maxscale会自动识别出集群的master与slave角色。所以我们可以将maxscale与mha结合起来，既能实现主库的故障转移，又能实现读写分离和从库的负载均衡。
一、概述
常见的高可用方案如MMM和MHA等都将重点放在主库上，一旦主库出现故障，通过这些方案能将主库故障进行转移。
本文将给大家介绍一款由mariadb公司出品的中间件Maxscale，该中间件能实现读写分离和读负载均衡，安装和配置都十分简单。
官方文档https://mariadb.com/kb/en/maxscale-22-getting-started/
二、节点介绍
本次实验采用4台虚拟机，操作系统版本Centos6.10，mysql版本5.7.25
maxscale 10.40.16.60 路由 路由节点
node1 10.40.16.61 主库 提供写服务
node2 10.40.16.62 从库 提供读服务
node3 10.40.16.63 从库 提供读服务
节点拓扑图
三、安装
1. 配置一主二从
其中node1是主库，node2和node3是从库。具体的复制搭建这里就省略，要是这都不会，那么该文章对你就没意思了。顺便安利一个自己写的mysql一键安装脚本
注明：集群中使用的复制账号为repl，密码是'123456'
2. 下载maxscale包
下载地址：MaxScale/2.2.0/centos/6Server/x86_64/ - MariaDB
我在做实验的时候，最开始使用的是maxscale的最新版本(如：2.2.21-GA)，安装完后发现参数文件/etc/maxscale.cnf里面都只支持mariadb(protocol=MariaDBBackend)，而不支持oracle官方的mysql。所以就选用一个了比较老的maxscale版本。等实验做完了，我再试着用最新版本的maxscale软件+老的参数文件也是能够运行的。所以如果使用的oracle官方的mysql，要想使用最新版本的maxscale，则需要使用老版本的参数文件去替换新版本中的参数文件。
3. 安装maxscale
在maxscale节点
yum install -y libaio libaio-devel
rpm -ivh maxscale-2.2.0-1.centos.6.x86_64.rpm
四、配置
1. 在node1(主库)创建相关账号
监控账号，maxscale使用该账号监控集群状态。如果发现某个从服务器复制线程停掉了，那么就不向其转发请求了。
(root@localhost)[(none)]> grant replication slave, replication client on *.* to scalemon@'%' identified by '123456';
路由账号，maxscale使用该账号将不同的请求分发到不同的节点上。当客户端连接到maxscale这个节点上时，maxscale节点会使用该账号去查后端数据库，检查客户端登陆的用户是否有权限或密码是否正确等等。
(root@localhost)[(none)]> grant select on mysql.* to maxscale@'%' identified by '123456';
2. 在maxscale节点配置参数文件/etc/maxscale.cnf
3. 在maxscale节点安装mysql客户端
注意这一步不是必须的，我只是为了方便后面的实验，选择在该节点安装一个mysql客户端，然后通过该客户端去连maxscale
tar -zxvf mysql-5.7.25-linux-glibc2.12-x86_64.tar.gz -C /usr/local/
cd /usr/local/
ln -s mysql-5.7.25-linux-glibc2.12-x86_64 mysql
echo 'export PATH=$PATH:/usr/local/mysql/bin' >> /root/.bash_profile
cd ~
source .bash_profile五、maxscale相关操作
1. 启动maxscale服务
maxscale -f /etc/maxscale.cnf
2. 登录maxscale管理器
默认的用户名和密码是admin/mariadb
[root@monitor ~]# maxadmin --user=admin --password=mariadb
查看集群状态
可以看到我并没有在maxscale.cnf中指明哪一个是master哪一个是slave，maxscale会自动识别出集群的master与slave角色。所以我们可以将maxscale与mha结合起来，既能实现主库的故障转移，又能实现读写分离和从库的负载均衡。
查看集群中的用户
六、测试
1. 测试读写分离
在node1(主库)上创建一个测试账号
(root@localhost)[(none)]> grant all on *.* to scott@'%' identified by 'tiger';
在maxscale节点连接数据库
[root@monitor ~]# mysql -uscott -ptiger -h10.40.16.60 -P4006
注意这里的-h连接的maxscale节点，-P是maxscale的端口，如果maxscale与mysql client不在同一台机器，还需要关闭maxscale上的防火墙
验证读写分离
可以看到，读的请求就转发给了node2，而写的请求转发给了node1，读写分离验证成功。
2. 测试读负载均衡
在mysql服务器上分别查看当前的连接状态
node1
node2
node3
可以看到在maxscale上面进行的三个连接在这三台mysql服务器上都进行了连接，所不同的是，node2有两个会话在执行该语句，而node3有一个会话在执行该语句。也就是说默认会将读的操作均匀分配到每个从节点中。
3. 单个slave出现故障
修改maxscale.cnf参数，将路由日志的级别设置为info，这步跟实验无关，只是为了方便看日志
重启maxscale服务
ps -ef | grep maxscale | grep -v grep | awk '{print $2}' | xargs kill -9
maxscale -f /etc/maxscale.cnf
停掉node2的复制
(root@localhost)[(none)]> stop slave;
观察/tmp/maxscale.log
查看集群状态
通过客户端连接集群
mysql -uscott -ptiger -h10.40.16.60 -P4006 -BNe "select @@hostname;"
可以看到node2已经不提供读服务了
4. 所有slave都出现故障
停掉node3的复制
(root@localhost)[(none)]> stop slave;
观察/tmp/maxscale.log
查看集群状态
通过客户端连接集群
mysql -uscott -ptiger -h10.40.16.60 -P4006 -BNe "select @@hostname;"
可以看到读写分离已经不再有效，因为没有slave了，只能去主库读。
我看到有的文章写，如果所有从服务器都失效，即使主库正常也会连接失败，需要在配置文件中添加detect_stale_master=true，但是我这里并没有这种情况，可能是早期的maxscale特性导致的，这里仅作为一个记录。
5. 恢复slave
node2&node3
(root@localhost)[(none)]> start slave;
查看集群状态
可以看到slave恢复后，又会自动加入到maxscale中来。
6. 测试从库延迟
在node1(主库)创建数据库和给scalemon用户赋权
(root@localhost)[hello]> grant all on *.* to scalemon@'%' identified by '123456';
(root@localhost)[hello]> create database maxscale_schema;
在maxscale节点修改参数文件/etc/maxscale
添加以下参数
重启maxscale服务
ps -ef | grep maxscale | grep -v grep | awk '{print $2}' | xargs kill -9
maxscale -f /etc/maxscale.cnf
把node2的数据库锁住
(root@localhost)[(none)]> flush table with read lock;
在node1中做点修改
(root@localhost)[hello]> insert into t1 values(2);
过一段时间再连数据库发现只能连接到node3了
mysql -uscott -ptiger -h10.40.16.60 -P4006 -BNe "select @@hostname;"
从库延迟测试成功，但是遗憾的是我通过maxadmin和后台日志都没看出任何异常来，可能是有命令我还没熟吧。
七、总结
maxscale就给大家介绍到这里了，我在网上搜maxscale相关的博客时，发现并不多，而且即使有几篇，也非常老，说明这个中间件使用的并不是很广，如果大家对于这个持异议，欢迎大家留言。如果要在生产中使用这种中间件，还需要多多测试稳定性和加了中间件后查询效率的损耗。
优点：
1. 配置简单
2. 能实现读写分离
3. 能实现读负载均衡
缺点：
1. 由于增加了中间层，所以对查询效率有损耗
2. 中间层节点也容易出现单点故障
