mysql备忘 (Ubuntu14.0.4 + mysql主从配置)

系统:ubuntu14.0.4 server

A机器(主) 15.212.56.7

B机器(从)15.212.45.2

1,进入主机器(A)mysql控制台

mysql  -uroot  -ppwd

(1)创建远程登录账户

   insert into mysql.user(Host,User,Password) values('@youHost','@youname',password('@youpwd'));

   说明:

   @youHost:机器(B)的ip 在这里是15.212.45.2

   @youname:登录名

   @youpwd:登录密码

(2) 为登录用户授权

    (1),命令:grant replication slave  on *.* to '@youname'@'Ahost' identified by 'pwd' with grant option; 

    (2),参数说明:

     *.*:是指A机器上所有数据库的所有表

     Ahost:本机的ip 即A的ip

     pwd:登录密码

   (3)命令:flush privileges;//刷新权限

ps 遇到不能远程登陆的情况可以直接到 /etc/mysql/my.conf 将bind_address注释掉

(3)配置A服务器

    1),进入/etc/mysql目录

    2),修改my.conf配置文件

          server-id=1   #设置服务器id,为1表示主服务器,注意:如果原来的配置文件中已经有这一行,就不用再添加了。
             l
og_bin=mysql-bin  #启动MySQ二进制日志系统,注意:如果原来的配置文件中已经有这一行,就不用再添加了。
             binlog-do-db=imdou8  #需要同步的数据库名,如果有多个数据库,可重复此参数,每个数据库一行
             binlog-ignore-db=mysql   #不同步mysql系统数据库

             binlog_format=row   #解决HY0000错误

      3),重启mysql服务   service mysql restart

      4),mysql -u root -ppwd   #进入mysql控制台

                输入命令:show master status 会看到一个表格:   其中有两个值 mysql-bin.000XX   和一个数字 本机的是107          

(4)配置B服务器

     1),进入/etc/mysql目录

       2),修改my.conf配置文件

             server-id=2   #设置服务器id,为1表示主服务器,注意:如果原来的配置文件中已经有这一行,就不用再添加了。
             l
og_bin=mysql-bin  #启动MySQ二进制日志系统,注意:如果原来的配置文件中已经有这一行,就不用再添加了。
             binlog-do-db=imdou8  #需要同步的数据库名,如果有多个数据库,可重复此参数,每个数据库一行
             binlog-ignore-db=mysql   #不同步mysql系统数据库

             binlog_format=row   #解决HY0000错误

       3),重启mysql服务   service mysql restart

       4),mysql -u root -ppwd   #进入mysql控制台

              输入命令 

slave stop; 

change master to master_host='Aip',master_user='youname',master_password='pwd' master_log_file='mysql-bin.000001' ,master_log_pos=107;

slave start;

            找到以下两个值如果都是yes则说明配置成功

             Slave_IO_Running: Yes

             Slave_SQL_Running: Yes

(5)测试

     进入A机器,创建一张表并插入数据 查看是否在B机器同步


内容概要:本文介绍了基于贝叶斯优化的CNN-LSTM混合神经网络在时间序列预测中的应用,并提供了完整的Matlab代码实现。该模型结合了卷积神经网络(CNN)在特征提取方面的优势与长短期记忆网络(LSTM)在处理时序依赖问题上的强大能力,形成一种高效的混合预测架构。通过贝叶斯优化算法自动调参,提升了模型的预测精度与泛化能力,适用于风电、光伏、负荷、交通流等多种复杂非线性系统的预测任务。文中还展示了模型训练流程、参数优化机制及实际预测效果分析,突出其在科研与工程应用中的实用性。; 适合人群:具备一定机器学习基基于贝叶斯优化CNN-LSTM混合神经网络预测(Matlab代码实现)础和Matlab编程经验的高校研究生、科研人员及从事预测建模的工程技术人员,尤其适合关注深度学习与智能优化算法结合应用的研究者。; 使用场景及目标:①解决各类时间序列预测问题,如能源出力预测、电力负荷预测、环境数据预测等;②学习如何将CNN-LSTM模型与贝叶斯优化相结合,提升模型性能;③掌握Matlab环境下深度学习模型搭建与超参数自动优化的技术路线。; 阅读建议:建议读者结合提供的Matlab代码进行实践操作,重点关注贝叶斯优化模块与混合神经网络结构的设计逻辑,通过调整数据集和参数加深对模型工作机制的理解,同时可将其框架迁移至其他预测场景中验证效果。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值