博客
关于我
达梦7备份还原实践
阅读量:562 次
发布时间:2019-03-09

本文共 1345 字,大约阅读时间需要 4 分钟。

数据库归档与备份指南

一、归档配置

数据库归档配置分为两种方式:

  • 联机归档配置(需数据库已启动)

    • 使用SQL命令完成dmarch.ini和ARCH_INI配置。
    • 执行以下命令:
      alter database mount;alter database add archipelago 'dest=/home/dm_arch,type=local,file_size=1024,space_limit=2048';alter database archipelog;alter database open;
    • 注意:归档模式下禁止删除本地归档。
  • 手动归档配置(数据库未启动)

    • 手动编写dmarch.ini文件并设置参数ARCH_INI。

  • 二、联机SQL备份方式

  • 数据库备份

    • 备份前需启动dmap服务,并使用相同用户(如dmdba)启动,建议使用nohup后台运行。
    • 备份命令示例:
      backup database backupset 'db_bak_01';  -- 必须指定备份文件名backup database full backupset '/home/dm_bak/db_full_bak_01';
    • 增量备份:
      backup database increment with backupdir '/home/dm_bak' backupset 'db_increment_bak_02';
  • 表空间备份

    • 执行表空间备份需服务器处于归档模式。
    • 命令示例:
      backup tablespace main backupset '/home/dm_bak/ts_bak_01';
  • 表备份

    • 不需要服务器配置归档,默认可以通过SQL执行。
    • 命令示例:
      backup table test backupset '/home/dm_bak/tab_bak_01';

  • 三、脱机DRMAN备份方式

  • 数据库备份

    • 使用DMRMAN工具执行脱机备份(不支持归档模式)。
    • 示例命令:
      rman> backup database '/opt/dmdbms/data/DAMENG/dm.ini';
    • 注意:数据库需处于非运行状态,避免错误。
  • 修改备份策略

    • 通过修改dm.ini文件配置备份频率和方式,类似于Oracle RMAN。

  • 四、DEPX逻辑备份

  • 工具使用说明

    dexp SYSDBA/SYSDBA file=dexp%U.dmp log=dexp01.log parallel=2 owner=JTITSMFL EXCLUDE=TABLES:'EVENT_Q_HIS', 'SEND_OA_SERVICE_TEMP';
    • 导出模式下需注意对象权限和表的兼容性。
    • 常见错误:表中的临时表、物化视图等无法备份。
  • 备份验证

    • 样例执行结果:
      [dmdba@oracle dm_bak]$ dexp SYSDBA/SYSDBA ...成功导出JTITSMFL schema,共计导出数据35,271,025行。

  • 配置注意事项

  • 文件路径:确保归档和备份目录路径正确。
  • 权限设置:检查文件和目录权限,确保备份操作有权限进行。
  • 恢复验证:定期执行归档和备份恢复测试,确保可靠性。

  • 以上指南提供了多种备份与归档方式希望对您有所帮助!

    转载地址:http://rkcpz.baihongyu.com/

    你可能感兴趣的文章
    pandas :检测一个DF和另一个DF之间缺失的列
    查看>>
    Pandas-从具有嵌套列表列表的现有列创建动态列时出错
    查看>>
    Pandas-通过对列和索引的值求和来合并两个数据框
    查看>>
    pandas.columns、get_dummies等用法
    查看>>
    pandas.DataFrame.copy(deep=True) 实际上并不创建深拷贝
    查看>>
    pandas.read_csv()的详解-ChatGPT4o作答
    查看>>
    PANDAS.READ_EXCEL()输出‘;溢出错误:日期值超出范围‘;而不存在日期列
    查看>>
    pandas100个骚操作:再见 for 循环!速度提升315倍!
    查看>>
    Pandas:如何根据其他列值的条件对列进行求和?
    查看>>
    Pandas:对给定列求和 DataFrame 行
    查看>>
    Pandas、Matplotlib、Pyecharts数据分析实践
    查看>>
    Pandas中文官档 ~ 基础用法1
    查看>>
    Pandas中文官档~基础用法2
    查看>>
    Pandas中文官档~基础用法5
    查看>>
    Pandas中文官档~基础用法6
    查看>>
    Pandas中的GROUP BY AND SUM不丢失列
    查看>>
    Pandas之iloc、loc
    查看>>
    pandas交换两列
    查看>>
    pandas介绍-ChatGPT4o作答
    查看>>
    pandas去除Nan值
    查看>>