Windows MySQL位置迁移更改

墨衍会员 · AI 创作全网分发 墨衍智能分发 本文由作者通过墨衍一键同步至各平台 1分发平台 1.1k累计阅读 1.2k平均单平台已同步平台优快云微信公众号微博知乎掘金百家号博客园抖音小红书 你的文章也可以这样分发 墨衍会员 ¥399起/年，写一次发全网我也要 → 码龄8年

关注

原创 2022-08-18 10:38:25 1.1k 阅读 AI 写同款· GEO 优化 ›

Window10上如何将MySQL数据库文件从C盘移动到D盘如何将MySQL数据库文件从C盘迁移到D盘阅读详情

1. 查看当前数据库存储位置

show global variables like '%datadir%';

在这里插入图片描述

2.停止服务，进行mysql迁移
在这里插入图片描述
迁移mysql
将mysql夹文件复制到新的位置

复制成功后更改my.ini文件中的几个路径

3.文件夹权限
右键点击文件夹一一> 属性一一> 安全一一> Authenticated Users一一> 编辑一一> 完全控制

4. 查看MySQL启动服务配置
windows + r 打开“运行”，输入regedit 回车打开注册表

计算机\HKEY_LOCAL_MACHINE\SYSTEM\CurrentControlSet

在这里插入图片描述
指定配置文件启动

--defaults-file=F:\MySQL\my.ini

在这里插入图片描述
5.启动mysql

收录于

Mysql

当前文章被收录于：

Mysql

8 篇文章 0 人学习

订阅专栏查看详情

当前文章被以下社区和专栏收录：

标签

#mysql #数据库 #java

windows下MySQL数据库如何移动到其它盘今天装MySQL发现数据库储存默认装在了C盘，因为C盘空间本就不大，就想移动到其它盘。以下是我的操作步骤 1.启动 2.输入密码 3.输入命令查询数据储存在哪 show global variables like "%datadir%" ; 4.把C:\ProgramData\MySQL\MySQL Server 8.0下的Data文件移动到自己想要的位置 5.修改C:\ProgramData\MySQL\MySQL Server 8.0下的my.ini文件找到d... 阅读详情

相关推荐

Windows更改MySQL-8的数据库数据存放位置

最近要在Windows上使用MySQL-8，我们之前一般都是在Linux上使用的偏多，配置起来也很容易。切换Windows上就要熟悉Windows上的一些配置，特别是数据库存放位置也是很重要的，毕竟数据无价。切记：先备份数据，防止误操作损害数据。1、8.0和其它的版本可能有不同2、切记先备份数据，防止误操作丢失数据。

jiexijihe945的博客 2062

MySQL修改数据存储位置

在Windows系统下，MySQL的默认数据存储路径是：C:ProgramDataMySQLMySQL Server 5.xData。如果需要将其修改为其他路径，可以按照以下步骤进行操作：停止MySQL服务：打开“控制面板” → “管理工具” → “服务”，找到“MySQL”服务，右键点击“停止”。复制数据文件夹：将默认数据存储文件夹C:ProgramDataMySQLMySQL Server 5.xData复制到新的存储路径（例如D:MySQL_data）下，保留文件夹名。

qq_45669674的博客 5245

Java黑皮书课后题第5章：*5.9（找出得最高分的前两个学生）编写程序，提示用户输入学生的个数、每个学生名字及分数，最后显示获得最高分的学生

*5.9（找出得最高分的前两个学生）编写程序，提示用户输入学生的个数、每个学生名字及分数，最后显示获得最高分的学生名字、次高分的学生名字题目题目概述next()读取一个字符与nextLine()读取一行破题代码题目题目概述 *5.9（找出得最高分的前两个学生）编写程序，提示用户输入学生的个数、每个学生名字及分数，最后显示获得最高分的学生名字、次高分的学生名字使用Scanner类的next()方法而不是nextLine()方法来读取名字 next()读取一个字符与nextLine()读取一行举个例子理

weixin_46356698的博客 2155

windows服务器mysql数据库迁移

甲方要换新服务器，要把项目迁移到新服务器上。（这篇主要讲数据库的迁移）整体都使用的cmd进行操作的，用navicat等软件操作应该会更方便一些，但是我们服务器上没有。

zpab115的博客 2587

【Ubuntu2404】Ubuntu24.04安装NVIDIA驱动/CUDA/cuDNN搭建神经网络训练环境

NVIDIA 驱动、CUDA和cuDNN是紧密相关但各自具有独特功能的技术，它们共同为图形处理单元（GPU）加速的应用程序提供了强大的支持。本文主要介绍如何安装 `NVIDIA` 驱动、CUDA及cuDNN，为后续神经网络训练提供支持。本文主要介绍Ubuntu24.04安装NVIDIA驱动、CUDA和cuDNN的流程。

王阿巴和王咕噜 1万+

前端开发学习--登录和注册页面设计（html和css，可完成两个页面点击切换）

今天学习了登录和注册页面的设计，主要是HTML和CSS部分，注册和切换采用了Js代码进行，后面将通过js进行填写内容的验证，进而可通过JSP跳转到Servlet进行DAO数据的校验，这属于后端部分了。总体设计思路：整个页面设计可以分为主体（content）、头部（content-header）、内容（content-body）三个部分组成，其中是主体是根部，包含了头部和内容，头部和内容各自下设两...

weixin_43691879的博客 1万+

windows下MySQL更改数据库文件目录及1045,1067错误

MySQL安装时不能选择数据库文件的安装位置， 也没有可用的直接更改数据库目录的工具，要想更改数据目录，方法如下： MySQL安装并配置完毕，默认的数据哭安装目录为 C:/ProgramData/MySQL/MySQL Server 5.1/data（vist或者win7下） C:/Documents and Settings/All Users/Application Data/MySQL/MySQL Server 5.1/Data/（xp下），<br

tjut2008的专栏 3787

CCF201803-2 碰撞的小球 python

一些话：已经不知道是第几次做这道题了(大概第三次吧),真的常做常新,每次都有新的细节想法。虽然方法简单粗暴,但好在方便理解，对于我这种菜鸟选手而言。但在做的过程中,最开始还忽略了输入的小球初始位置有可能是无序的,输出的时候要保持相对位置。CCF真的考验细节,希望上考场时能够认真仔细一点。就酱… #碰撞的小球 #当小球坐标为0或L时,会朝相反方向移动 #当两个小球坐标相等时,会分别转向相反的方向 #计算t秒之后小球的位置 n,L,t = map(int,input().split()) location .

tanya_dre的博客 350

xp更改mysql配置文件_如何在Windows XP系统中修改MySQL5.0的数据库文件路径

匿名用户1级2015-12-11 回答修改过程：MySQL安装时不能选择数据库文件的安装位置，也没有可用的直接更改数据库目录的工具，要想更改数据目录，方法如下：MySQL安装并配置完毕，默认的数据哭安装目录为C:\ProgramData\MySQL\MySQL Server 5.1\data(vist或者win7下)C:/Documents and Settings/All Users/Appl...

weixin_39758288的博客 225

影刀rpa的使用一--读取excel表格数据并循环出每一项

1、全部展示2、运行结果展示之后可以按照各自的需求对excel中取出的数据进行处理。

qq_69268437的博客 1万+

SPAD IMX479规格_VOP

对于VOP的定义,很多人可能是不理解这一路的供电，实际上这一路供电是非常重要的，这是给器件SPAD供电，决定SPAD是否work，在大部分的paper以及大部分公司，基本都是叫VOP，名称是SPAD breakdown voltage power supply，严格意义上叫Operating Voltage，工作电压。当然有些公司也有一些其他叫法就不提了。其实大家可以明显的看出，典型值-20.5没有发生变化，市面上绝大多数VOP的典型值也都是在-20V这边。

致力于lidar应用开发 701

window下变更MySQL的数据目录

Windows下安装MySQL，一般的默认的数据目录是c盘，因此在安装完后我们一般会要更改MySQL数据目录。 1、查看mysql数据库data目录位置 mysql> show variables like 'datadir'; +---------------+-----------------------------------------------------------------

Quincylk的专栏 2018

《UDS/OBD诊断需求编辑工具》总目录

目录 1 基于CANdela Studio编辑CDD诊断描述文件 2 基于ODX Studio编辑ODX/PDX文件 2.1 编辑ODX-D诊断描述文件 2.2 编辑ODX-F刷写软件该专栏主要负责介绍CANdela Studio和ODX Studio编辑CDD/ODX/PDX诊断描述文件。 1 基于CANdela Studio编辑CDD诊断描述文件 2 基于ODX Studio编辑ODX/PDX文件【ODX介绍】-1- 标准梳理【ODX介绍】 -2-如何手..

「汽车电子助手」的博客 1万+

mysql目录修改_Windows下MySQL数据目录修改

最近在弄一个项目，需要修改windows下面的mysql的数据目录(mysql默认是存储在C盘的，这个不太好，未来一定会满了的)。我的 mysql 是安装版，版本是 5.7。1.首先，需要知道mysql的原数据目录在哪里：--使用sql查询数据目录show global variables like '%datadir%';另外还有一个办法，就是通过服务去查看：计算机-->管理-->服...

weixin_42507297的博客 188

模组 RG500Q入网问题分析

- [ ] 不同于公网，在5G专网环境中，通常使用很多非标准的网络配置，如PLMN/APN等。因此，5G模组在专网环境下通常要做一些专门的配置才能正常入网，本文分析一例在专网环境， 5G终端无法入网问题的定位过程。 - [ ] 具体涉及到以下模组操作：恢复出厂、SA only、锁BAND、配置MBN等

十年通信老兵的技术修炼之路——从3G到5G，从地面基站到卫星通信。 935

深度学习工具包 DeepLearningToolbox

深度学习工具包Deprecation notice.-----This toolbox is outdated and no longer maintained.There are much better tools available for deep learning than this toolbox, e.g. [Theano](http://deeplearning.net/software/theano/), [torch](http://torch.ch/) or [tensorflow](http://www.tensorflow.org/)I would suggest you use one of the tools mentioned above rather than use this toolbox.Best, Rasmus.DeepLearnToolbox================A Matlab toolbox for Deep Learning.Deep Learning is a new subfield of machine learning that focuses on learning deep hierarchical models of data.It is inspired by the human brain's apparent deep (layered, hierarchical) architecture.A good overview of the theory of Deep Learning theory is[Learning Deep Architectures for AI](http://www.iro.umontreal.ca/~bengioy/papers/ftml_book.pdf)For a more informal introduction, see the following videos by Geoffrey Hinton and Andrew Ng.* [The Next Generation of Neural Networks](http://www.youtube.com/watch?v=AyzOUbkUf3M) (Hinton, 2007)* [Recent Developments in Deep Learning](http://www.youtube.com/watch?v=VdIURAu1-aU) (Hinton, 2010)* [Unsupervised Feature Learning and Deep Learning](http://www.youtube.com/watch?v=ZmNOAtZIgIk) (Ng, 2011)If you use this toolbox in your research please cite [Prediction as a candidate for learning deep hierarchical models of data](http://www2.imm.dtu.dk/pubdb/views/publication_details.php?id=6284)```@MASTERSTHESIS\{IMM2012-06284, author = "R. B. Palm", title = "Prediction as a candidate for learning deep hierarchical models of data", year = "2012",}```Contact: rasmusbergpalm at gmail dot comDirectories included in the toolbox-----------------------------------`NN/` - A library for Feedforward Backpropagation Neural Networks`CNN/` - A library for Convolutional Neural Networks`DBN/` - A library for Deep Belief Networks`SAE/` - A library for Stacked Auto-Encoders`CAE/` - A library for Convolutional Auto-Encoders`util/` - Utility functions used by the libraries`data/` - Data used by the examples`tests/` - unit tests to verify toolbox is workingFor references on each library check REFS.mdSetup-----1. Download.2. addpath(genpath('DeepLearnToolbox'));Example: Deep Belief Network---------------------```matlabfunction test_example_DBNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit RBM and visualize its weightsrand('state',0)dbn.sizes = [100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);figure; visualize(dbn.rbm{1}.W'); % Visualize the RBM weights%% ex2 train a 100-100 hidden unit DBN and use its weights to initialize a NNrand('state',0)%train dbndbn.sizes = [100 100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);%unfold dbn to nnnn = dbnunfoldtonn(dbn, 10);nn.activation_function = 'sigm';%train nnopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.10, 'Too big error');```Example: Stacked Auto-Encoders---------------------```matlabfunction test_example_SAEload mnist_uint8;train_x = double(train_x)/255;test_x = double(test_x)/255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit SDAE and use it to initialize a FFNN% Setup and train a stacked denoising autoencoder (SDAE)rand('state',0)sae = saesetup([784 100]);sae.ae{1}.activation_function = 'sigm';sae.ae{1}.learningRate = 1;sae.ae{1}.inputZeroMaskedFraction = 0.5;opts.numepochs = 1;opts.batchsize = 100;sae = saetrain(sae, train_x, opts);visualize(sae.ae{1}.W{1}(:,2:end)')% Use the SDAE to initialize a FFNNnn = nnsetup([784 100 10]);nn.activation_function = 'sigm';nn.learningRate = 1;nn.W{1} = sae.ae{1}.W{1};% Train the FFNNopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.16, 'Too big error');```Example: Convolutional Neural Nets---------------------```matlabfunction test_example_CNNload mnist_uint8;train_x = double(reshape(train_x',28,28,60000))/255;test_x = double(reshape(test_x',28,28,10000))/255;train_y = double(train_y');test_y = double(test_y');%% ex1 Train a 6c-2s-12c-2s Convolutional neural network %will run 1 epoch in about 200 second and get around 11% error. %With 100 epochs you'll get around 1.2% errorrand('state',0)cnn.layers = { struct('type', 'i') %input layer struct('type', 'c', 'outputmaps', 6, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %sub sampling layer struct('type', 'c', 'outputmaps', 12, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %subsampling layer};cnn = cnnsetup(cnn, train_x, train_y);opts.alpha = 1;opts.batchsize = 50;opts.numepochs = 1;cnn = cnntrain(cnn, train_x, train_y, opts);[er, bad] = cnntest(cnn, test_x, test_y);%plot mean squared errorfigure; plot(cnn.rL);assert(er<0.12, 'Too big error');```Example: Neural Networks---------------------```matlabfunction test_example_NNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);% normalize[train_x, mu, sigma] = zscore(train_x);test_x = normalize(test_x, mu, sigma);%% ex1 vanilla neural netrand('state',0)nn = nnsetup([784 100 10]);opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samples[nn, L] = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.08, 'Too big error');%% ex2 neural net with L2 weight decayrand('state',0)nn = nnsetup([784 100 10]);nn.weightPenaltyL2 = 1e-4; % L2 weight decayopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex3 neural net with dropoutrand('state',0)nn = nnsetup([784 100 10]);nn.dropoutFraction = 0.5; % Dropout fraction opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex4 neural net with sigmoid activation functionrand('state',0)nn = nnsetup([784 100 10]);nn.activation_function = 'sigm'; % Sigmoid activation functionnn.learningRate = 1; % Sigm require a lower learning rateopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex5 plotting functionalityrand('state',0)nn = nnsetup([784 20 10]);opts.numepochs = 5; % Number of full sweeps through datann.output = 'softmax'; % use softmax outputopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex6 neural net with sigmoid activation and plotting of validation and training error% split training data into training and validation datavx = train_x(1:10000,:);tx = train_x(10001:end,:);vy = train_y(1:10000,:);ty = train_y(10001:end,:);rand('state',0)nn = nnsetup([784 20 10]); nn.output = 'softmax'; % use softmax outputopts.numepochs = 5; % Number of full sweeps through dataopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, tx, ty, opts, vx, vy); % nntrain takes validation set as last two arguments (optionally)[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');```[![Bitdeli Badge](https://d2weczhvl823v0.cloudfront.net/rasmusbergpalm/deeplearntoolbox/trend.png)](https://bitdeli.com/free "Bitdeli Badge")

Windows下更改MySQL数据库的存储位置

在mysql安装完成后，要修改数据库存储的位置，比如从安装目录下的C:\Program Files\MySQL\MySQL Server 5.0\Data文件夹转移到D:\mySQLData文件夹。 1、在D:\下新建mySQLData文件夹 2、停止MySQL服务，将C:\Program Files\MySQL\MySQL Server 5.0\Data下的文件夹和文件一起拷贝到D:\myS

heizistudio的专栏 4万+

jdk-8u144-linux-x64.tar.gz.

该资源为搭建Linux系统Java环境用，资源的后缀为tar.gz格式的压缩包

mysql 保存表1067_关于Windows下MySQL更改数据库默认文件储存位置出现错误1067，MySQL无法正常启动...

——写在前面：此贴为笔者在消化了网上前辈们的无私分享后，经自己的实践，然后总结的记录贴。主要目的在于加深自己的理解与记忆，同时也希望能帮助到需要的人。话不多说，直接进入正题。前几天笔者下载了MySQL安装版并安装在Win10上，在使用过程中发现创建的库、表全部被默认的存放在了C盘内，于是心痒痒，想把这个默认位置改在一个常用的工作盘内，这样就不会因为换系统而导致自己的重要文件被覆盖掉。所以，按照网上...

weixin_42521649的博客 202

pscad IEEE标准系统搭建说明

pscad IEEE标准系统搭建说明，包含典型的IEEE 9节点、14节点、30节点、39节点和118节点系统。内含标准测试系统的原始数据和潮流结果。

Probability and Statistics - 4th edition

【数据库】Mysql 确定数据集位置与安装位置，并自定义修改

哈哈，作为有精神洁癖的菜鸟程序员我又来了。因为各种原因，window（注意啦，是win环境，不是Linux环境哦！）需要重新安装Mysql数据库，而在此前因为数据也不大，最多就是自己写小东西用到，所以就基本安装mysql完毕之后，现在开始全部全新更换位置下。以下是以全新未安装的mysql开始，不过mysql 的安装过程，在此，我用的版本是5.1.X版本，具体的下载位置。而安装过程就不在这放...

mukvintt的博客 770

一键端mysql数据文件夹_在Windows上修改MySQL数据库文件的默认储存路径

在Windows上安装MySQL数据库时，默认储存在C:\ProgramData\MySQL\MySQL Server 8.0\Data路径下，所以有大量数据文件时，需要更改以下数据库文件的储存路路径了。(其实大部分数据库并不会储存Windows系统上面)设置要点：1.先停止MySQL服务net stop [MySQL服务名]例如我的MySQL数据库名称是：MySQL，那么我在终端界面上输入的就是...

weixin_30199299的博客 302

mysql复制文件迁移数据库_mysql 通过拷贝数据文件的方式进行数据库迁移实例

mysql通过拷贝数据文件的方式进行数据库迁移--环境windows将源机器A数据库拷贝到目标机器B:我先在目标机器B上安装MySQL，停止mysql服务，然后将源机器A的data下关于数据库的文件和ibdata1拷贝过去,其余不用拷贝。如图：源机器A:启动目标数据库服务net start mysql，即可查看到导过来的所有数据库了。注意：ibdata1一定不要忘记拷贝，且要拷贝到准确的位置(如我...

weixin_33621208的博客 548

mysql连接指明默认数据库_修改MySQL默认数据库存放路径

[/etc/init.d/mysql start (stop) 为启动和停止服务器 /etc/mysql/ 主要配置文件所在位置 my.cnf /var/lib/mysql/ 放置的是数据库表文件夹，这里的mysql相当于windows下mysWindows系统：把MySQL装在了C:\Program Files\MySQL\MySQL Server 5.0，默认的数据库文件是放在C:\Progr...

weixin_39816448的博客 322

如何修改Mysql 数据库文件的存放路径

在WINDOWS 下进入 mysql 安装根目录打开MY.INI文件找到如下位置， #Path to the database root datadir="" 将DATADIR后路径改为你修改后的路径后保存再把数据库文件全部复制过去，停掉MYSQL 服务再重起就OK了

java学习开发 1744

windows 11 下 mysql8.0.26 数据目录迁移至新目录

mysql8的默认安装路径以及数据库文件存储路径为C:\ProgramData\MySQL\MySQL Server 8.0。随着数据库的不断增加，C盘占用空间越来越大。故需将mysql的数据文件保存目录更改至其它空间较大的磁盘中。

weixin_39650920的博客 3420

Windows下MySQL数据库更改数据存储位置

Windows下MySQL数据库更改数据存储位置 1、创建一个新的存储数据文件比如，我创建了一个文件 E:\MySQL_Service，用来放mysql数据。 2、找到配置文件my.ini和mysql原本数据存放位置之前用的是默认安装位置，我的电脑数据存放的默认路径为：C:\ProgramData\MySQL\MySQL Server 8.0 该目录下的文件有：我们平时操作的数据文件都在Data文件夹中，配置文件my.ini也在这里 3、关闭数据库服务 cmd使用管理员打开，...