① 导入数据库文件太大怎么办max
解决方法如下：
（1）修改php.ini适用自己有服务器的人
大多数都修改php.ini中的upload_max_filesize，但修改了这个以后，还是提示这个问题；
那么更改如下几处：
修改
PHP.ini
file_uploads
on
是否允许通过HTTP上传文件的开关。默认为ON即是开
upload_tmp_dir
文件上传至服务器上存储临时文件的地方，如果没指定就会用系统默认的临时文件夹
upload_max_filesize
20m
望文生意，即允许上传文件大小的最大值。默认为2M
post_max_size
30m
指通过表单POST给PHP的所能接收的最大值，包括表单里的所有值。默认为8M
说明
一般地，设置好上述四个参数后，在网络正常的情况下，上传<=8M的文件是不成问题
但如果要上传>8M的大体积文件，只设置上述四项还一定能行的通。除非你的网络真有100M/S的上传高速，否则你还得继续设置下面的参数。
max_execution_time
300
每个PHP页面运行的最大时间值(秒)，默认30秒
max_input_time
300
每个PHP页面接收数据所需的最大时间，默认60秒
memory_limit
128m
每个PHP页面所吃掉的最大内存，默认8M
设定
POST
数据所允许的最大大小。此设定也影响到文件上传。要上传大文件，该值必须大于
upload_max_filesize。
如果配置脚本中激活了内存限制，memory_limit
也会影响文件上传。通常说，memory_limit
应该比
post_max_size
要大。
（2）这个方法很简单，不需要修改php.ini参数，
适用把站放在虚拟主机的人。
打开phpMyAdmin目录下的配置文件：config.inc.php
请注意其中的这两个参数：
$cfg['UploadDir']
=
‘A‘;
$cfg['SaveDir']
=
‘B‘;
在phpMyAdmin目录下自行建立文件夹A和B来对应UploadDir（导入目录）和SaveDir（导出目录）。
导出操作：
1、登陆phpMyAdmin
2、在左侧选中你需要备份导出的数据库
3、在右侧窗口中找到“导出”
4、在右侧窗口底部选择“保存于服务器的
B/
目录”
5、选择压缩模式，提交“执行”即可在B文件夹中找到该数据库的导出数据。
导入操作：
1、上传准备导入的数据文件到A目录
2、登陆phpMyAdmin
3、在左侧选中你需要备份导出的数据库
4、在右侧窗口中找到“Import”（导出）
5、在右侧窗口“网站服务器上载目录”中选择需要导入的数据文件，提交“执行”完成导入
② 数据库越来越大怎么办
把数据库压缩下。
数据库---任务---收缩---数据库、
数据库变大是因为备份的时候产生的日志信息越来越多。
③ mysql 数据库 .ibd 文件超大怎么处理
如果表中的数据量没有那么多，但是表的文件那么大，有可能是有被删除的数据行的空间没有被完全利用，有数据空洞存在，可以使用下面的命令重建整个表。
alter table t engine=InnoDB
④ SQL数据库文件太大怎么处理
处理方法：
1、用BACKUP LOG database WITH NO_LOG清除日志
把数据库属性中的故障还原模型改为“简单”可以大大减慢日志增长的速度。
用BACKUP LOG database WITH NO_LOG命名后，会截断不活动日志，不减小物理日志文件的大小，但逻辑日志会减小，收缩数据库后会把不活动虚拟日志删除来释放空间，不会损坏数据。
如果日志被截断并收缩数据库后，就不能直接用最近的一个全库备份做时间点还原，建议立即备份数据库，以防万一。
2、sql server运行中，删除主数据库事务日志文件，步骤如下：
(1)、分离数据库管理器－数据库－右击要删除日志的数据库－所有任务－分离数据库
(2)、然后删除日志文件
(3)、然后再附加数据库
企业管理器－数据库－右击数据库－所有任务－附加数据库时只附加mdf.
3、压缩SQL数据库及日志的详细方法
可以在数据库属性选项中选择“Auto shrink”选项，让系统自动压缩数据库，也可以用人工的方法来压缩。
⑤ SQL数据库太大怎么办
我有个大的 SQL 文件要回放，需要马上做，但又怕压死业务，怎么办？
先来建一个测试库：
可以看到 CPU 已经非常冷静，并且缓慢的处理数据。
💡小贴士：pv 工具既可以用于显示文件流的进度，也可以用于文件流的限速。在本实验中，我们用 PV 来限制 SQL 文件发到 MySQL client 的速度，从而限制 SQL 的回放速度，达到不影响其他业务的效果。
⑥ 如何进行大数据处理
大数据处理之一：收集
大数据的收集是指运用多个数据库来接收发自客户端(Web、App或许传感器方式等)的 数据，而且用户能够经过这些数据库来进行简略的查询和处理作业，在大数据的收集进程中，其主要特色和应战是并发数高，因为同时有可能会有成千上万的用户 来进行拜访和操作
大数据处理之二：导入/预处理
虽然收集端本身会有许多数据库，但是假如要对这些海量数据进行有效的剖析，还是应该将这 些来自前端的数据导入到一个集中的大型分布式数据库，或许分布式存储集群，而且能够在导入基础上做一些简略的清洗和预处理作业。导入与预处理进程的特色和应战主要是导入的数据量大，每秒钟的导入量经常会到达百兆，甚至千兆等级。
大数据处理之三：核算/剖析
核算与剖析主要运用分布式数据库，或许分布式核算集群来对存储于其内的海量数据进行普通 的剖析和分类汇总等，以满足大多数常见的剖析需求，在这方面，一些实时性需求会用到EMC的GreenPlum、Oracle的Exadata，以及根据 MySQL的列式存储Infobright等，而一些批处理，或许根据半结构化数据的需求能够运用Hadoop。 核算与剖析这部分的主要特色和应战是剖析触及的数据量大，其对系统资源，特别是I/O会有极大的占用。
大数据处理之四：发掘
主要是在现有数据上面进行根据各种算法的核算，然后起到预测(Predict)的作用，然后实现一些高等级数据剖析的需求。主要运用的工具有Hadoop的Mahout等。该进程的特色和应战主要是用于发掘的算法很复杂，并 且核算触及的数据量和核算量都很大，常用数据发掘算法都以单线程为主。
关于如何进行大数据处理，青藤小编就和您分享到这里了。如果您对大数据工程有浓厚的兴趣，希望这篇文章可以为您提供帮助。如果您还想了解更多关于数据分析师、大数据工程师的技巧及素材等内容，可以点击本站的其他文章进行学习。
⑦ 数据库越来越大了怎么办
日志没用就截断日志，能省很多空间
或建立年表，历年数据放到慢速盘，高速盘只放本年的数据