乘风原创程序

  • MySQL主从复制延迟原因以及解决方案
  • 2020/9/23 8:42:31
  • 来源:公众号「神谕的暗影长廊」

    在异步或半同步的复制结构中,从库出现延迟是一件十分正常的事。
    虽出现延迟正常,但是否需要关注,则一般是由业务来评估。
    如:从库上有需要较高一致性的读业务,并且要求延迟小于某个值,那么则需要关注。

    简单概述一下复制逻辑:

    1、主库将对数据库实例的变更记录到binlog中。
    2、主库会有binlog dump线程实时监测binlog的变更并将这些新的events推给从库(Master has sent all binlog to slave; waiting for more updates
    3、从库的IO Thread接收这些events,并将其记录入relaylog。
    4、从库的SQL Thread读取relaylog的events,并将这些events应用(或称为重放)到从库实例。

    上述为默认的异步复制逻辑,半同步复制又有些许不同,此处不再赘述。

    此外,判断从库有延迟是十分简单的一件事:
    在从库上通过SHOW SLAVE STATUS
    检查Seconds_Behind_Master值即可。

    产生延迟的原因及处理思路

    〇 主库DML请求频繁(tps较大)

    即主库写请求较多,有大量insert、delete、update并发操作,短时间产生了大量的binlog。

    【原因分析】

    主库并发写入数据,而从库SQL Thread为单线程应用日志,很容易造成relaylog堆积,产生延迟。

    【解决思路】

    做sharding,通过scale out打散写请求。或考虑升级到MySQL 5.7+,开启基于逻辑时钟的并行复制。

    〇 主库执行大事务

    比如大量导入数据,INSERT INTO $tb1 SELECT * FROM $tb2、LOAD DATA INFILE
    比如UPDATEDELETE了全表等
    Exec_Master_Log_Pos一直未变,Slave_SQL_Running_StateReading event from the relay log
    分析主库binlog,看主库当前执行的事务也可知晓。

    【原因分析】

    假如主库花费200s更新了一张大表,在主从库配置相近的情况下,从库也需要花几乎同样的时间更新这张大表,此时从库延迟开始堆积,后续的events无法更新。

    【解决思路】

    拆分大事务,及时提交。

    〇 主库对大表执行DDL语句

    现象和主库执行大事务相近。
    检查Exec_Master_Log_Pos一直未动,也有可能是在执行DDL。
    分析主库binlog,看主库当前执行的事务也可知晓。

    【原因分析】

    1、DDL未开始,被阻塞,SHOW SLAVE STATUS检查到Slave_SQL_Running_Statewaiting for table metadata lock,且Exec_Master_Log_Pos不变。
    2、DDL正在执行,SQL Thread单线程应用导致延迟增加。Slave_SQL_Running_Statealtering tableExec_Master_Log_Pos不变

    【解决思路】

    通过processlistinformation_schema.innodb_trx来找到阻塞DDL语句的查询,干掉该查询,让DDL正常在从库执行。
    DDL本身造成的延迟难以避免,建议考虑:
    ① 业务低峰期执行
    set sql_log_bin=0后,分别在主从库上手动执行DDL(此操作对于某些DDL操作会造成数据不一致,请务必严格测试)

    〇 主库与从库配置不一致:

    【原因分析】

    硬件上:主库实例服务器使用SSD,而从库实例服务器使用普通SAS盘、cpu主频不一致等
    配置上:如RAID卡写策略不一致,OS内核参数设置不一致,MySQL落盘策略不一致等

    【解决思路】

    尽量统一DB机器的配置(包括硬件及选项参数)
    甚至对于某些OLAP业务,从库实例硬件配置高于主库等

    〇 表缺乏主键或唯一索引

    binlog_format=row的情况下,如果表缺乏主键或唯一索引,在UPDATEDELETE的时候可能会造成从库延迟骤增。
    此时Slave_SQL_Running_StateReading event from the relay log
    并且SHOW OPEN TABLES WHERE in_use=1的表一直存在。
    Exec_Master_Log_Pos不变。
    mysqld进程的cpu几近100%(无读业务时),io压力不大

    【原因分析】

    做个极端情况下的假设,主库更新一张500w表中的20w行数据,该update语句需要全表扫描
    而row格式下,记录到binlog的为20w次update操作,此时SQL Thread重放将特别慢,每一次update可能需要进行一次全表扫描

    【解决思路】

    检查表结构,保证每个表都有显式自增主键,并建立合适索引。

    〇 从库自身压力过大

    【原因分析】

    从库执行大量select请求,或业务大部分select请求被路由到从库实例上,甚至大量OLAP业务,或者从库正在备份等。
    此时可能造成cpu负载过高,io利用率过高等,导致SQL Thread应用过慢。

    【解决思路】

    建立更多从库,打散读请求,降低现有从库实例的压力。

    〇 MyISAM存储引擎

    此时从库Slave_SQL_Running_StateWaiting for table level lock

    【原因分析】

    MyISAM只支持表级锁,并且读写不可并发操作。
    主库在设置@@concurrent_insert对应值的情况下,能并发在select时执行insert,但从库SQL Thread重放时并不可并发,有兴趣可以再去看看myisam这块的实现。

    【解决思路】

    当然是选择原谅它了,既然选择了MyISAM,那么也应该要有心理准备。(还存在其他场景,也不推荐MyISAM在复制结构中使用)
    改成InnoDB吧。

    总结:

    通过SHOW SLAVE STATUSSHOW PROCESSLIST查看现在从库的情况。(顺便也可排除在从库备份时这种原因)
    Exec_Master_Log_Pos不变,考虑大事务、DDL、无主键,检查主库对应的binlog及position即可。
    Exec_Master_Log_Pos变化,延迟逐步增加,考虑从库机器负载,如io、cpu等,并考虑主库写操作与从库自身压力是否过大。

    如果上述原因都没有,那么请教请教DBA大佬们吧。

    当然,Seconds_Behind_Master也不一定准确,存在在少部分场景下,虽Seconds_Behind_Master为0,但主从数据不一致的情况。
    这将是另一篇博文了。

    全文完。