数据库原理——主从复制

1. 主从复制

箭头顺序依次从左到右 注：slave端也有 binlog

延迟分析

• 读写：
  • Data changes: 顺序的写操作，比较快，不太会发生延迟。一个大文件和多个小文件相比，大文件读取更快（顺序读写），因为小文件需要频繁多次寻址（随机读写）。kafka消息队列，数据放在磁盘上，只支持append操作（append的大多数是顺序读写)，包括大数据分布式的也是，不支持Insert和update
  • I/O Thread读操作：顺序读取，几乎不延迟。（异地，不在同一个局域网，用专用光纤传输，此处不要省钱）
  • I/O Thread 顺序写入 Relay log,无延迟
  • SQL Thread读取Relay log: 顺序读
  • SQL Thread 写的时候(找到对应的sql语句进行修改)是随机的，可能会延迟
    • 例如：update table set name=zhiang where id=1
    • update table set name lsi where id=200

    注：append是顺序的，update和insert是随机的

• 整体流程分析：
  • 前面都是顺序的，不延迟
  • 只在SQL Thread写时延迟，因为是随机读写的
  • 可能会造成relay log堆积

怎么解决延迟问题

MTS：multi-thread salve

SQL Thread并行复制，多线程 并行复制的粒度：库、表、行 查看粒度： show variables like’%parallel%’ 会显示slave_parallel_type = DATABASE（这是库级别的）|| ROW(行)

2. 主从复制延迟产生的原因

1. 备库机器性能比主库差
2. 主库主要是写，备库主要读，若查询压力大，备库的查询消耗大量CPU资源，影响同步速度
3. 大事务执行，如果主库的一个事务执行了10分钟，而binlog的写入必须要等待事务完成之后，才会传入备库，那么在开始执行时就延迟了
4. 主库的写操作是顺序写binlog，从库单线程去主库顺序读binlog，从库取到binlog之后再本地执行。mysql的主从复制都是单线程操作，但由于主库是顺序写的，所以效率很高，而从库也是顺序读取主库的日志，此时的效率也比较高，但当数据拉取回来之后变成了随机操作，而不是顺序的，所以成本会提高。
5. 从库在同步数据的同时，可能跟其他查询的线程发生锁抢占情况，也会发生延迟
6. 当主库的TPS（服务器每秒处理的事务数）并发非常高时，产生的DDL数量超过了一个线程所能承受的范围，那么也可能会带来延迟
7. 在进行binlog日志传输的时候，如果网络带宽不是很好，网络延迟也会造成数据同步延迟

3. 如何解决复制延迟问题

Mysql版本5.6之后引入并行复制的概念

问题：

1. 在并行操作（多个worker并行）的时候，可能会有并发的事务问题，我们的备库在执行的时候可以按照轮训的方式发送给各个worker吗？ 不可以
2. 同一个事务的不同sql语句，可以分发给不同的worker执行？ 不可以

规则：

1. 更新同一行的多个事务，必须要分发到同一个worker中执行
2. 同一个事务不能被拆开，必须要放到同一个worker中执行 库——》worker上必须要加标识——》db 表——》worker上必须要加标识——》库名：表名 行——》worker上必须要加标识——》库名：表名+唯一值（不一定是主键）

GTID：全局事务ID

由两部分组成：服务器的唯一标识 + 递增的事务id

GTID工作原理简单介绍

1. master更新数据的时候，会在事务前产生GTID，一同记录到binlog日志中。
2. slave端的io线程将binlog写入到本地relay log中。
3. 然后SQL线程从relay log中读取GTID，设置gtid_next的值为该gtid，然后对比slave端的binlog是否有记录
4. 如果有记录的话，说明该GTID的事务已经运行，slave会忽略
5. 如果没有记录的话，slave就会执行该GTID对应的事务，并记录到binlog中

参考

4. 并行复制策略

--查看并行的slave的线程的个数，默认是0，表示单线程，worker与核心CPU数保持一致最佳8~16
show global variables like 'slave_parallel_workers';
--设置并发复制方式：库、表
show global variables like '%slave_parallel_types%';

如何写binlog日志——》二阶段提交

数据更新流程 1.执行器先从引擎中找到数据，如果在内存中直接返回，如果不在内存中，查询后返回 2.执行器拿到数据之后会先修改数据，然后调用引擎接口重新写入数据 3. 引擎将数据更新到内存，同时写数据到redo中，此时处于prepare阶段，并通知执行器执行完成，随时可以操作 4. 执行器生成这个操作的binlog 5. 执行器调用引擎的事务提交接口，引擎把刚刚写完的redo改成commit状态，更新完成

redo log的两阶段提交/两个日志必须同时写

• 先写redo log后写binlog: redo log写完之后，系统即使崩溃，仍然能够把数据恢复回来。但由于binlog没写完，这时候binlog里就没有记录这个语句。因此，之后备份日志的时候，存起来的binlog里就没有这条语句，这时，若用binlog恢复临时库会少一次更新，与原库不一致。
• 先写binlog后写redo log: 如果binlog写完之后crash，由于redo log还没写，崩溃恢复以后这个事务无效，但用binlog恢复时多了一个事务，与原库不一致。

mysql5.7版本，根据mariaDB的并行复制策略，做了相应的优化调整后，提供了自己的并行复制策略，并且可通过参数slave-parallel-type来控制并行复制的策略：

1. 当配置的值为databse时，表示使用5.6版本的按库并行策略
2. 当为logical_clock时，表示跟mariaDB相同的策略。

同时处于执行状态的所有事务，是否可以并行？ 不可以。因为多个执行中的事务是由可能出现锁冲突的，锁冲突之后会产生锁等待问题。

mysql5.7的并行复制策略的思想：（基于组提交）

1. 同时处于prepare状态的事务，在备库执行时可以并行的
2. 处于prepare状态的事务，与处于commit状态的事务之间，在备库上执行也是可以并行的。

以下讨论的前提 是设置MySQL的crash safe相关参数为双1： sync_binlog=1 innodb_flush_log_at_trx_commit=1 组提交 是mysql处理日志的一种优化方式，主要为了解决写日志时频繁刷磁盘的问题。组提交伴随着Mysql的发展，已经支持了redo log和bin log组提交。 组提交的作用:

• 在没有开启binlog时，Redo log的刷盘操作将会是最终影响MySQL TPS的瓶颈所在。为了缓解这一问题，MySQL使用了组提交，将多个刷盘操作合并成一个，如果说10个事务依次排队刷盘的时间成本是10，那么将这10个事务一次性一起刷盘的时间成本则近似于1。
• 当开启binlog时为了保证Redo log和binlog的数据一致性，MySQL使用了二阶段提交，由binlog作为事务的协调者。而 引入二阶段提交 使得binlog又成为了性能瓶颈，先前的Redo log 组提交 也成了摆设。为了再次缓解这一问题，MySQL增加了binlog的组提交，目的同样是将binlog的多个刷盘操作合并成一个，结合Redo log本身已经实现的 组提交，分为三个阶段(Flush 阶段、Sync 阶段、Commit 阶段)完成binlog 组提交，最大化每次刷盘的收益，弱化磁盘瓶颈，提高性能。 MySQL组提交

基于这样的处理机制，可以将大部分的日志处于prepare状态，因此可以设置：

1. binlog_group_commit_sync_delay参数，表示延迟多少微妙采用fsync
2. binlog_group_commit_sync_no_delay_count参数，表示累积多少次后才调用fsync

发布者：全栈程序员栈长，转载请注明出处：https://javaforall.cn/100173.html原文链接：