实施步骤
一、如何监控
[root@db01 data]# mysql -S /tmp/mysql3308.sock -e "show slave status \G"
show slave status 命令常见返回参数状态:
Slave_IO_Running: Yes # IO线程工作状态: YES、NO、Connecting
Slave_SQL_Running: Yes # SQL线程工作状态:YES、NO
Last_IO_Errno: 0 # IO故障代码:2003,1045,1040,1593,1236...
Last_IO_Error: # IO线程报错详细信息
Last_SQL_Errno: 0 # SQL故障代码:1008,1007,1032,1062..
Last_SQL_Error: # IO线程报错详细信息
二、IO 线程故障
1、连接主库失败分析
1)user、password、IP、Port等连接信息有误
用户密码错误
2)主库无法连接:网络、宕机、防护墙、最大连接数上限
主库宕机
3)连接数上限
解决方法:修改登录信息、修改主库连接设置参数。
set global max_cnotallow=1000;
2、主从server_id、server_uuid相同
解决方法:修改从库server_id
set global server_id=1051;
3、请求主库日志失败,主库日志损坏、丢失
解决方法:主从重构
mysql> stop slave;
# 将从库复制信息清空
mysql> reset slave all;
mysql> CHANGE MASTER TO MASTER_HOST='10.0.0.52', MASTER_USER='repl', MASTER_PASSWORD='密码', MASTER_PORT=3306, master_auto_position = 1;
mysql> start slave; show slave status\G;
三、SQL 线程故障
SQL线程主要工作是回放relaylog中的日志事件,SQL线程故障原因分析:
1、realy-log 损坏
解决方法(一)
备份主库数据(mysqldump、xbk、clone plugin),恢复至从库,重构主从关系
解决方法(二)
找到SQL回放的realy log位置点,找到主库相应位置点,基于位置点重构主从关系
mysql> stop slave;
mysql> CHANGE MASTER TO MASTER_HOST='10.0.0.51',MASTER_USER='repl',MASTER_PASSWORD='123',MASTER_PORT=3307,MASTER_LOG_FILE='mysql-bin.000011',MASTER_LOG_POS=193,MASTER_CONNECT_RETRY=10;
mysql> start slave;
2、执行SQL出问题
1)主从节点配置不一样: 平台、版本、参数、SQL_MODE
解决方法:调整成一致
2)修改的对象不存在(库、表、用户)
从库被写入了,导致数据不一致
3)创建的对象已存在(库、表、用户、约束冲突)
从库被写入了,导致数据不一致
针对从库被写入,主从数据不一致的解决方法如下:
解决方法(一):部分场景可以使用,只要保证数据以主库为准即可使用
mysql> stop slave;
#将同步指针向下移动一个,如果多次不同步,可以重复操作
mysql> set global sql_slave_skip_counter = 1;
mysql> start slave;
解决方法(二):配置文件中配置跳过此类型报错,不推荐使用
[root@orch3 ~]#vim /etc/my.cnf
slave-skip-errors = 1032,1062,1007
常见错误代码:
1007:对象已存在
1032:无法执行DML
1062:主键冲突,或约束冲突
解决方法(三): GTID 处理错误方式:
查看监控信息:show slave status\G;报错如下:
从库操作:注入一个空事务
mysql> stop slave;
mysql> set gtid_next='befef0d5-3560-11ec-88ce-000c29f624c7:5';
mysql> begin;commit;
mysql> set gtid_next='AUTOMATIC';
mysql> start slave;
总结: SQL线程故障规避方法
1、从库设置只读(read_only、super_read_only),可配合使用读写分离中间件(mycat、ProxySQL)。
2、不使用双主结构;PXC、MGR替代。
3、可使用pt相关工具校验主从数据,并同步。
情况一:从库宕机
如果在从库复制数据过程中,宕机了。很可能造成relay log 损坏。无法继续进行复制。启动复制时报错:
relay log read failure
遇到这种情况,有如下几个解决版本:
开启了 crash-safe replication
MySQL 5.6以后,可以在从库配置以下两个参数,可以自动恢复这个问题
relay_log_info_repository=table
relay_log_recovery=1
开启了GTID
如果开启了GTID,直接在从库
stop slave;
reset slave;
start slave;
没有开启GTID
首先使用show slave status;查看已经复制到的位置
show slave status;
Relay_Master_Log_File: mysql-bin.000008
Exec_Master_Log_Pos: 75
然后再CHANGE MASTER TO
stop slave;
change master to
master_log_file=relay_master_log_file,
master_log_pos=exec_master_log_pos,
....;
情况二:复制中断
1062错误
从库上出现写入数据,出现1062错误
复现错误
- master
use zst;
create table zst_1(
id int not null,
uname varchar(32),
primary key (id)
);
insert into zst_1(id, uname) values(1, 'wubx),(2, 'mysql');
- salve
set sql_log_bin=0;
insert into zst_1(id, uname) values(3, 'python');
- master
---从库操作完之后,再执行下面语句---
insert into zst_1(id, uname) values(3, 'java');
- show slave status
Could not execute Write_rows event on table zst.zst_1;
Duplicate entry '3' for key 'PRIMARY', Error_code: 1062;
handler error HA_ERR_FOUND_DUPP_KEY;
the event's master log mysql-bin.000001, end_log_pos 1390
解决办法
思路:
- 无序列表在日志中记录了出现问题这条记录所在的binlog:
binlog 文件(event's master log mysql-bin.000012)
记录的结束位置(end_log_pos 2072)
- slave status 信息中可以找到这条记录的开始位置:
再结合 show slave status 信息中的记录的已经执行到的位置(Exec_Master_Log_Pos: 1975)。 - 使用mysqlbinlog 工具 从 binlog 中抓取这条记录
mysqlbinlog -v --base64-output=decode-rows --start-positon=1765
--stop-position=2072 mysql-bin.000012
- 在从库上生成这条记录(只需要插入非空字段就可以)
插入记录时,只插入非空字段就可以。因为row格式的binlog 中, 会记录这条记录的全部字段值。从库在根据主库binlog复制这条记录时,会根据binlog中的记录,恢复全部字段的数据
set sql_log_bin=0;
insert into zst_1(id) values (3);
set sql_log_bin=1;
- 从库启动sql_thread 线程
start slave sql_thread;
删除记录出现1302错误
以上是以update更新记录作为例子的,如果主库删除了一条从库不存在的记录时。解决方法有一下几种:
1、和update 采用一样的方式,人工补齐数据,再重新开始复制
2、在从库跳过这个事务,又分为两种情况:
如果没有开启GTID:
stop slave sql_thread;
set global skip_sql_slave_conter=1;
start slave sql_thread;
如果开启了GTID,需要在从库模拟空事务
stop slave sql_thread;
set gtid_next='master_server_uuid:gtid'; #出问题的这个事务的GTID
begin;commit; #人为的空事务,因为set gtid_next 中明确指定了下一个gtid,所以虽然这个事务是在从库上产生的,
#但是更新的却是 gtid_next参数中指定的那个GITD(也就是主库的GTID)
select @@gtid_next # 查看下一个GTID
set gtid_next='automatic'; #将gtid改回 为 自动
start slave sql_thread;
1236错误
从库想要获取的GTID,已经不在主库的binlog中了
复现错误
- salve
stop slave;
- master
use zst;
create table zst_1(
id int not null,
uname varchar(32),
primary key (id)
);
insert into zst_1(id, uname) values(1, 'wubx);
flush logs;
insert into zst_1(id, uname) values (2, 'mysql');
flush logs;
purge master logs to 'mysql-bin.000002';
- slave
start slave
这时候,slave会向master获取mysql-bin.000001 和 mysql-bin.000002中的GTID 数据。但是因为主库上已经没有了这两个binlog。从库就会报错 1236
解决办法
1、重建从库,从新从主库复制数据
2、忽略掉主库已经不存在的GTID, 从库只应用主库中还存在的binlog中的事务(不建议这么做,如果从库可以下线的话,建议采用从建从库的方式)
两种方式
1、如果相差的事务不是很多
#需要暂停从库的服务
set gtid_next='xxxx:n';
begin;commit;
set gtid_next='xxxxxx:n+1';
begin;commit;
#然后在使用 pt-table-checksum 和 pt-table-sync工具对数据进行校验.
#花费时间较多
2、如果相差的事务稍微多一点
#需要暂停从库的服务
stop slave;
reset master;
set global gtid_purged='xxxxxxxx:1-28'; #此值可以查询主库的 gtid_purge 参数获取
start slave
#然后在使用 pt-table-checksum 和 pt-table-sync工具对数据进行校验。
#花费时间较多**
情况三:复制延迟
mysql >show slave status;
Seconds_Behing_Master: 193 # 从库复制相较于主库的落后的时间
排查思路
1、查看sql_thread 在执行什么;
在show slave stauts返回结果中,
Relay_Masster_Log_File 和 Exec_Master_Log_Pos 的结果表示从库最后应用的事务的位置。比如Relay_Masster_Log_File 为 mysql-bin.000013, Exec_Master_Log_Pos 为 3834
在主库上查看这个位置之后的事务,就是从库当前在执行的事务和sql。
使用如下命令解析主库binlog:
mysqlbinlog -v \
--base64-output=decode-rows \
--start-position=3834 mysql-bin.000013 > 13.sql
或者在主库执行
show binlog events in 'mysql-bin.000013' from 3834 limit 10;
可能的情况
主库上执行了大事务,并且 这张表上没有索引。
解决办法:
停掉从库
在从库上为这张表建索引
重启打开复制
找时间为主库上的表建索引
另外,还可以检查主库是否开启了binlog group commit 特性, 从库是否开启了writeset 特性
如果还是很慢,可以临时修改从库的以下参数,让从库跑的更快一点
#########当从库总是落后主库时,可以考虑配置以下两个参数
innodb_flush_log_trx_commit=2
sync_binlog=0
其它解决办法:
以下方法存在一定风险, 建议根据实际情况评估之后,在决定是否采用
如果对业务非常了解,也知道了造成当前延迟的具体语句。
也可以先停掉复制,然后在从库上跳过慢的GTID,然后手动执行被跳过的事务。最后再从新开始复制
另外一个办法。因为binlog format 格式为 row时,批量删除和更新操作会按照表中数据,
一条一条的记录在binlog中(
例如,主库中执行的 delete from tb1,记录在binlog中就会变成
delete from tb1 where @1=2 @2='abc2';
delete from tb1 where @1=3 @2='bcd';
)。
也就是主库上的批量操作,在从库应用时会变成一条一条执行。针对这种情况,
在主库批量操作前,可以临时修改format的格式为statement格式。
如何避免复制延迟
主库是开启binlog group commit 特性, 从库是开启了writeset 特性
如果还是很慢,可以临时修改从库的以下参数,让从库跑的更快一点
#########当从库总是落后主库时,可以考虑配置以下两个参数
innodb_flush_log_trx_commit=0
sync_binlog=0
备注:等追上之后改回双1.
1.获取binlog错误
1.1排查方法
执行SHOW SLAVE STATUS\中的Last_SQL_Error查看报错信息。其中:
Slave_IO_Running: No
Slave_SQL_Running: No
Slave_IO_Running: Connecting
Slave_SQL_Running: Yes
1.2可能原因
binlog 已经被删除了,或者起始位置设置错误。
复制用户、密码错误,主从库之间网络错误。
1.3解决方法
回复主库的最新备份,并且在已知的日志文件位置,搭建主从关系:
mysql>stop slave;
mysql>reset slave;
mysql>change master to master_user=‘root’,master_password=‘1234’,master_host=‘118.31.127.00’,master_log_file=‘binlog.000010’,master_log_pos=10;
如果启动了gtid,则使用:
mysql>stop slave;
mysql>reset slave;
mysql>change master to master_user=‘root’,master_password=‘1234’,master_host=‘118.31.127.00’ ,MASTER_AUTO_POSITION = 1;
2.修改用户名,密码,主机地址正确后,重新开启主从:
mysql>start slave;
回放relay log错误:
2.1排查方法:
执行SHOW SLAVE STATUS\中的Last_SQL_Error查看报错信息。
Slave_IO_Running: Yes
Slave_SQL_Running: NO
2.2可能原因:
回放位置记录错误
从库数据被?人为修改过导致的
常见错误ERROR 1062、1008、1034、1146:
ERROR-- 1062
MySQL error code 1062 (ER_DUP_ENTRY): Duplicate entry ‘%-.192s’ for key %d
ERROR-- 1008
MySQL error code 1008 (ER_DB_DROP_EXISTS): Can’t drop database ‘%-.192s’; database doesn’t exist
ERROR-- 1032
MySQL error code 1032 (ER_KEY_NOT_FOUND): Can’t find record in ‘%-.192s’
ERROR-- 1594
MySQL error code 1594 (ER_SLAVE_RELAY_LOG_READ_FAILURE): Relay log read failure: %s
2.3解决方法
传统模式下,手动清除或补充缺少的数据,跳过这个报错:
mysql> stop slave;
mysql> set sql_log_bin=0
mysql>//补充这条数据或者删除这条数据
mysql> set GLOBAL SQL_SLAVE_SKIP_COUNTER=1;
mysql> start slave;
GTID模式下,手动清除或补充缺少的数据,跳过这个报错:
mysql> stop slave;
mysql> set sql_log_bin=0
mysql>//补充这条数据或者删除这条数据
mysql> set GTID_NEXT=‘0f869100-71d1-11e7-be5e-000c29f2e72e:14’;
//这个值在show slave status中查看”对应的GTID”:”GTID的:后的以后的位置值”
mysql> begin;
mysql> commit;
mysql> set GTID_NEXT=‘AUTOMATIC’;
mysql> start slave;
如果依然有报错,可以使用mysqlbinlog工具分析主库对应的binlog,找到问题根源:
mysqlbinlog —no-defaults —base64-output=decode-rows -vv mysql-bin.000033> mysql-bin.000033
cat mysql-bin.000033 |grep binlog_position -A 5 -B 20
3.延迟
3.1排查方法
执行SHOW SLAVE STATUS\中的Seconds_Behind_Master、Master_Log_File、Relay_Master_Log_File 中:
Slave_IO_State: Waiting for master to send event
Master_Host: 10.168.99.10
Master_User: repl
Master_Port: 3308
Master_Log_File: mysql-bin.000017
Relay_Master_Log_File: mysql-bin.000017
Slave_IO_Running: Yes
Slave_SQL_Running: Yes
Last_Errno: 0
Last_Error:
Seconds_Behind_Master: 0
3.2可能原因
1.存在带宽低,binlog传输速率慢。
2.大事务造成的SQL执行速度慢。
3.无主键造成的SQL执行效率低 。
3.3解决方法
1.增加带宽,提高网络通信效率。
2.保证每个表都存在主键,提高SQL执行效率,有主键组织的表可以有效提高SQL的执行效率,提高从库的SQL执行速率。
3.提高SQL的质量,提高从库的SQL执行速率。