息在CommitLog 中的Offset对应关系） topic、queueId、message Commit Log Consume Queue存储消息在Commit Log中的位置信息 CommitLog Offset Size 8 Byte 4 Byte Message Tag Hashcode 8 Byte 图表 7-1RocketMQ 队列 (1). 所有数据单独存储到一个 Commit Log，完全顺序写，随机读。 (2). 对最终用户展现的队列实际只存储消息在 对最终用户展现的队列实际只存储消息在 Commit Log 的位置信息，幵丏串行方式刷盘。 项目开源主页：https://github.com/alibaba/RocketMQ 17 返样做的好处如下： (1). 队列轻量化，单个队列数据量非常少。 (2). 对磁盘的访问串行化，避免磁盘竟争，丌会因为队列增加导致 IOWAIT 增高。 每个方案都有缺点，它的缺点如下：

broker3_queue0, 2） Producer 如何实现轮询队列： Producer 从 namesrv 获取的到 Topic_A 路由信息 TopicPublishInfo --List messageQueueList //Topic_A 的所有的队列 --AtomicInteger sendWhichQueue //自增整型 tranStateTable 的文件中；如果是 commitType 和 rollbackType 消息， 修改事物状态表格 tranStateTable 中的消息状态。 记 录 Transaction Redo Log 日 志 ： 记 录 了 commitLogOffset, msgSize, preapredTransactionOffset, storeTimestamp。 2.2.3 事物状态表 先按照正常流程恢复 Tran Redo Log commitLog 异常恢复，commitLog 根据 checkpoint 时间点重新生成 redolog， 重新分发 消息 DispatchRequest, 分发消息到位置信息到 ConsumeQueue 更新 Transaction State Table 记录 Transaction Redo Log 删除事物状态表

-sources device list sources of the input device -sources device list sources of the input device -sinks device list sinks of the output device -sinks device list sinks of the output the number of bits per raw the number of bits per raw -vol volume change audio volume -vol volume change audio volume ((256 256==normal normal)) Per-file main options: Per-file audio codec (('copy' 'copy' to copy strea to copy strea -vol volume change audio volume -vol volume change audio volume ((256 256==normal normal)) -af filter_graph -af filter_graph

API Server Reflector DeltaFIFO Local Storage Callbacks OnAdd OnUpdate OnDelete WorkQueue List/Watch - CRD - Pod Write Informer Worker ReadOnly • Informer：监听事件并触发回调函数的二级缓存工具包 • WorkQueue：事件合并、过滤、延时、限速 Host Path Volumes • 优点：读写延迟低 • 缺点：单点数据，容器漂移时 数据丢失 踩到的坑 • 现象：执行 docker 命令时，docker daemon 无响应，/var/log/messages 大量报错 libceph: osdxx 10.0.0.0:6812 socket closed (con state OPEN) 原因：libceph 触发了 linux 内核 的一个

1.1. 两种模糊匹配 如果正则只有精确匹配是没多大意义的，比如 /hello/，也只能匹配字符串中的 "hello" 这个子串。 var regex = /hello/; console.log( regex.test("hello") ); // => true 正则表达式之所以强大，是因为其能实现模糊匹配。 而模糊匹配，有两个方向上的“模糊”：横向模糊和纵向模糊。 1.1.1. 横向模糊匹配 页 测试如下： var regex = /ab{2,5}c/g; var string = "abc abbc abbbc abbbbc abbbbbc abbbbbbc"; console.log( string.match(regex) ); // => ["abbc", "abbbc", "abbbbc", "abbbbbc"] NOTE 案例中用的正则是 /ab{2,5}c/g，其中 "a1b"、"a2b"、"a3b"。 其可视化形式如下： 测试如下： var regex = /a[123]b/g; var string = "a0b a1b a2b a3b a4b"; console.log( string.match(regex) ); // => ["a1b", "a2b", "a3b"] 以上就是本章讲的主体内容，只要掌握横向和纵向模糊匹配，就能解决很大部分正则匹配问题。 接下来，我们将具体展开来说。

1.1. 两种模糊匹配 如果正则只有精确匹配是没多大意义的，比如 /hello/，也只能匹配字符串中的 "hello" 这个子串。 var regex = /hello/; console.log( regex.test("hello") ); // => true 正则表达式之所以强大，是因为其能实现模糊匹配。 而模糊匹配，有两个方向上的“模糊”：横向模糊和纵向模糊。 1.1.1. 横向模糊匹配 页 测试如下： var regex = /ab{2,5}c/g; var string = "abc abbc abbbc abbbbc abbbbbc abbbbbbc"; console.log( string.match(regex) ); // => ["abbc", "abbbc", "abbbbc", "abbbbbc"] NOTE 案例中用的正则是 /ab{2,5}c/g，其中 "a1b"、"a2b"、"a3b"。 其可视化形式如下： 测试如下： var regex = /a[123]b/g; var string = "a0b a1b a2b a3b a4b"; console.log( string.match(regex) ); // => ["a1b", "a2b", "a3b"] 以上就是本章讲的主体内容，只要掌握横向和纵向模糊匹配，就能解决很大部分正则匹配问题。 接下来，我们将具体展开来说。

1024M innodb_flush_log_at_trx _commit 1 0 0 代表日志只大约每秒写入日志文件并且日志文件 刷新到磁盘 ; 1 为执行完没执行一条 SQL 马上 commit; 2 代表日志写入日志文件在每次提交 后 , 但是日志文件只有大约每秒才会刷新到磁盘上 . 对速度影响比较大，同时也关系数据完整性 innodb_log_file_size 8M 512M innodb_buffer_pool_size 的 25% ，官方推荐是 innodb_buffer_pool_size 的 40-50%, 设置大 一点来避免在日志文件覆写上不必要的缓冲池刷新 行为 innodb_log_buffer_size 128K 64M 用来缓冲日志数据的缓冲区的大小 . 推荐是 8M ， 官方推荐该值小于 16M ，最好是 1M-8M 之间  设计合理的数据表结构：适当的数据冗余 设计合理的数据表结构：适当的数据冗余 执行情况，是否锁表，查看相应的 SQL SQL 语句 语句  设置 设置 my.cnf my.cnf 中的 中的 long-query-time long-query-time 和 和 log-slow-queries log-slow-queries 能 能 够 够 记录服务器那些 记录服务器那些 SQL SQL 执行速度比较慢 执行速度比较慢  另外有用的几个查询： 另外有用的几个查询：

d/authkeys auth 1 1 crc  ha.cf 的配置 master 的 ha.cf 的配置 vim /etc/ha.d/ha.cf logfile /var/log/ha-log logfacility local0 keepalive 2 deadtime 30 warntime 10 initdead 60 udpport 694 ucast hacluster /usr/lib64/heartbeat/ipfail backup 的 ha.cf 的配置 vim /etc/ha.d/ha.cf logfile /var/log/ha-log logfacility local0 keepalive 2 deadtime 30 warntime 10 initdead 60 udpport 694 ucast auth 1 1 crc  ha.cf 的配置 master(dbserver1)的 ha.cf 的配置 vim /etc/ha.d/ha.cf logfile /var/log/ha-log logfacility local0 keepalive 2 deadtime 30 warntime 10 initdead 60 udpport 694 ucast

Status Configuration (Pod Spec) • Goal • Offline autonomous – network connectivity • Only sync change data – network performance • Lightweight Kubelet – resource constrain edge node • Components •