MySQL Docker镜像版本升级导致root访问被拒绝问题分析
问题现象
在使用Docker部署MySQL服务时,用户报告了一个奇怪的现象:当使用mysql:latest镜像(实际为9.3.0版本)时,首次启动服务正常,但重启容器后出现root用户访问被拒绝的错误。而切换回mysql:8.3.0版本后问题消失。
具体表现为:
- 首次启动容器,Datagrip客户端连接正常
- 执行
docker restart mysql后- 外部连接报错:
[28000][1045] Access denied for user 'root'@'192.168.137.1' - 容器内连接报错:
[28000][1045] Access denied for user 'root'@'localhost'
- 外部连接报错:
- 切换至8.3.0版本后问题不再出现
环境配置
用户使用的是以下docker-compose配置:
mysql:
image: mysql:8.3.0
container_name: mysql
ports:
- "3306:3306"
environment:
MYSQL_ROOT_PASSWORD: fUt8uxRCj#^TKoH
TZ: Asia/Shanghai
volumes:
- "./mysql/conf:/etc/mysql/conf.d"
- "./mysql/data:/var/lib/mysql"
- "./mysql/init:/docker-entrypoint-initdb.d"
以及自定义的MySQL配置文件:
[client]
default_character_set=utf8mb4
[mysql]
default_character_set=utf8mb4
[mysqld]
server-id = 1
log-bin=mysql-bin
binlog_expire_logs_seconds = 2592000
sql_mode='STRICT_TRANS_TABLES,NO_ZERO_IN_DATE,NO_ZERO_DATE,ERROR_FOR_DIVISION_BY_ZERO,NO_ENGINE_SUBSTITUTION'
max_connections=1000
symbolic-links=0
default-time_zone = '+8:00'
问题原因分析
根据MySQL官方维护者的回复,这个问题可能与版本升级路径有关:
-
不支持的升级路径:从MySQL Innovation 8.3直接升级到Innovation 9.3可能不是官方支持的升级路径。MySQL的版本升级有特定的兼容性要求。
-
数据目录兼容性:如果数据目录(
./mysql/data)最初是由8.3.0版本创建的,直接切换到9.3.0版本可能会导致兼容性问题,包括认证方式的改变。 -
认证插件变更:不同版本的MySQL可能使用不同的默认认证插件,这可能导致重启后认证失败。
解决方案
-
使用稳定版本:在生产环境中,建议使用长期支持(LTS)版本而非Innovation版本,除非有特定需求。
-
正确的升级路径:如果需要升级,应遵循官方推荐的升级路径,通常需要逐步升级而非跨越大版本。
-
重建数据目录:如果必须使用新版本,建议:
- 备份原有数据
- 删除旧的数据目录
- 使用新版本初始化全新的数据目录
-
检查认证插件:可以尝试在my.cnf中明确指定认证插件:
[mysqld] default_authentication_plugin=mysql_native_password
最佳实践建议
-
版本固定:在docker-compose.yml中固定MySQL版本号,避免使用latest标签,防止意外升级。
-
备份策略:在进行任何版本变更前,确保有完整的数据备份。
-
测试环境验证:先在测试环境验证版本升级的兼容性,再应用到生产环境。
-
监控日志:升级后密切监控MySQL错误日志,及时发现潜在问题。
-
考虑使用管理工具:对于重要的MySQL实例,考虑使用专业的数据库管理工具来管理升级和迁移过程。
总结
MySQL版本升级需要谨慎处理,特别是在Docker环境中。不同版本间的认证机制和数据存储格式可能存在差异,直接切换可能导致访问问题。建议用户遵循官方升级指南,在升级前充分测试,并做好数据备份工作。对于生产环境,使用长期支持版本并固定版本号是最稳妥的做法。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00