百度360必应搜狗淘宝本站头条
当前位置:网站首页 > 技术分类 > 正文

MySQL 调试环境搭建:VSCode + Docker

ztj100 2025-01-24 14:53 19 浏览 0 评论

近期使用 gdb 调试比较多,发现了很多好用的功能,而在 Mac 上使用 gdb 调试,体验不太顺畅。

为此,基于 Docker 搭建了一套 CentOS 环境,结合 VSCode 和 gdb 来调试 MySQL,拿出来和大家分享。

本文基于 Mac + MySQL 8.0.32,对于在其它系统上搭建 MySQL 调试环境,安装好 Docker Desktop 之后的步骤也是可以借鉴的。

目录

  • 1. 下载 Docker Desktop
  • 2. 创建 Docker 容器
  • 3. 安装 VSCode 扩展
  • 4. 准备编译
  • 5. 编译
  • 6. 初始化
  • 7. 调试
  • 8. 总结


正文

1. 下载 Docker Desktop

下载地址:https://www.docker.com/products/docker-desktop

下载界面:

Docker Desktop 下载完成之后,安装并运行,然后就可以继续接下来的步骤了。

2. 创建 Docker 容器

先在 Docker Desktop 中设置能够映射到容器中的宿主机目录

在第 3 个红框处的输入框中,输入 /opt/data/docker,然后按回车键把目录加入 FILE SHARING,表示允许把宿主机中该目录及其子目录映射到容器中,最后点击第 4 个红框处的 Apply & Restart,应用并重启 Docker Desktop,让修改生效。

宿主机执行以下命令,创建容器并运行:

# 获取 CentOS 7.9 镜像
docker pull centos:centos7.9.2009

# 创建容器
# 这个 CentOS 容器专用于调试 MySQL
# 所以命名为【mysql】
# -d,表示以守护进程方式运行容器
# -t,表示需要打开终端
# --name,容器名字
# -p,端口映射,格式【宿主机端口:容器端口】
# -v,目录映射,格式【宿主机目录:容器目录】
# centos:centos7.9.2009,镜像
docker run \
  --name mysql \
  -p 3306-3310:3306-3310 \
  -v /opt/data/docker/centos79_mysql:/opt/data \
  --privileged -dt \
  centos:centos7.9.2009

在 Mac 宿主机上,连接容器中的 MySQL,需要指定 -p 选项做端口映射,然后通过 宿主机 IP + 映射的宿主机端口连接容器中的 MySQL。

3. 安装 VSCode 扩展

VSCode 扩展包含两部分:安装在宿主机的扩展、安装在容器中的扩展。

我们先打开 VSCode,安装宿主机 Docker 扩展

安装 Docker 扩展之后,我们就能在 VSCode 中看到之前创建的 mysql 容器了:

点击 Attach Visual Studio Code 会打开一个新的 VSCode 窗口,我们给它取个名字:mysql 容器窗口,后面会用到。

接下来,在 mysql 容器窗口安装扩展。

安装 C/C++ 扩展:

安装 CMake Tools 扩展:

4. 准备编译

宿主机执行以下命令,进入 mysql 容器

docker exec -ti mysql /bin/bash

mysql 容器中执行以下命令,下载源码、安装依赖软件:

# 创建存放源码的根目录
mkdir -p /opt/data/code

# 进入存放源码的根目录
cd /opt/data/code

# 安装 wget、下载源码 & 解压
yum install wget
wget https://cdn.mysql.com//Downloads/MySQL-8.0/mysql-boost-8.0.32.tar.gz
tar zxvf mysql-boost-8.0.32.tar.gz

# 修改源码目录名
mv mysql-8.0.32 8.0.32

# 用于安装 cmake3 的 yum 源
yum -y install epel-release

# 用于安装高版本 gcc、gcc-c++、make 的 yum 源
yum -y install centos-release-scl

# 安装依赖软件
yum install devtoolset-11-gcc \
  devtoolset-11-gcc-c++ \
  devtoolset-11-make \
  cmake3 \
  openssl-devel \
  ncurses-devel \
  bison

# 安装 gdb
yum install devtoolset-11-gdb

# 让 scl 环境临时生效
source /opt/rh/devtoolset-11/enable

# 让 scl 环境永久生效
yum install vim
vim /etc/profile.d/scl.sh

# 把以下内容写入 scl.sh,然后保存退出
source /opt/rh/devtoolset-11/enable

5. 编译

编译过程按以下步骤进行:

第 1 步,在 mysql 容器窗口中打开刚下载的 MySQL 源码目录:

第 2 步,创建 .vscode 目录:

第 3 步,新建 CMake 配置文件 settings.json

settings.json 文件内容如下:

{
  "cmake.buildBeforeRun": true,
  "cmake.buildDirectory": "${workspaceFolder}/output",
  "cmake.configureSettings": {
    "WITH_DEBUG": "1",
    "CMAKE_INSTALL_PREFIX": "${workspaceFolder}/output",
    "MYSQL_DATADIR": "/opt/data/8.0.32/data",
    "SYSCONFDIR": "/opt/data/8.0.32/etc",
    "MYSQL_TCP_PORT": "3306",
    "MYSQL_UNIX_ADDR": "/opt/data/8.0.32/data/mysql-debug.sock",
    "WITH_BOOST": "${workspaceFolder}/boost",
    "DOWNLOAD_BOOST": "0"
  },
  "files.associations": {
    "*.ipp": "cpp"
  },
  "cmake.parallelJobs": 8,
  "cmake.cmakePath": "cmake3"
}

cmake.parallelJobs 用于控制多少个线程同时进行编译,以加快编译速度,默认值为 0,CMake 会根据 CPU 核数自行确定并发线程数。

如果编译过程中报以下错误,有两种解决方案:

c++: internal compiler error: Killed (program cc1plus)

方案 1:cmake.parallelJobs 设置的小一点,我在编译过程中把并发数设置为 10 会报错,后来改为 8 就能成功编译了。

方案 2:Docker Desktop 中调整容器能够使用的资源,如下:

想要编译的更快,可以把 cmake.parallelJobs 设置为 0,然后,在以上 Docker Desktop 界面中,把 CPU、Memory 两项调大。

第 4 步CMake 配置,生成 Makefile 文件:
mysql 容器窗口顶部的输入框中,输入 > CMake: 配置,然后选择下面列出来的 CMake 配置,开始生成 Makefile 文件。

选择编译器:

如果 CMake:配置执行过程中出现了错误,解决错误之后需要删除 CMakeCache.txt,然后重新执行 CMake:配置步骤。

CMakeCache.txt 文件路径为 /opt/data/code/8.0.32/output/CMakeCache.txt

第 5 步,编译服务端可执行程序 mysqld
在输入框中输入“> CMake: 生成目标”,选中第 2 个红框中的选项。

接着会出现另一个输入框,在其中输入 mysqld,然后回车,就开始编译 mysqld 了。

第 6 步,编译客户端可执行程序 mysql
在输入框中输入“> CMake: 生成目标”,选中第 2 个红框中的选项。

接着会出现另一个输入框,在其中输入 mysql,然后回车,就开始编译 mysql 了。

6. 初始化

接下来,依然是在 mysql 容器中执行以下命令:

# 创建配置文件目录 & 数据目录
mkdir -p /opt/data/8.0.32/{etc,data}

# 创建用户 & 组
groupadd mysql
useradd -g mysql mysql

# 创建配置文件
vim /opt/data/8.0.32/etc/my.cnf

# 把以下内容下入 my.cnf
[mysqld]
user=mysql
innodb_file_per_table=1
server_id=100
log_bin=ON
lc-messages-dir=/opt/data/code/8.0.32/output/share
log-error=/opt/data/8.0.32/error.log

# 初始化数据目录
/opt/data/code/8.0.32/output/bin/mysqld --initialize-insecure

7. 调试

经过前面一系列操作之后,就可以开始着手在 mysql 容器窗口中调试了。

第 1 步,新建配置文件 launch.json

launch.json 文件内容如下:

{
  "version": "0.2.0",
  "configurations": [
    {
      "name": "(gdb) 启动",
      "type": "cppdbg",
      "request": "launch",
      "program": "/opt/data/code/8.0.32/output/bin/mysqld",
      "args": [],
      "stopAtEntry": false,
      "cwd": "${fileDirname}",
      "environment": [],
      "externalConsole": false,
      "MIMode": "gdb",
      "setupCommands": [
        {
          "description": "为 gdb 启用整齐打印",
          "text": "-enable-pretty-printing",
          "ignoreFailures": true
        },
        {
          "description": "将反汇编风格设置为 Intel",
          "text": "-gdb-set disassembly-flavor intel",
          "ignoreFailures": true
        }
      ]
    }
  ]
}

第 2 步,启动调试,launch.json 文件配置完成之后,运行和调试下拉框就能看到刚刚添加的配置,点击 (gdb) 启动前面的小三角,启动 MySQL,然后就可以开始调试了。

第 3 步,在 mysql 容器的命令行中,通过前面编译的客户端可执行程序 mysql,连接 MySQL:

cd /opt/data/code/8.0.32/output/bin
./mysql -h127.0.0.1 -uroot

第 4 步,连接 MySQL 成功之后,在 MySQL 源码中打个断点,先打开 sql/sql_parse.cc 文件:

然后在 mysql_execute_command() 函数入口处打上断点:

第 5 步,执行一条 SQL:

SELECT host, user FROM mysql.user;

程序在断点处暂停之后,就可以查看一系列运行时信息了,查看断点所在函数的局部变量:

查看断点处的调用栈:

也可以在调试控制台中,用命令行执行更多 gdb 命令:

VSCode + Docker 调试,需要在命令之前加上 -exec,上图中命令 p thd->m_query_string 前面就加上了 -exec

8. 总结

本文介绍了 VSCode + Docker + CentOS 7.9 搭建 MySQL 调试环境的完整流程。

如果读取朋友们在搭建环境的过程碰到了问题,以及有相应的解决方案,都欢迎在留言区和大家交流分享。

相关推荐

其实TensorFlow真的很水无非就这30篇熬夜练

好的!以下是TensorFlow需要掌握的核心内容,用列表形式呈现,简洁清晰(含表情符号,<300字):1.基础概念与环境TensorFlow架构(计算图、会话->EagerE...

交叉验证和超参数调整:如何优化你的机器学习模型

准确预测Fitbit的睡眠得分在本文的前两部分中,我获取了Fitbit的睡眠数据并对其进行预处理,将这些数据分为训练集、验证集和测试集,除此之外,我还训练了三种不同的机器学习模型并比较了它们的性能。在...

机器学习交叉验证全指南:原理、类型与实战技巧

机器学习模型常常需要大量数据,但它们如何与实时新数据协同工作也同样关键。交叉验证是一种通过将数据集分成若干部分、在部分数据上训练模型、在其余数据上测试模型的方法,用来检验模型的表现。这有助于发现过拟合...

深度学习中的类别激活热图可视化

作者:ValentinaAlto编译:ronghuaiyang导读使用Keras实现图像分类中的激活热图的可视化,帮助更有针对性...

超强,必会的机器学习评估指标

大侠幸会,在下全网同名[算法金]0基础转AI上岸,多个算法赛Top[日更万日,让更多人享受智能乐趣]构建机器学习模型的关键步骤是检查其性能,这是通过使用验证指标来完成的。选择正确的验证指...

机器学习入门教程-第六课:监督学习与非监督学习

1.回顾与引入上节课我们谈到了机器学习的一些实战技巧,比如如何处理数据、选择模型以及调整参数。今天,我们将更深入地探讨机器学习的两大类:监督学习和非监督学习。2.监督学习监督学习就像是有老师的教学...

Python教程(三十八):机器学习基础

...

Python 模型部署不用愁!容器化实战,5 分钟搞定环境配置

你是不是也遇到过这种糟心事:花了好几天训练出的Python模型,在自己电脑上跑得顺顺当当,一放到服务器就各种报错。要么是Python版本不对,要么是依赖库冲突,折腾半天还是用不了。别再喊“我...

超全面讲透一个算法模型,高斯核!!

...

神经网络与传统统计方法的简单对比

传统的统计方法如...

AI 基础知识从0.1到0.2——用“房价预测”入门机器学习全流程

...

自回归滞后模型进行多变量时间序列预测

下图显示了关于不同类型葡萄酒销量的月度多元时间序列。每种葡萄酒类型都是时间序列中的一个变量。假设要预测其中一个变量。比如,sparklingwine。如何建立一个模型来进行预测呢?一种常见的方...

苹果AI策略:慢哲学——科技行业的“长期主义”试金石

苹果AI策略的深度原创分析,结合技术伦理、商业逻辑与行业博弈,揭示其“慢哲学”背后的战略智慧:一、反常之举:AI狂潮中的“逆行者”当科技巨头深陷AI军备竞赛,苹果的克制显得格格不入:功能延期:App...

时间序列预测全攻略,6大模型代码实操

如果你对数据分析感兴趣,希望学习更多的方法论,希望听听经验分享,欢迎移步宝藏公众号...

AI 基础知识从 0.4 到 0.5—— 计算机视觉之光 CNN

...

取消回复欢迎 发表评论: