当前位置: 首页 > ai >正文

Linux环境下部署MaxScale

测试环境:两台服务器,Mysql版本 8.0,linux版本:Ubuntu 20.04.3;

介绍

       在我之前的文章里面有介绍MySql主从服务器的配置,我们项目通常使用.NET开发Server端,如果是代码直接去管理主从服务器的访问,比较不友好,因而使用MaxScale作为代理来访问,MaxScale 是 MariaDB 开发的一个数据库智能代理服务,相当于它成为Server端和Mysql端中间的代理服务,可以将Server对数据库的访问进行转发,从而实现读写分离和负载均衡。

安装

安装部署部分可参考ubuntu安装maxscale-CSDN博客

上面介绍的是单机环境的安装,实际生产过程如有需要,建议安装MaxScale集群。

需要注意的是:

1.防火墙:

要保证4006,3306端口可以访问,最好就是关闭防火墙。

2.MySql路由用户

        MaxScale配置好后,可以使用Navicat客户端或是其它来连接测试,此时连接的端口就是我们配置的maxscale.cnf文件的[Read-Write-Listener]部分的port(4006),连接用户就是我们新建的路由用户;我的MySql是8.0,在创建路由用户的时候,认证插件选择

mysql_native_password 
否则可能会出现如下报错情况:

'Access denied for user 'maxscalerouter'@'***' (using password: YES)'. Authenticator error: 'Stored password hash length is 70 when 40 was expected'.

路由用户可以授予所有的权限:如下:

create user 'maxscalerouter'@'%' identified with 'mysql_native_password' by '123456';
grant ALL PRIVILEGES on *.* to 'maxscalerouter'@'%';
FLUSH PRIVILEGES;

如果路由用户的认证插件是caching_sha2_password,需要修改为mysql_native_password,则执行如下Sql语句:

-- 修改认证插件并设置密码
ALTER USER 'maxscalerouter'@'Master的ip地址' 
IDENTIFIED WITH mysql_native_password BY 'YourNewPassword';-- 刷新
FLUSH PRIVILEGES;

修改完成后都重新启动MaxScale服务:

sudo systemctl restart maxscale

http://www.xdnf.cn/news/4700.html

相关文章:

  • 安卓基础(静态方法)
  • 企业级可观测性实现:OpenObserve云原生平台的本地化部署与远程访问解析
  • DeepSeek+即梦AI实战:图片制作教程
  • 电机的控制字和状态字各个位在各个模式下的含义
  • Maven使用教程
  • flutter利用 injectable和injectable_generator 自动get_it注册
  • 最新阿里九宫格识别模型,连线,231 协议算法
  • 【Python从入门到精通】--‘@‘符号的作用
  • 架空输电线巡检机器人轨迹优化设计
  • 探索网络设备安全:Shodan 的原理与合法应用
  • Early clock flow
  • web 自动化之 selenium+webdriver 环境搭建及原理讲解
  • 图书推荐(协同过滤)算法的实现:基于订单购买实现相似用户的图书推荐
  • Python在自动驾驶实时数据处理中的应用:让AI驾驶更智能、更高效
  • 算法题(142):木材加工
  • .NET中使用HTTPS全解析
  • k8s术语之Horizontal Pod Autoscaling
  • 学习设计模式《八》——原型模式
  • 基于互信息分解表示学习的多模态情感分析
  • Dense 与 MoE 系列模型架构的全面对比与应用策略
  • git可视化工具Fork软件的详细使用教程
  • QTDesinger如何给label加边框
  • QT:获取软件界面窗口的尺寸大小2025.5.8
  • 【特别版】Kubernetes集群安装(1master,2node)
  • 蓝绿发布与金丝雀发布
  • 系统架构设计-真题2024下半年总结
  • Android 位掩码操作(和~和|的二进制运算)
  • 【MySQL】(10)用户和权限管理
  • 基于CNN与SHAP可解释性分析的神经网络回归预测模型【MATLAB】
  • 面试问题总结(回忆版)