一台服务器上能同时运行两个数据库服务器吗

一台服务器多个数据库运行，是完全可以的。

服务器安装数据库，不仅可以一个数据库服务，运行多个网站的库。

还可以在同一台服务器，运行多个不同的数据服务。

比如一个mysql，运行多个PHP站点，多个数据库。

而且还可以一台服务器同时运行，mysql数据库和sqlserver数据库。

扩展资料：

可以从这几个方面来衡量服务器是否达到了其设计目的；

R：Reliability可靠性；

A：Availability可用性；

S：Scalability可扩展性；

U：Usability易用性；

M：Manageability可管理性，即服务器的RASUM衡量标准。

可扩展性：服务器必须具有一定的“可扩展性”，这是因为企业网络不可能长久不变，特别是在当今信息时代。

如果服务器没有一定的可扩展性，当用户一增多就不能胜任的话，一台价值几万，甚至几十万的服务器在短时间内就要遭到淘汰，这是任何企业都无法承受的。为了保持可扩展性，通常需要在服务器上具备一定的可扩展空间和冗余件。

可扩展性具体体现在硬盘是否可扩充，CPU是否可升级或扩展，系统是否支持WindowsNT、Linux或UNIX等多种可选主流 *** 作系统等方面，只有这样才能保持前期投资为后期充分利用。

参考资料来源：百度百科-服务器

运维人员的工作每天基本上都是在检查问题，枯燥但又重要， 要是你的某一个环节出现问题并没有及时发现问题，对于企业来说损失可能非常大，基本上运维人每天的工作我罗列了下，有这几种：

1、负责服务器的硬件配置、软件安装、机房上下架等技术维护工作

2、负责虚拟化技术产品物理机配置、管理和日常运行监控和维护

3、负责独立主机或虚拟应用产品的开通使用、日常维护、故障诊断和排除

4、提供独立主机或虚拟应用客户产品 *** 作和应用方面的技术支持

5、监视分管的服务器，及时发现问题，并积极解决问题

现在信息化数字时代，单靠人工去检查出现错误几率会很大，而且有的运维人还不只管理两台服务器，像我们公司的运维每人至少要管理30台服务器，这样子单靠人工运维耗费的人工成本和时间是非常大的，所以还是推荐你用运维工具吧，比如云帮手（）

1支持跨云商批量管理服务器

2兼容性强大，兼容市面基本所有的云商云主机，兼容 *** 作系统；

3 *** 作简单，可视化界面预览资源、一键修复、一键部署；

4 可以远程登录云主机FTP桌面，处理云主机上的文件；

5监控和资源还有告警功能，这个是挺好的，不用盯着看；

6系统修复功能，这个是挺实用也比较必须的；

7免费使用。总得来说功能还是挺全的，不存在需要又要另外找软件的尴尬。

你好，很高兴回答你这个问题。从运维的角度来讲，服务器的数量少并不意味着我们的运维工作就非常轻松，相反我们更应该重视此阶段的工作。

我们可以从以下几方面来开展我们的运维工作：

1应用服务器

我们可以从当前服务器中找出 至少2个节点装Vsphere虚拟化，建立一个数据中心、集群 ；如果你的服务器有多网卡和SCSI，还可以做一些更高级的应用，如vmotion、负载均衡、高可用等。当虚拟机或服务器故障，可以 实现故障自动转移，有效的避免了单节点的故障，提供服务器的容错率 。

我们可以在新建的虚拟机部署Web、API等各种应用，而且 虚拟机可以在vCenter图形化界面下统一管理 。这一般是中小公司的在服务器方面的解决方案。

当然，我们对docker比较熟悉，可以使用一套docker解决方案，这比Vsphere更能节省一部分资源。当然这个需要的技能要求也比较高，需要我们不断积累。

2数据库服务器

数据库服务器在此我们单独拿出来，是因为数据库对服务器性能、磁盘IO要求比较高，不太建议使用虚拟机，当然这需要根据业务的实际情况来做选择。 数据库我们需要通过一主一从、一主二从的方式实现高可用，来避免数据库单点问 题，我们还可以选择合适的proxy来进行读写分离、读负载均衡等。另外还要考虑数据的本地备份、异地备份，来确保数据可恢复。

3系统监控

当我们在应用服务器和数据库服务器上线一套系统后， 我们需要通过监控掌握从服务器硬件、基础状态、应用、数据库等从下到上的运行状态 ，以便我们能够对告警及时做出响应。考虑到报警的及时性，我们需要监控接入多种报警渠道，如微信、钉钉、邮件、短信等。监控的目的是发现问题、解决访问，因此我们需要踏实的做好这一步，才能为我们的业务保驾护航。

好了，其实不管服务器多少，我们都需要扎实的把基础打好，这样才能以不变应万变面对各种情形。希望我的回答能够帮到你。

题主没有详细说明具体应用系统的功能，比如是否单一的Web服务？有没有微服务、分布式、集群化扩展的潜在需求？

通常来说，建议使用云服务自动化运维。云服务已经成为IT技术的核心基础设施，充分利用云服务带来的d性和分布式优势，赋能自动化运维。

一，自动构建系统

如果需要构建应用，那么就建议配置使用CI/CD持续化集成和自动化部署，比如常用的Jenkins，配置Git代码提交时触发构建，然后自动部署。

二，日志收集处理系统

1，ELK是常见的日志收集管理系统，包括ElasticSearch, LogStash, Kibana三个服务，架构示意图如下：

2，在ELK系统中，Kibana是一个图形化展示工具，配置查询条件，运维人员随时可以搜索指定日志信息，分析处理故障。

三，服务监控

1，云监控CloudMonitor

主流云服务商都将监控功能集成到了基础架构中，以阿里云为例，云监控提供了多种配置，多维度全方位监控。

比如配置CPU使用率到达80%时，自动触发动作，增加服务器实例，同时邮件通知运维人员。

2，应用监控

以监控宝为例，配置服务地址，选择分布在不同地区和运营商的监测点。当监测点不能正常调用配置的服务地址时，将收到警告信息，可以选择邮件、短信、电话等通知方式。

四，潜在的系统扩展需求

1，是否集群化部署？需要AutoScaling自动伸缩吗？

小型化和集群化并不冲突。如果采用集群化部署，可以配置触发条件，满足时自动增加或者释放服务器资源。比如当CPU使用率达到75%或者内存占用率达到75%时，根据配置好的服务器和数量，自动触发。

2，是否使用Docker容器技术？

Docker将应用以及依赖打包到一个可移植的镜像中，可以实现虚拟化，有助于快捷高效的交付应用，结合Docker-compose资源编排，快速实现自动部署更新，不再需要常用的Jenkins构建服务器。

机器数比较小的话，你可以用云的服务器，这样可以节省好多钱。找一个专门的运维，还不如让开发自己来搞，因为机器少运维他也应付得过来。现在都在搞云计算了，把你的机器放上阿里云或者腾讯云，你自己维护好很多，包括网络贷款都很容易扩容。上面这个我说到的只是说建议你如果你已经是自己的机器了。我建议你从我下面所说的来搞。

认为的整个过程的话一般分为三个阶段，第一的话是手工阶段，什么东西都是手工搞。

第2个阶段就是脚本阶段了，本来手工搞的东西全部脚本化。

第3个阶段就是平台化了，平台化了之后，所有东西都在页面上完成系统完成，不需要人工来干预，甚至不用运维来搞。

有一些人说既然认为就是最后的一个阶段，但是这个很不成熟。所以我就不说了。

针对你这个机器数少的，你可以手工认为，或者说用脚本认为都没问题。

在合适的阶段做合适的事情就是最好的。所以我建议你手工运维或者脚本运维。

我们项目用的 wgcloud运维监控系统 ，它前身是开源项目，后来推出的商业版，也有免费版

wgcloud运行很稳定，性能很好，部署和上手容易

wgcloud支持主机各种指标监控(cpu状态/温度，内存状态，磁盘容量/IO，硬盘smart监控，系统负载，网卡流量，硬件系统信息等)，数据可视化，进程应用监控，大屏可视化，服务接口检测，DOCKER监控，自动生成网络拓扑图，端口监控，日志文件监控，web SSH（堡垒机），指令下发执行，告警信息推送（邮件钉钉微信短信等）

可以装虚拟机代替，在同一个局域网情况下

找服务商外包服务，或者网上托管也不贵收费

服务器数量比较少，比如10台服务器，基本可以不设置运维岗位了，后端开发人员 或者架构师就能搞定。

我就是那种曾经在创业的小公司待过的开发人员，开发，运维我都干了。

但是想想如何更科学更高效的运维还是很有必要的。

运维的目的

软件系统的运行时环境：即公司的业务产线，靠它创造业务价值，这个是最核心的功能诉求。

实时监控系统: 任何时候都要对当前公司的产线的压力一清二楚，有问题功能随时解决，有性能问题及时扩容或者回收资源

降低服务器成本：在业务萎缩的情况下，准确评估哪些资源可以回收，降低服务器的支出

这个是当时我认为的运维的三个主要目的。

运维方案

开发半路出家，当时采用的是shell+python+ansible+jekins+elk的方式

首先，我会及时的更新业务产线的物理架构图，根据架构图来规划服务器的资源使用。

比如多少个web服务，数据库多少，zk,kafka,redis集群怎么分布。

集群部署一般是放在多个服务器上的，这个时候ansible就派上用场了。

jekins主要用来自动发布更新程序已经做定时回收磁盘的任务。

elk主要用来做应用的日志系统和监控告警； 可以通过看板随时知道产线的请求数量和并发数量；

以上的运维方案适用于小公司。运维工程师看到了可以补充

搞个zabbix刷

数量少。如果配置好可以虚拟化。然后跑容器

比较的数据库分别称为“源”和“目标”

说明：数据库项目不包含任何数据

因此，在数据比较中数据库项目不能作为源或目标

比较数据时，会生成数据 *** 作语言(DML)脚本，使用该脚本可以通过更新目标数据库中的某些或全部数据来同步不同的数据库

完成数据比较后，结果会出现在VisualStudio的“数据比较”窗口中

有关更多信息，请参见比较数据库数据概述

说明：还可以比较两个数据库的架构或同一数据库的两个版本的架构

有关更多信息，请参见如何：比较两个数据库的架构

比较数据库数据比较两个数据库的数据在“数据”菜单上指向“数据比较”，然后单击“新建数据比较”

将出现“数据比较”向导

而且，会打开“数据比较”窗口，并且VisualStudio会自动为其指定一个名称，如

在“数据比较”向导中，确定源数据库和目标数据库

如果“源数据库”列表或“目标数据库”列表为空，请单击“新建连接”

在“连接属性”对话框中，确定数据库所驻留的服务器以及连接数据库时将要使用的身份验证类型

然后，单击“确定”关闭“连接属性”对话框并返回到“数据比较”向导

在“数据比较”向导的第一页上，验证每个数据库的信息均是正确的，指定要在结果中包括的记录，然后单击“下一页”

“数据比较”向导的第二页将出现并显示数据库中表和视图的层次结构列表

说明：表和视图必须满足两个条件才会出现在列表中

第一个条件是，源数据库对象和目标数据库对象的架构必须匹配

第二个条件是，该列表中仅显示具有主键或唯一键的表和视图

如果没有同时满足这两个条件的表或视图，则该列表将为空

选中要比较的表和视图所对应的复选框

或者可以展开数据库对象的节点，然后选中要比较的对象中的列所对应的复选框

说明：要比较的每个表或视图都必须定义匹配的主键、匹配的索引或唯一的键

否则，会从将比较的表的列表中将该表移除

对于一些对象而言，可以使用“比较键”列指定要作为数据比较依据的键

例如，可以指定使数据比较依据主键列还是依据其他（唯一可标识）键列

单击“完成”

比较开始

说明：通过打开“数据”菜单，单击“数据比较”，再单击“停止数据比较”，可以停止正在进行的数据比较 *** 作

完成比较后，可以查看两个数据库之间的数据差异

还可以更新目标数据库中的部分或全部数据，以与源数据库中的数据匹配

有关更多信息，请参见如何：查看数据差异和如何：同步数据库数据

服务器是什么？

服务器指一个管理资源并为用户提供服务的计算机软件，通常分为文件服务器、数据库服务器和应用程序服务器。运行以上软件的计算机或计算机系统也被称为服务器。相对于普通PC来说，服务器在稳定性、安全性、性能等方面都要求更高，因此CPU、芯片组、内存、磁盘系统、网络等硬件和普通PC有所不同。

你说的SQL服务器是什么？

SQL服务器是文件服务器、数据库服务器和应用程序服务器中的数据库服务器。简单来说，就是提供一个存储数据的环境，并且能够进行数据上交互（如你网页是用aspnet做的，后台是用sql数据库，那网页上的一些数据可以从后台sql数据库里取出。当然，这个sql数据库不一定要在自己的计算机中，可以在别人的计算机中，自己从别人计算机中读取）

它和平常所说的‘服务器’有什么不同？

当我们设计网站的时候，为什么要用服务器？因为你如果有aspnet编写程序，谁来解释你的代码是aspnet而不是java，也不是php？所以服务器在这里起到一个解析的作用。

而SQL服务器，确切来说是数据库服务器，刚才说了，有着存储功能，那它的结构和平常的‘服务器’很大的不同除了语言上，更重要的是数据库服务器讲的是关系，存储结构

---