1. 初识DM数据库:国产数据库的新选择
大家好,我是老张,一个在数据库领域摸爬滚打了十几年的老兵。这些年,从Oracle、MySQL一路用过来,也见证了国产数据库从蹒跚学步到如今能扛大梁的历程。今天想和大家聊聊达梦数据库,也就是我们常说的DM数据库。如果你正在考虑数据库的国产化替代,或者想学习一门有前景的新技术,那DM绝对是一个值得你投入时间研究的对象。
简单来说,DM数据库是一款完全自主研发的大型通用关系型数据库。它和我们熟悉的Oracle在架构和思路上有不少相似之处,所以有Oracle经验的朋友上手会特别快。但更重要的是,它针对咱们国内的应用场景做了很多优化,尤其是在一些关键行业,比如金融、政务、能源等领域,DM已经积累了大量的成功案例。我第一次接触DM,是几年前参与一个国企的国产化改造项目,当时心里也没底,毕竟从“IOE”(IBM、Oracle、EMC)体系迁移过来,挑战不小。但实际用下来,发现DM的稳定性和性能完全超出了预期,尤其是在复杂的混合事务和分析处理(HTAP)场景下,它的“行列融合”存储引擎表现相当亮眼。
对于刚接触的朋友,你可能会问:它到底能做什么?我的回答是,主流关系型数据库能干的活,DM基本都能干。无论是支撑高并发的在线交易(OLTP),还是跑复杂的统计分析报表(OLAP),它都能应对。而且,它提供了对标准SQL的全面支持,以及丰富的编程接口,这意味着你现有的应用,迁移过来改造成本相对可控。接下来,我就结合自己踩过的坑和积累的经验,带你从零开始,一步步搞定DM数据库的部署、调优和日常运维,让你也能快速上手这门实用的国产技术。
2. 部署实战:三种环境下的安装指南
安装是万里长征的第一步,也是最容易劝退新手的一步。别担心,我会把在Windows、Linux以及现在最流行的Docker环境下的安装细节,掰开揉碎了讲给你听。保证你跟着做,一次就能成功。
2.1 Windows环境安装:图形化界面手把手
在Windows上安装DM,是最直观友好的方式,特别适合开发测试或个人学习。首先,你得去达梦的官方网站下载安装包。记得选择对应的Windows版本(通常是64位)。下载完成后,别急着双击安装,有几件小事需要先确认一下。
以管理员身份运行安装程序setup.exe。第一步是选择语言和时区,这个按默认的简体中文和中国标准时间就行。接下来会看到许可证协议,必须点击“接受”才能继续。然后会有一个“验证Key文件”的环节,如果你是试用或者学习,直接点“下一步”跳过即可;如果是正式生产环境,就需要联系达梦获取合法的授权文件。
关键步骤来了:选择安装组件。 这里我强烈建议新手选择“典型安装”。它会包含数据库服务器、客户端工具、驱动、手册和服务管理,一套齐全,省心省力。接下来是选择安装目录,这里有个小坑:千万不要安装在包含中文或空格的路径里! 比如“C:\Program Files\达梦”这种路径,后续可能会引发各种意想不到的问题。我习惯放在一个简单的英文路径下,例如D:\dmdbms。
安装过程很快,一两分钟就完事。安装完成后,安装程序会贴心地提示你“初始化数据库实例”。一定要勾选这个选项,然后点击“完成”,它会自动启动数据库配置助手(DBCA)。跟着向导走:选择“创建数据库实例”,模板用“一般用途”,设置好数据库存放的路径(比如D:\dmdbms\data)。然后需要输入数据库名、实例名和端口号,实例名你可以理解为这个数据库服务在系统里的名字,端口默认是5236,如果没冲突就用这个。
接下来有几个参数需要特别注意,因为它们一旦设定就无法更改:
- 页大小 (PAGE_SIZE):就像书的页码,决定了每次读写数据的基本单位。对于常规应用,8KB是平衡的选择;如果业务涉及大量大字段(如文本、图片),可以考虑16KB或32KB。
- 簇大小 (EXTENT_SIZE):可以理解为每次给数据文件“分配地盘”的最小单位。默认16页就行。
- 字符集 (CHARSET):强烈建议选择1(UTF-8),除非你有非常特殊的理由。这是为了彻底避免未来可能出现的乱码问题。
- 大小写敏感 (CASE_SENSITIVE):默认是敏感(Y)。这意味着
TableName和tablename会被认为是两个不同的对象。如果你希望像MySQL那样不区分大小写,可以设为N,但需要想清楚,因为这也改不了。
设置完管理员SYSDBA的密码(生产环境务必设置强密码),建议勾选创建示例库BOOKSHOP或DMHR,方便后续学习测试。最后确认信息无误,点击完成,数据库实例就创建并启动了。你可以在开始菜单找到“DM服务查看器”,或者去安装目录的tool文件夹里运行dmservice.exe,在这里可以像管理Windows服务一样,方便地启动、停止你的DM数据库服务。
2.2 Linux环境安装:命令行下的精准操控
Linux是DM数据库更常见、更推荐的生产环境部署平台。整个过程虽然都是命令行,但按步骤来非常清晰。首先,我们需要一个专门的用户来运行数据库,这是出于安全和权限管理的考虑。用root用户执行以下命令:
groupadd dinstall
useradd -g dinstall -m -d /home/dmdba -s /bin/bash dmdba
passwd dmdba # 为dmdba用户设置一个密码
接着,需要提高dmdba用户能打开的文件数量限制,防止数据库在高并发下出错。编辑/etc/security/limits.conf文件,在末尾添加:
dmdba hard nofile 65536
dmdba soft nofile 65536
修改后,重新登录dmdba用户就会生效。然后,将下载好的DM安装包ISO文件挂载到某个目录,比如/mnt。
准备工作最重要的一步:创建安装目录并授权。 我习惯在根目录下创建/dm8作为安装目录。但注意,这个目录需要用root用户创建,然后把所有权交给dmdba用户:
mkdir /dm8
chown dmdba:dinstall /dm8
chmod 755 /dm8
现在切换到dmdba用户,进入挂载目录/mnt,运行安装程序。你可以选择交互式命令行安装(./DMInstall.bin -i)或者图形化安装(需要配置好DISPLAY变量)。对于服务器,命令行安装更常用。过程中,安装类型选“1-典型安装”,安装路径就输入我们刚才准备好的/dm8。
安装完成后,屏幕上会提示需要用root身份执行一个脚本:/dm8/script/root/root_installer.sh。这个步骤千万不能省略,它负责创建一些必要的系统服务。
接下来是初始化数据库实例,也就是创建第一个数据库。我们进入/dm8/bin目录,使用dminit工具。我常用的命令是这样的:
./dminit path=/dm8/data PAGE_SIZE=8 EXTENT_SIZE=16 CASE_SENSITIVE=Y CHARSET=1 DB_NAME=DAMENG INSTANCE_NAME=DMSERVER PORT_NUM=5236
这条命令在/dm8/data目录下创建了一个页大小8KB、UTF-8字符集、大小写敏感、名为DAMENG的数据库,其服务实例名为DMSERVER,监听5236端口。
实例创建好后,需要把它注册为系统服务,以便开机自启。切换回root用户,进入/dm8/script/root目录:
./dm_service_installer.sh -t dmserver -dm_ini /dm8/data/DAMENG/dm.ini -p DMSERVER
执行成功后,你就可以用systemctl命令来管理这个数据库服务了:
systemctl start DmServiceDMSERVER # 启动
systemctl status DmServiceDMSERVER # 查看状态
systemctl stop DmServiceDMSERVER # 停止
看到服务状态显示为active (running),恭喜你,Linux下的DM数据库已经成功跑起来了!
2.3 Docker环境安装:极速体验与敏捷部署
如果你只是想快速体验DM,或者用于开发测试环境,Docker方式无疑是最高效的。达梦官方提供了打包好的镜像,省去了所有依赖和配置的烦恼。首先,你需要有一台安装了Docker的机器(Linux或Windows Docker Desktop均可)。
去达梦官网下载Docker版本的安装包(一个.tar文件)。假设你下载的文件叫dm8_docker.tar,把它上传到服务器,然后使用docker load命令导入镜像:
docker load -i dm8_docker.tar
导入后,用docker images命令就能看到名为dm8_single之类的镜像了。接下来,最关键的一步是运行容器。我常用的启动命令如下:
docker run -d -p 5236:5236 \
--name dm8_test \
--restart=always \
--privileged=true \
-e PAGE_SIZE=16 \
-e INSTANCE_NAME=dm8_test \
-v /opt/dmdata:/opt/dmdbms/data \
dm8_single:v8.1.2.128_ent_x86_64_ctm_pack4
我来解释一下这几个参数:
-p 5236:5236: 将容器的5236端口映射到宿主机的5236端口,这样你才能从外面连进来。--name: 给你的容器起个名字,方便管理。--restart=always: 容器意外退出时自动重启,非常适合生产环境。--privileged=true: 给容器特权模式,因为DM数据库需要一些系统权限。-e PAGE_SIZE=16: 这里是个重点! 通过环境变量设置页大小。如果你不指定,默认可能是8。根据你的需要调整。-v /opt/dmdata:/opt/dmdbms/data: 这是数据持久化的关键! 把容器内的数据目录挂载到宿主机的/opt/dmdata目录。这样即使容器被删除,你的数据库文件也还在宿主机上,不会丢失。
运行命令后,用docker ps查看容器状态,用docker logs -f dm8_test查看启动日志,直到看到“Database startup successfully”之类的成功信息。容器内部的数据库默认用户名密码是SYSDBA/SYSDBA001,你可以用docker exec进入容器连接,或者直接用宿主机的DM管理工具连接宿主机IP:5236。
停止和启动容器就非常简单了:
docker stop dm8_test
docker start dm8_test
Docker部署的优势是隔离性好、部署秒级、版本管理方便。但要注意,对于需要极高I/O性能的生产核心系统,还是推荐物理机或虚拟机直接部署。
3. 核心参数调优:让数据库飞起来
数据库装好了,能跑起来只是第一步。要想让它跑得又快又稳,调优是必不可少的环节。DM数据库提供了丰富的参数供我们调整,但切忌不要一上来就乱改。我的经验是,先理解,再监控,最后有针对性地调整。这里我挑几个最核心、对性能影响最大的内存参数,结合实际场景聊聊怎么调。
3.1 内存结构解析:钱要花在刀刃上
你可以把数据库的内存想象成电脑的RAM,数据从磁盘读进来,先在内存里处理,速度快上百倍。DM的内存主要划分成几个池子,各司其职。首先,我们通过SQL看看总的内存目标设置:
SELECT para_name, para_value FROM v$dm_ini WHERE para_name = 'MEMORY_TARGET';
如果这个值是0,表示不限制,让数据库自己管理。但我建议在生产环境一定要设置一个上限,防止数据库吃光所有系统内存导致操作系统崩溃。这个值(单位是MB)应该设置为系统总内存的60%-80%。比如服务器有64G内存,可以设为40000(约39G)。
接下来是数据缓冲区(BUFFER),这是最重要的内存区域,相当于缓存。经常被查询的数据块会放在这里。查看和设置它的命令是:
-- 查看当前BUFFER大小
SELECT para_name, para_value FROM v$dm_ini WHERE para_name = 'BUFFER';
-- 动态调整BUFFER大小(单位是M,这里调整为1.5G)
SP_SET_PARA_VALUE(1, 'BUFFER', 1500);
SP_SET_PARA_VALUE的第一个参数,1表示同时修改内存和配置文件(重启生效),2表示只修改配置文件。怎么确定BUFFER设多大?一个粗略的起点是设置为MEMORY_TARGET的50%。更科学的方法是,观察V$BUFFERPOOL视图,如果FREE列表的页面很少,而DIRTY(脏页)很多,说明缓冲区可能偏小,正在频繁刷脏页。
然后是SQL缓冲区(CACHE_POOL_SIZE)。它缓存执行过的SQL语句、执行计划等。如果你的应用SQL重复度高(比如Web应用),调大这个缓冲区能极大减少“硬解析”的开销,提升响应速度。查看方法类似:
SELECT para_name, para_value FROM v$dm_ini WHERE para_name = 'CACHE_POOL_SIZE';
还有一个相关的参数USE_PLN_POOL,控制是否重用执行计划,通常设置为1(启用)即可。
3.2 日志与排序区:事务与计算的保障
日志缓冲区(RLOG_BUF_SIZE) 是另一个关键区域。数据库的所有数据修改操作,都会先记录到日志缓冲区,再批量写入磁盘的日志文件。适当调大这个缓冲区,可以减少磁盘I/O次数,提升事务提交的效率。尤其是在高并发写入的场景下,效果明显。但也不能无限制调大,否则服务器意外宕机时,未持久化的日志数据会丢失。通常设置为几兆到几十兆即可。
排序区(SORT_BUF_SIZE) 和哈希区(HJ_BUF_SIZE) 主要用于处理ORDER BY、GROUP BY、表连接(Hash Join)等需要大量内存的计算操作。如果你的查询经常做大数据量的排序或哈希连接,并且发现临时表空间(TEMP)的磁盘写入非常频繁,那就应该考虑增大这两个参数。否则,当内存不够用时,数据库就会使用磁盘临时空间,速度会慢好几个数量级。
调优不是一蹴而就的,而是一个持续观察和调整的过程。我习惯在业务高峰期,通过DM管理工具或v$sysstat、v$bufferpool等动态性能视图,观察内存的命中率、磁盘I/O等待情况。比如,如果BUFFER的命中率长期低于90%,就需要考虑加大缓冲区;如果SORT区磁盘使用率很高,就加大排序区。记住一个原则:优先保证数据缓冲区,再考虑其他工作区。
4. 高效运维日常:避坑技巧与实战经验
数据库上线后,运维的活儿才真正开始。日常巡检、备份恢复、性能监控,这些工作做好了,才能睡个安稳觉。下面分享几个我实践中觉得特别有用的运维场景和避坑点。
4.1 日志文件管理:空间与安全的平衡
DM数据库的日志文件(重做日志)是保证数据一致性和可恢复性的生命线。它记录所有数据变化,万一数据文件损坏,靠日志就能恢复。但日志文件如果管理不当,也会带来麻烦。首先,查看当前日志文件的状态:
SELECT group_id, path, rlog_size/1024/1024 as size_mb FROM v$rlogfile;
你会看到几个日志文件(通常是3个),它们被循环使用。每个文件大小默认是256M。在高写入负载下,日志文件太小会导致频繁的日志切换,影响性能;太大则意味着恢复时间会变长。我一般会根据业务量,调整到1G或2G。所有日志文件的大小必须一致! 调整命令如下:
-- 先将所有日志文件调整到同样的大小,比如1024M(1G)
ALTER DATABASE RESIZE LOGFILE '/dm8/data/DAMENG/DAMENG01.log' TO 1024;
ALTER DATABASE RESIZE LOGFILE '/dm8/data/DAMENG/DAMENG02.log' TO 1024;
-- 如果觉得文件数量不够,还可以增加
ALTER DATABASE ADD LOGFILE '/dm8/data/DAMENG/DAMENG04.log' SIZE 1024;
这里有个大坑: 务必确保日志文件所在的磁盘有充足的空间!我曾经遇到过因为日志文件写满,导致整个数据库挂起,所有写操作都被阻塞的紧急情况。监控日志文件所在磁盘的空间使用率,是每日巡检的必做项。
4.2 备份策略:宁可备而不用,不可用而无备
备份是DBA的“救命稻草”。DM提供了物理备份和逻辑备份两种方式。对于生产系统,我强烈推荐物理备份,它速度快,恢复也快。最简单的全量备份命令如下(使用DM自带的dmrman工具):
./dmrman CTLSTMT="BACKUP DATABASE '/dm8/data/DAMENG/dm.ini' FULL TO BACKUP_FULL_01 BACKUPSET '/backup/full_backup_01'"
这条命令将对整个数据库做一次全量备份,备份集存放在/backup/full_backup_01目录下。但只有全量备份不够,我们还需要增量备份来减少备份窗口和存储压力:
./dmrman CTLSTMT="BACKUP DATABASE '/dm8/data/DAMENG/dm.ini' INCREMENT WITH BACKUPDIR '/backup/full_backup_01' TO BACKUP_INC_01 BACKUPSET '/backup/inc_backup_01'"
增量备份需要指定一个基准备份集目录(WITH BACKUPDIR)。一个经典的策略是:每周日凌晨做一次全量备份,每天凌晨做一次增量备份。备份文件一定要异地存放,最好能传到另一台服务器或云存储上。
恢复演练同样重要。我每隔一段时间,就会在测试环境尝试用备份集恢复数据库,确保备份是有效的。恢复命令大致是:先关闭数据库,然后用dmrman执行RESTORE DATABASE和RECOVER DATABASE操作。具体命令根据备份类型有所不同,但思路是先还原基础文件,再应用日志恢复到指定时间点。
4.3 性能监控与故障排查:做主动的“医生”
等到用户抱怨系统慢的时候再排查,就太被动了。好的DBA要像医生做体检一样,主动监控数据库的健康状况。DM提供了大量的动态性能视图(V$开头),是监控的宝库。
我每天会固定检查几个关键指标:
- 会话和锁等待:
SELECT * FROM V$SESSIONS;查看当前所有会话,关注STATE为‘WAITING’的,再用V$LOCK视图分析锁竞争。 - TOP SQL:
V$SQL_HISTORY或V$SQL_PLAN可以查看历史SQL的执行情况。我特别关注执行时间长、逻辑读多的SQL,它们往往是性能瓶颈。 - 空间使用:
DBA_DATA_FILES和DBA_FREE_SPACE视图可以监控表空间的使用率,提前预警,避免因为磁盘满导致业务中断。 - 内存使用:定期检查前面提到的
BUFFER命中率、CACHE_POOL命中率等。
遇到性能问题,我的排查思路一般是:先看操作系统资源(CPU、内存、磁盘IO)是否饱和;再用V$SESSIONS和V$LOCK看是否有阻塞;最后用V$SQL_HISTORY定位到具体的问题SQL,通过执行计划(EXPLAIN)分析原因,可能是缺少索引、统计信息过时,或者SQL写法本身有问题。
运维DM数据库,和运维其他主流数据库在思路上是相通的:规划好、监控勤、备份稳。把基础打牢,把日常功课做足,你会发现这款国产数据库同样能支撑起关键业务,稳定运行。
146



被折叠的 条评论
为什么被折叠?



