
如果是一个实例下的不同数据库的话,跟 *** 作同一个库时是一样的
只要在要 *** 作的表前面添加数据库名相关信息就可以了
如:
select
into
test1dboto
from
test2dbofrom
如果是不同实例的数据库之间的导入就比较麻烦了,
首先需开启Distributed
Transaction
Coordinator服务
然后给你个例子
--以下例子为MSDN上邹建大哥的例子,给你做下参考
/--同步两个数据库的示例
有数据
srv1库名author有字段:id,name,phone,
srv2库名author有字段:id,name,telphone,adress
要求:
srv1库名author增加记录则srv1库名author记录增加
srv1库名author的phone字段更新,则srv1库名author对应字段telphone更新
--/
--大致的处理步骤
--1在
srv1
上创建连接服务器,以便在
srv1
中 *** 作
srv2,实现同步
exec
sp_addlinkedserver
'srv2','','SQLOLEDB','srv2的sql实例名或ip'
exec
sp_addlinkedsrvlogin
'srv2','false',null,'用户名','密码'
go
--2在
srv1
和
srv2
这两台电脑中,启动
msdtc(分布式事务处理服务),并且设置为自动启动
我的电脑--控制面板--管理工具--服务--右键
Distributed
Transaction
Coordinator--属性--启动--并将启动类型设置为自动启动
go
--然后创建一个作业定时调用上面的同步处理存储过程就行了
企业管理器
--管理
--SQL
Server代理
--右键作业
--新建作业
--"常规"项中输入作业名称
--"步骤"项
--新建
--"步骤名"中输入步骤名
--"类型"中选择"Transact-SQL
脚本(TSQL)"
--"数据库"选择执行命令的数据库
--"命令"中输入要执行的语句:
exec
p_process
--确定
--"调度"项
--新建调度
--"名称"中输入调度名称
--"调度类型"中选择你的作业执行安排
--如果选择"反复出现"
--点"更改"来设置你的时间安排
然后将SQL
Agent服务启动,并设置为自动启动,否则你的作业不会被执行
设置方法:
我的电脑--控制面板--管理工具--服务--右键
SQLSERVERAGENT--属性--启动类型--选择"自动启动"--确定
--3实现同步处理的方法2,定时同步
--在srv1中创建如下的同步处理存储过程
create
proc
p_process
as
--更新修改过的数据
update
b
set
name=iname,telphone=itelphone
from
srv2库名dboauthor
b,author
i
where
bid=iid
and
(bname
>
iname
or
btelphone
>
itelphone)
--插入新增的数据
insert
srv2库名dboauthor(id,name,telphone)
select
id,name,telphone
from
author
i
where
not
exists(
select
from
srv2库名dboauthor
where
id=iid)
--删除已经删除的数据(如果需要的话)
delete
b
from
srv2库名dboauthor
b
where
not
exists(
select
from
author
where
id=bid)
go
--
*** 作步骤如下:
1、新建一个数据库,数据库名字为fuzhi;
2、右击选择想要从中获取数据的数据库,选择任务,选择导入数据;
3、进入导入第一个页面,点击下一步;
4、填写想要从中导入数据的数据库配置信息,点击下一步;
5、填写fuzhi的配置信息,点击下一步;
6、选择第一个,点击下一步;
7、选择所有的表数据,点击下一步;
8、选中立即运行,点击下一步;
9、点击完成,即可导入数据。
分两步进行:
第一步,复制表结构:
在表上面右击——>编写表脚本为:——>Create到——>新查询编辑器窗口,你也可以保存为sql文件,将新查询编辑器窗口最上面的一句话USE
[olddatabase]中的“olddatabase”修改为“newdatabase”,其中olddatabase为源数据库名,newdatabase为目标数据库名,点击上面的“执行”按钮,这样,表结构复制完毕;
第二步,复制表数据:
在“olddatabase”上右击——>任务——>导出数据,在d出对话框中选好源数据库、身份验证和目标数据库、身份验证后,然后选择要复制的表,完成后则表数据即插入成功。
1、使用软件Navicat就可迁移复制数据库,打开Navicat,右键点击左边空白的地方,点击New Connection下的MySQL,创建一个服务器的连接,下面将演示把本地的数据迁移到服务器:
2、在d出的创建新连接的窗口里,输入服务器的IP,数据库账号,密码等,然后就可以连接数据库了:
3、创建好后们打开本地的数据库,点击“Data Transfer”(数据传输),接着d出新的界面:
4、新窗口中在左边选择本地数据库的库,和需要转移的表,可以选择一个,或多个表:
5、然后在右边的目标里,选择服务器的连接,然后选择服务器上的数据库:
6、选择完成后,就开始进行数据转移了,数据量不是很大的,很快就会转移完成的。以上就是mysql中数据复制到另一个数据库的方法:
首先,新建一个数据库,数据库名字为fuzhi
然后右击选择想要从中获取数据的数据库,选择任务,选择导入数据
然后进入导入第一个页面,然后点击下一步
然后填写想要从中导入数据的数据库配置信息,点击下一步
然后填写fuzhi的配置信息,点击下一步
然后选择第一个,点击下一步
然后选择所有的表数据,点击下一步
选中立即运行,点击下一步
然后都是下一步,然后完成,就可以导入数据了
导入完成之后,就可以看到fuzhi的数据里的表数据了
或者把SQL服务先停止,然后拷出来mdf文件和ldf文件,然后"分离和附加",提示改名,就OK了。
你可以用复制数据库的方法,然后在另一台电脑上通过“附加数据库”的方法完成。但我也同意1楼的看法,既,导入/导出其实更简单。你觉得复杂可能是你没理解如何去做,其实很简单。只要选择好源数据库和目标数据库,数据复制就完成了。
如果从库上表 t 数据与主库不一致,导致复制错误,整个库的数据量很大,重做从库很慢,如何单独恢复这张表的数据?通常认为是不能修复单表数据的,因为涉及到各表状态不一致的问题。下面就列举备份单表恢复到从库会面临的问题以及解决办法:
场景 1
如果复制报错后,没有使用跳过错误、复制过滤等方法修复主从复制。主库数据一直在更新,从库数据停滞在报错状态(假设 GTID 为 aaaa:1-100)。
修复步骤:
在主库上备份表 t (假设备份快照 GTID 为 aaaa:1-10000);
恢复到从库;
启动复制。
这里的问题是复制起始位点是 aaaa:101,从库上表 t 的数据状态是领先其他表的。aaaa:101-10000 这些事务中只要有修改表 t 数据的事务,就会导致复制报错 ,比如主键冲突、记录不存在(而 aaaa:101 这个之前复制报错的事务必定是修改表 t 的事务)
解决办法:启动复制时跳过 aaaa:101-10000 这些事务中修改表 t 的事务。
正确的修复步骤:
1 在主库上备份表 t (假设备份快照 GTID 为 aaaa:1-10000),恢复到从库;
2 设置复制过滤,过滤表 t:
CHANGE REPLICATION FILTER REPLICATE_WILD_IGNORE_TABLE = ('db_namet');3 启动复制,回放到 aaaa:10000 时停止复制(此时从库上所有表的数据都在同一状态,是一致的);
START SLAVE UNTIL SQL_AFTER_GTIDS = 'aaaa:10000';4 删除复制过滤,正常启动复制。
注意事项:这里要用 mysqldump --single-transaction --master-data=2,记录备份快照对应的 GTID
场景 2
如果复制报错后,使用跳过错误、复制过滤等办法修复了主从复制。主、从库数据一直在更新。
修复步骤:
在主库上备份表 t (假设备份快照 GTID为 aaaa:1-10000);
停止从库复制,GTID为 aaaa:1-20000;
恢复表 t 到从库;
启动复制。
这里的问题是复制起始位点是 aaaa:20001,aaaa:10000-20000 这些事务将不会在从库上回放,如果这里面有修改表 t 数据的事务,从库上将丢失这部分数据。
解决办法:从备份开始到启动复制,锁定表 t,保证 aaaa:10000-20000 中没有修改表 t 的事务。
正确修复步骤:
对表 t 加读锁;
在主库上备份表 t;
停止从库复制,恢复表 t;
启动复制;
解锁表 t。
如果是大表,这里可以用可传输表空间方式备份、恢复表,减少锁表时间。
以上就是关于sql Server数据库如何将一个库中的数据导入另一个库中全部的内容,包括:sql Server数据库如何将一个库中的数据导入另一个库中、如何用sql复制一个数据库、sql server怎样把一个数据库中的表移动到另一个数据库中等相关内容解答,如果想了解更多相关内容,可以关注我们,你们的支持是我们更新的动力!
欢迎分享,转载请注明来源:内存溢出
微信扫一扫
支付宝扫一扫
评论列表(0条)