一、引子
上一篇文章,我们讲述了《MySQL 如何保证数据不丢失?》,介绍了 binlog 和 redo log 的工作流程。
那么,MySQL 怎么保证高可用呢?
为了提高 MySQL 的读写性能,我们往往采用 MySQL 一主多从的方案。
即一个主库(主要负责写),多个从库(只负责读)。
因为单实例有性能瓶颈,多从库能优先解决 MySQL 的读负载压力。
二、主从同步

原理:
将 MySQL 设计成一主多从模式。
简单来说,主要分为三步:
- 第一步:所有增删改的
DML语句都在master节点的示例上完成。 - 第二步:将处理完成的
binlog日志传输到各个slave节点。 - 第三步:多个
slave节点处理binlog,从而保持主从一致。
详细来说,

Master 与 Slave 之间会维护一个长连接,专门用来同步binlog。
创建从库的过程:
- 在
Slave机器上,通过change master命令,设置主库的 IP、端口号、用户名、密码,以及binlog从哪里开始获取等信息(具体binlog文件名 + 文件偏移量)。 - 在
Slave机器上,执行start slave命令,启动io_thread和sql_thread线程。
其中io_thread用于接收主库的binlog,sql_thread用于处理主库的binlog。 -
Slave开始尝试连接Master,Master校验完用户名密码后,dump_thread根据Slave设置的binlog文件和偏移量,开始读取binlog发送给Slave。 -
Slave的io_thread将接收到的binlog写到relay log(中转日志)。 -
sql_thread读取中转日志,执行对应SQL,同步完成。
问题:
1. 主从延迟
即“同步延迟”。
表示同一个事务下,主库执行完成到备库执行完成的时间差值。

时间线:
-
Master执行一个事务,成功写入binlog—— 这个时刻,我们记为 T1。 -
Slave的io_thread接收到binlog—— 这个时刻,我们记为 T2。 -
Slave执行完这个事务。—— 这个时刻,我们记为 T3。
所谓主从延迟,就是 T3-T1 的时间。
如果在这段时间里,在从库上查询主库刚插入/修改的数据,会出现主从不一致的现象。
这时,一些对可靠性要求比较高的业务场景里,就会出现错误。
我们可以在从库上执行:
show slave status;其中,seconds_behind_master 就是从库延迟的时间(T3-T1)
主从延迟的根本原因是:从库消费中转日志(
relay log)的速度比主库生产binlog的速度慢。
2. 主从切换
在实际场景下,可能会遇到主库所在机器异常、掉电、或者机房升级等等。
这就会涉及到“主库”与“从库”之间的切换问题。
由于主从延迟的存在,在主从切换的时候,就会有不同的策略。

可靠性优先策略(推荐):
- 查询
slave的seconds_behind_master,如果小于预定的某个值(比如3秒),就下一步。
否则就一直轮训,直到出现满足条件的Slave。(选未来主库) - 将
master的readonly = true,降为从库。 - 查询该
slave(未来主库) 的seconds_behind_master值变成 0。(即无主从延迟) - 将该
slave(未来主库)的状态变成读写。readonly = false,升成主库。 - 将请求流量切到新主库。
- 优点:可靠性高,数据可靠。
- 缺点:会有一小段不可用的时间。
因此,得选择
seconds_behond_master比较短的slave升master。
可用性优先策略:
- 直接将
slave(未来主库)的状态变成读写。readonly = false,升成主库。 - 将请求流量切到新主库。
- 将老主库的
readonly = true,降为从库。
- 优点:可用性高,没有真空期。
- 缺点:可能会出现数据不一致的情况。
三、如何保证高可用
MySQL 如果要保证高可用,就要满足三个条件。
- 数据不丢失。(双1策略)
- 主从最终一致性。(主库所有binlog,备库都执行了)
- 无主从延迟。
主从延迟的来源:
1. Slave 所在机器性能问题。(部署在同一机器上)
我就遇到过这种 case:
我们的数据库和飞书的数据库部署在同一个机器上,
他们在大量的做一些DML操作,删除/归档很多老数据。
导致于我们的Slave资源被一直抢占,进而出现主从延迟。
解决思路:
- 如果成本允许,按服务,分开独立部署。
2. Slave 压力大,查询耗费了大量CPU资源,影响了同步速度。
这种也比较常见,表/索引设计不合理、或者有临时任务在拖库,导致慢慢查询,耗费了大量CPU资源。导致 io_thread、sql_thread 抢占不到资源进而同步缓慢。
解决思路:
1.优化表设计、索引设计。解决慢 SQL 问题。
2.增加从库,分担现有从库的压力。
3.对于一些临时/定时任务:可用 Binlog -> Hadoop。转移让另外一个系统来提供查询能力。
3. 大事务
这种也比较好理解,主库上执行一个大事务花了n分钟,那么大概率就会导致从库延迟n分钟。
比如,磁盘空间快满了,需要归档一些历史数据,需要一次性删除大量历史数据。这时候和就会出现主从延迟。
解决思路:
1.业务允许的话,控制每个事务的数据量,分成多次操作。
















