从MySQL导入和同步 - MapReduce BMR_全托管Hadoop/Spark集群
从MySQL导入和同步 本页介绍了MySQL与ClickHouse集成的两个方面： 使用MySQL表引擎，从MySQL表中读取 使用MaterializedMySQL数据库引擎，将MySQL中的数据库与ClickHouse中的数据库同步 使用MySQL表引擎将ClickHouse连接到MySQL MySQL表引擎允许您将ClickHouse连接到MySQL。
应用场景 - 云原生数据库 GaiaDB_关系型数据库_MySQL上云_数据库-帮助文档
传统数据库：计算存储资源绑定，整体利用率低。 GaiaDB：计算存储分离，存储按需付费，自动伸缩，扩容从库不增加存储成本。 高可用&全局读一致性场景 核心业务对高可用和强一致性有较高要求，要求更快的故障恢复（RTOC;30s）, 主从延迟尽量低.（毫秒级）。 传统数据库：秒级延迟 , 高写入情况RTO 分钟级。
连接数据库集群 - 云原生数据库 GaiaDB_关系型数据库_MySQL上云_数据库-帮助文档
说明：BCC需要与连接的GaiaDB实例在同一个VPC中，如果您没有BCC实例，可以在BCC控制台创建。 通过如下MySQL命令行进行连接： mysql -hC;连接地址> -PC;端口> -uC;用户名> -p -DC;数据库名称> 选项 说明 示例 -h 实例的内网域名或外网IP地址。 xxxx.su.baidubce.com -P 实例的端口号： 1.
迁移评估 - 云原生数据库 GaiaDB_关系型数据库_MySQL上云_数据库-帮助文档
入口三： 在”创建集群“页面，点击 从RDS迁移 的创建方式，并且配置源RDS版本、源RDS实例和数据库引擎后，单击迁移评估按钮。 填写迁移评估任务的相关参数，配置完成后点击 发起评估 。
升级步骤 - 云原生数据库 GaiaDB_关系型数据库_MySQL上云_数据库-帮助文档
步骤一：从RDS迁移 在此步骤将创建一个与源RDS相同的GaiaDB实例，源RDS的存量和增量数据都将迁移同步至GaiaDB。 说明： 建议您先进行 迁移评估 ，评估完成后再创建实例。
MySQL数据库上云迁移 - 云数据库RDS | 百度智能云文档
使用mysqldump工具，备份出所有的库表： mysqldump –u dbuser –p dbpass -h dbhost -Pdbport -A > data.sql 通过RDS域名来连接，使用mysql客户端工具将备份出来的数据库导入到RDS上： mysql -u dbuser -p dbpass -h rdsdns -Pdbport C; data.sql 修改应用程序中数据库的连接地址
什么是 GaiaDB - 云原生数据库 GaiaDB_关系型数据库_MySQL上云_数据库-帮助文档
采用白名单、VPC网络、数据多副本存储等全方位的手段，对数据库数据访问、存储、管理等各个环节提供安全保障。 5.数据多副本，数据零丢失 数据库存储节点的数据采用多副本形式，确保数据的可靠性。 如何使用 GaiaDB GaiaDB提供集群管理、库表管理、账号管理等基础能力，初次使用GaiaDB可以从以下几步开始： 创建GaiaDB集群 。 设置白名单 。 创建数据库 。 创建和管理数据库账号 。
什么是GaiaDB - 云原生数据库 GaiaDB_关系型数据库_MySQL上云_数据库-帮助文档
更多产品优势介绍 快速入门 GaiaDB提供集群管理、库表管理、账号管理等基础能力，初次使用GaiaDB可以从以下几步开始： 创建GaiaDB集群 。 设置白名单 。 创建数据库 。 创建数据库账号 。 完成以上几步后，你可以使用通用的MySQL客户端连接GaiaDB数据库。 相关概念 集群：GaiaDB集群包括一个主节点和多个从节点构成，不同集群之间资源完全隔离。
性能测试方法（OLTP） - 云原生数据库 GaiaDB_关系型数据库_MySQL上云_数据库-帮助文档
在GaiaDB控制台-数据库管理页面创建数据库sbtest。 在GaiaDB控制台-账号管理页面创建数据库用户。 在GaiaDB控制台-安全管理页面添加BCC实例IP白名单。 在BCC实例中使用SysBench测试GaiaDB一主一从节点集群的只读性能，测试时间为5分钟。
产品架构 - 云原生数据库 GaiaDB_关系型数据库_MySQL上云_数据库-帮助文档
共享存储，降低数据存储成本 与传统MySQL一个实例一份数据拷贝不同，GaiaDB同一个集群的所有节点（包括主节点和从节点）都访问存储节点上的同一份数据，由于从节点的扩展不需要拷贝数据，创建新的从节点不但速度快，而且很便宜，您仅需要支付相应计算节点的成本。 数据多副本，数据零丢失 数据库存储节点的数据采用多副本形式，确保数据的可靠性。
