【TcaplusDB知识库】TcaplusDB-tcaplusadmin工具介绍
-
进入工具所在目录,执行 ./tcaplusadmin help 即可获得各个子命令的介绍与用法,tcaplusadmin工具主要有以下命令:
-
analysehashbuckets
-
validatedatafile
-
statshm、createshm、rmshm
-
compressengine、decompressengine
-
analytic_data_dump
注意:
-
在使用工具时,工具的版本必须和svr的版本一致
-
在复制或备份引擎文件时,必须先正确停止对应的svr进程
-
在使用工具对引擎文件或ulog文件进行操作前,请注意备份
-
建议将命令需要的文件与工具置于同一目录下,或使用绝对路径的方式指定文件
1. analysehashbuckets
该命令用于分析指定引擎文件中各个哈希桶中二叉树的统计信息,包括节点数、深度等信息,命令格式为 ./tcaplusadmin analysehashbuckets -f engfile,其中,engfile为要分析的引擎文件。
示例:./tcaplusadmin analysehashbuckets -f /data1/1.2.2.1/AppID_2_ZoneID_3/test_table_1.txh
2. validatedatafile
该命令用于验证引擎文件的有效性,命令格式为 ./tcaplusadmin validatedatafile -f engfile [--validate-type= ],参数的具体含义如下:
-
engfile 表示用于验证有效性的引擎文件
-
--validate-type 表示需要验证的内容,有head、stat、lru、freeblock、datablock_offsetiter、datablock_hashiter可选
示例:./tcaplusadmin validatedatafile -f /data1/1.2.2.1/AppID_2_ZoneID_3/test_table_1.txh --validate-type=head
3. statshm、createshm、rmshm
这三条命令分别用于查看、创建、删除属于当前用户的共享内存,命令格式及其含义如下:
-
./tcaplusadmin statshm:列出所有属于当前用户的共享内存
-
./tcaplusadmin createshm:创建一块属于当前用户的共享内存
-
./tcaplusadmin rmshm --shmid=x [--force]:删除shmid为x的共享内存,--force为可选参数,表示强制删除
4. compressengine、decompressengine
这两条命令分别用于对引擎文件进行压缩和解压,命令格式及其含义如下:
-
./tcaplusadmin compressengine -f engfile -c dir:使用LZO算法对指定引擎文件进行压缩,engfile为要压缩的引擎文件,dir为压缩后的引擎文件的保存目录
-
./tcaplusadmin decompressengine -f flzo -c dir:对使用LZO算法压缩后的引擎文件进行解压,flzo为使用LZO算法压缩后的引擎文件,dir为解压后的引擎文件的保存目录
5. analytic_data_dump
该命令用于以指定格式导出引擎文件中的指定记录,命令格式为 ./tcaplusadmin analytic_data_dump type so_name enginefileName appFlag zoneFlag tableName tdr_name,七个参数的具体含义如下:
-
type:通常为“so”,表示使用so文件进行数据导出(
-
so_name:用户生成的so文件
-
enginefileName:记录引擎文件名的文本文件,在该文件中,每行对应一个引擎文件
-
appFlag:数据表所在的业务ID
-
zoneFlag:数据表所在的区服ID
-
tableName:数据表名
-
tdr_name:数据表的tdr文件
示例:./tcaplusadmin analytic_data_dump so mylib.so engfile.txt 2 3 test_table 2.3.test_table.tdr
-
更多信息请关注TcaplusDB微信公众号,风里雨里,我们一直在等你!

TcaplusDB是腾讯出品的分布式NoSQL数据库,存储和调度的代码完全自研。具备缓存+落地融合架构、PB级存储、毫秒级时延、无损水平扩展和复杂数据结构等特性。同时具备丰富的生态、便捷的迁移、极低的运维成本和五个九高可用等特点。客户覆盖游戏、互联网、政务、金融、制造和物联网等领域。