新闻详情

新闻详情

首页 / 资讯中心 / 详情

linux定时备份mysql数据库

发布时间:2026/11/15 17:54:41来源:尧图网络
linux定时备份mysql数据库
新建文件 mysql_backup.sh将文件放到home目录下具体位置可以自己选择文件内容如下#!/bin/bash #备份目录 BACKUP/mnt/mysql_backup #当前时间 DATETIME$(date %Y-%m-%d_%H%M%S) #数据库地址 视情况而定如果是在数据库服务器备份到自己服务器可以不要HOST #HOSTlocalhost #数据库用户名 DB_USERroot #数据库密码 DB_PW123456 #备份的数据库名称 DATABASEdb_test echo 开始备份数据库${DATABASE}当前时间${DATETIME} #创建备份目录如果不存在就创建 [ ! -d ${BACKUP}/${DATETIME} ] mkdir -p ${BACKUP}/${DATETIME} #备份数据库 --host可以不要如果是本分到本服务器 /mysql/MySQL5.7.28/bin/mysqldump -u${DB_USER} -p${DB_PW} --host${HOST} -q -R --databases ${DATABASE} | gzip ${BACKUP}/${DATETIME}/$DATETIME.sql.gz cd ${BACKUP} #将日期文件夹打包压缩处理成tar.gz tar -zcvf $DATETIME.tar.gz ${DATETIME} #删除原日期文件夹 rm -rf ${BACKUP}/${DATETIME} #删除N天前的备份文件 find ${BACKUP} -atime 10 -name *.tar.gz -exec rm -rf {} \; echo 备份数据库${DATABASE}完成根据实际情况修改相关的参数值。将文件上传至数据库服务器为文件添加执行权限chmod ux /home/mysql_backup.sh如果在服务器上执行脚本报错可能是因为文件中换行符的问题解决方法是把文件上传到linux服务器后进入到脚本所在的目录下面执行下面的命令把换行符换成linux的而不是windows的。# 进入脚本所在目录cd /xxx# 使用sed命令移除Windows换行符sed -i s/\r$// mysql_backup.sh利用crond服务定时执行备份脚本crond的常用命令crontab -e 编辑crontab定时任务crontab -l 查询crontab任务crontab -r 删除当前用户所有的crontab任务终止任务调度service crond restart 重启任务调动一般在设置完成后重启例如每日凌晨5点执行数据库备份则crond服务的配置如下crontab -e 打开编辑窗口0 5 * * * /home/mysql_backup.sh 设置定时执行参数cron表达式中5个占位符的说明特殊符号说明特殊时间执行案例docker部署的MySQL做数据备份#!/bin/bash # 备份目录 BACKUP/opt/mysql_backup # 当前时间 DATETIME$(date %Y-%m-%d_%H%M%S) # Docker 容器名称 DOCKER_NAMEmysql8 # 数据库用户名 DB_USERroot # 数据库密码如果有特殊字符建议用环境变量或配置文件 DB_PW123456 # 备份的数据库名称 DATABASEsales_report echo 开始备份数据库 ${DATABASE}当前时间 ${DATETIME} # 创建备份目录 [ ! -d ${BACKUP}/${DATETIME} ] mkdir -p ${BACKUP}/${DATETIME} # 使用 docker exec 执行 mysqldump docker exec ${DOCKER_NAME} mysqldump -u${DB_USER} -p${DB_PW} -q -R --databases ${DATABASE} | gzip ${BACKUP}/${DATETIME}/${DATETIME}.sql.gz cd ${BACKUP} # 打包压缩 tar -zcvf ${DATETIME}.tar.gz ${DATETIME} # 删除原文件夹 rm -rf ${BACKUP}/${DATETIME} # 删除 10 天前的备份 find ${BACKUP} -mtime 10 -name *.tar.gz -delete echo 备份数据库 ${DATABASE} 完成文件${DATETIME}.tar.gz
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/15 4:54:16

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/15 2:04:12

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/14 10:11:15

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/14 17:14:38

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/14 16:35:50

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/15 4:06:36

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉