Mysql的主从同步/复制的原理分析

为什么要主从同步？

• 数据容灾、备份。当我们的数据库只使用一台服务时，如果我们的数据库遭到破坏，例如黑客的攻击、人为操作的失误等等情况。这时候我们就可以在一定程度上保障我们数据库的恢复。
• 缓解 MySQL 主服务的压力。主服务器写数据，从服务器读数据（读写分离php）。

Mysql主从同步架构有哪些？

一主一从/多从架构

• 适用于读多写少

双主/多主

• 适用于读写均匀，同时整体的并发量也不算低，至少超出了单库的承载阈值

多主一从

• 适用于写大于读

级联复制架构

• 存在两层从库，这实际上属于一主多从架构的升级版，毕竟如果一个主节点存在多个从节点时，多个从节点都会同时去主节点拉取新数据，如果数据量较大，就会导致主节点的I/O负载过高，因此这种级联复制架构要解决的问题，也就是多个从库会对主库造成太大压力的问题。
• 下面会根据原理介绍为什么级联复制架构更好

主从架构，都会存在致命硬伤，同时也会存在些许问题需要解决：

• 硬伤：木桶效应，一个主从集群中所有节点的容量，受限于存储容量最低的哪台服务器。
• 数据一致性问题：由于同步复制数据的过程是基于网络传输完成的，所以存储延迟性。
• 脑裂问题：从节点会通过心跳机制，发送网络包来判断主机是否存活，网络故障情况下会产生多主。

Mysql主从复制的原理/整体流程

• master 服务器会将 SQL 记录通过多 dump 线程写入到 binary log android中。
• 主库会为每个从库创建一个专属的 dump 线程。
• slave 服务器开启一个 io thread 线程向服务器发送请求，向 master 服务器请求 binary log。master 服务器在接收到请求之后，根据偏移量将新的 binary log 发送给 slave 服务器。
• slave 服务器收到新的 binary log 之后，写入到自身的 relay log 中，这就是所谓的中继日志。
• slave 服务器，单独开启一个 sql thread 读取 relay log 之后，写入到自身数据中。

级联复制架构为什么好？

级联复制架构好的原因大家可以从这个图中可以看出，主库会为每个从库建立一个Dump线程，而Dump线程又担负着重要的作用：将监听到的数据通过网络传输发送给从库。可想而知如果从库过多对给主库带来巨大的IO压力，那如果只给一个从库发送数据，并且这个从库又担任其他从库的复制职责，这样就会减轻我们主库的压力，从而提高我们主库的性能。

Mysql主从复制注意点

从库 I/O 线程主要职责是“接收 + 写 relay log”

• 连接到主库并请求binlog内容
• 接收主库dump线程发送的binlog事件
• 将接收到的binlog事件写入从库的relay log(中继日志)
• 更新从库的master info信息(记录已读取的主库binlog位置)
• 断点续传：如果连接中断，IO线程会按照配置的重试策略定期尝试重新连接

主库 dump 线程负责从 binlog 中读取变更数据，并“源源不断推送”给从库。

• 等待从库连接并发送binlog位置请求
• 根据从库请求的binlog文件名和位置(或GTID)定位读取点
• 以事件(event)为单位读取binlog内容
• 将事件发送给从库的I/O线程
• 在没有新事件时进入等待状态(不是持续推送)
• 即使主库没有数据变化，主库 dump 线程 也会根据 master_heartbeat_period 发送一个 Heartbeat log event 给 从库 IO 线程，作为 binlog 的一部分传输，用来维持连接活跃、防止超时断线。
• 主库是怎么判断从库有没有数据？
• 主库不判断！是从库告诉主库它需要从哪个位置开始同步！

MySQL 支持三种 binlog 格式（也就是传输给从库的数据格式）

STATEMENT （不推荐，有风险）

• 最早期的方式，记录执行的原始 SQL 语句
• 优点：可读（看得懂）、日志体积小、性能开销小
• 缺点：有副作用可能不一致（如 UUID、now()）

ROW（依旧是逻辑日志）

• 不记录 SQL，而是记录每一行数据的变更

对比redolog

• redolog：表空间X，页号Y，偏移量Z处的数据从0x1234改为0x5678
• redolog记录的是具体的物理存储位置而ROW仅存储表信息以及数据因此依旧是逻辑日志（这里大家不要混淆以为记录数据就是物理日志）
• 记录信息：表的 database name + table name、表的 列结构、对应数据行的变化
• 优点：准确，几乎无副作用问题
• 缺点：日志体积大、不可读（二进制）、性能开销大（行变更多则更慢）

MIXED

• 自动在 STATEMENT 和 ROW 之间切换，MySQL 自行判断

主从复制数据的模式（重点）

相信大家看有的博客说Mysql主从模式三种或有四种模式的，错大错特错，其实就两种模式，其他两种是基于第二个模式配置出来的，下面给大家具体介绍一下：

异步复制（默认）

• 客户端发送请求先写入主库并返回客户端，然后再异步同步给从库
• 优点：返回给客户端快，不会因为同步从库带来阻塞
• 缺点：主从数据不一致的风险

半同步模式（推荐）

• 在异步同步的基础上等待从库返回结果再返回给客户端编程
• 优点：极大的保证了主库和从库的数据一致性
• 缺点：对客户端的阻塞带来影响

内部细节

• 如果从库相应时间过长默认10秒，会切换为异步同步模式

同时为了避免网络延迟造成主库长时间收不到从库的ACK，因此在配置半同步式复制时，会有一个rpl_semi_sync_master_timeout参数来控制超时时间，其默认值是10000ms/10s，如若主库在10s内依旧未收到从库的ACK，则会将复制模式切换成异步模式，切成异步模式后，会在后续网络正常后再次切回半同步模式。

• 对于多个从库节点可以配置有多少个从库返回就给客户端响应

5.7版本后对主从一致性保障策略

AFTER_SYNC（默认，增强半同步复制）【其他博客的第三种模式】

当主库未收到从库的ACK之前，也不会在主库上提交事务，也就是保证了主从节点的数据强一致性，解决了after-commit中存在的问题。

AFTER_COMMIT（传统半同步复制，可能出现数据不一致）

• 主库在未收到从库的ACK之前，虽然不会给客户端返回写入成功，但本质上在MySQL中会提交事务，也就是主库中的其他事务是可以看见对应数据的，当此时出现宕机时，就会导致旧主上能查询出的数据，在新主（原本的从库）上无法查询出来了。
• 两者之间的区别就在于：对主从节点的数据严格性不同，一般情况下，无损复制会比传统半同步复制开销更大一些，因为事务迟迟不提交，会导致对应的锁资源不会主动释放，其他需要获取对应锁资源的事务只能阻塞等待，这会造成主库的整体性能出现一定影响。

同步复制（本身不支持，需通过半同步复制设置为等待所有从库）【其他博客中第四种模式】

• 对于同步复制而言，Master主机将事件发送给Slave主机后会触发一个等待，直到所有Slave节点（如果有多个Slave）返回数据复制成功的信息给Master。这种复制方式最安
• 全，但是同时，效率也是最差的。

Mysql对于从库的一些优化/策略

• 从库的执行策略

延迟复制

延迟复制通常用于一些特殊场景，它可以支持从库数据的延迟同步，也就是当从库上的I/O线程，将主库的Bin-log日志请求回来后，从节点的SQL线程并不会立刻解析日志执行，而是等待一段时间后再解析日志执行，这个等待的时间可以由开发者来配置，一般建议设为3~6小时之间。

那延迟复制的好处在于什么呢？

可以防止误删操作，如若在主库上不小心误删了大量数据、表、库或其他数据库对象，因为从库并不是立即执行同步过去的记录，因此可以及时通过从节点上的数据回滚数据。除此之外，也能对一些线上Bug进行实时观测，比如一个无法复现的故障问题发生时，如果发现时还在配置的延迟复制时间内，则可以去到从库上观察。

• 从库的优化手段并行复制（mysql8.0更完善）

GTID复制（为什么要先说GTID，因为并行复制是基于组复javascript制，而组复制是基于GTID）

• 在传统的主从架构中，当需要发生主从切换时，需要开发/运维人员手动找到Bin-log的POS同步点，然后执行change master to [new-master-pos]命令，将其他从节点指向新主库，但每个从节点可能同步数据的进度都不一致，因此每个从节点都需要去找到它上次的POS点，然后指向新主库，这个工作是不是听起来就比较繁杂？答案是Yes，不过到了MySQL5.6版本后，开启了GTID复制后，则无需手动寻找POS点！
• GTID(Global Transaction ID)也就是全局事务标识符的意思，它由节点UUID+事务ID两部分组成，MySQL在第一次启动时都会利用UUID随机生成一个server_id，还记得在之前的《MVCC机制》中聊过的事务ID嘛？MySQL会对每一个写事务都分配一个顺序递增的值作为事务ID，而GTID则是由这两玩意儿组成的，格式为server_uuid:trx_id。
• 当主库的事务有了这个全局事务标识后，再发生主从切换时就无需手动寻点了，仅需要执行change master to master_auto_position = 1这条命令即可，它会自动去新主库上寻找数据的同步点，也就是MySQL自身就具备断点复制的功能。

为什么需要用GTID代替POS同步点呢？

因为同一个主从集群中，所有节点加入集群的时间可能会不同

假设这个集群中每个节点加入的时间都不一致

• master：日志文件中的同步点POS=1200。
• slave1：日志文件中的同步点POS=1100。
• slave2：日志文件中的同步点POS=800。
• slave3：日志文件中的同步点POS=200。

此时假设master节点宕机或故障了，slave1成为了新主，那么slave2、slave3也应该成为新主slave1的从节点，但此刻问题就来了：原本slave2、slave3的POS同步点是基于master中的日志而言的，但现在主节点变成了slave1，这时slave2、slave3如何去寻找自己在slave1中的POS点呢？显然MySQL无法自己完成该工作，因此需要人工指定同步点才行。

而GTID出现的原因，就是为了解决上述这个问题，但具体怎么解决的呢？

GTID的工作过程

master在更新数据时，会为每一个写事务分配一个全局的GTID，并记录到Bin-log中。

slave节点的I/O线程拉取数据时，会将读到的记录写到relay-log中，并设置gtid_next值。

slave节点的SQL线程执行前，会读取gtid_next值得知接下来该解析哪条日志并执行。

slave节点的SQL线程在执行时，会先比对自身的Bin-log日志中是否有对应的GTID：

• 有：意味着该GTID对应的事务已经执行过了，slave会自动忽略掉这条记录。
• 没有：SQL解析该GTID对应的relay-log记录并执行，再将GTID记录到Bin-log。

GTID自动寻找同步点的原理

• 开启GTID后，从库会基于它来复制主库的数据，此时发生了主从切换，假设这时主从集群中有多个从节点，MySQL首先会选择距离master的GTID最近的从节点作为新主，然后将其他从节点转变为新主的从库，其他从库会根据自身gtid_next值，去新主的日志文件中做对比，然后找到各自的同步点，继续从新主中复制数据。
• 因为MySQL挑选的是和旧主GTID值，最接近的从节点作为新主，也就意味着作为新主的从节点，绝对会比其他从节点的数据要完善，因此新主中的GTID值也是最大的！同时，每个从节点中都存在一个gtid_next值，记录着自身下一次要同步数据的GTID值，此时剩下的从节点就可以根据该值，直接去新主中寻找到自己的同步点位置，从而避免了之前那种手动介入的尴尬场景出现。
• 不过由于GTID复制是基于事务来实现的，这也就代表不支持事务的存储引擎无法使用这种机制，在之前的章节中也聊过，MySQL众多存储引擎中，基本上只有InnoDB支持事务，所以GTID机制基本上只对InnoDB引擎生效。
• 组复制

GTID复制则是组复制的实现基础，而组复制则是并行复制的基础，那么什么叫做组复制呢？组复制是指将一组并行执行的事务，全部放入到一个GTID中记录，后续从节点同步数据时，会一次性读取这一组事务解析并执行，与传统的GTID区别如下：

• 传统的GTID值由节点ID+事务ID组成：12EEA4RD6-45AC-667B-33DD-CCC55EF718D:88。
• 组复制的GTID通过逗号分隔：12EEA4RD6-45AC-667B-33DD-CCC55EF718D:89, 12EEA4RD6-45AC-667B-33DD-CCC55EF718D:89-94, ......。

MySQL如何实现事务分组的呢？

• MySQChina编程L提交事务时内部会调用ordered_commit函数来处理相关工作，其函数执行的逻辑流程图如下：

当一个事务提交时都会调用ordered_commit函数，首先会将事务加入等待事务组，接着会经过三个核心步骤：FLUSH、SYNC、COMMIT，对应的也会有三个队列，它们三者的工作原理都大致相同：

• ①如果某个事务进入FLUSH队列时，该队列还是空的，则这个事务会担任“队长”的角色。
• ②当后续其他事务进入队列时，发现队列不为空，则会将提交工作委托给队长来完成。
• ③如上图中的「事务1」则是队长，后续的都是队员，但队长不会无限制等待队员到来：

从队长加入的时间点开始，当超出binlog_group_commit_sync_delay规定的时间后，就会进行一次组提交。

• 同一时刻只允许一组事务做这些工作，也就是当有另外一组事务提交时，需要等待上一组事务提交完成。
• 在做组提交工作时，会将当前事务组的内容记录到Bin-log日志中，同时会将这组事务记录成一个GTID，不同事务之间通过,逗号分隔（实际过程更为复杂，这里只做简单讲解）。

并行复制

在MySQL5.6之前的版本中，从库同步数据时，所有数据同步工作都是基于单线程完成的，也就是不管主库上的数据是不是多线程并发写入的，从库上只会有一条SQL线程来执行解析执行工作。

到了MySQL5.6之后，引入了并行复制的思想，但5.6中的并行复制极其鸡肋，基本无人问津，因为是基于库级别的并行复制，也就是一个从节点对应多个主节点时，有几个主节点就开几条SQL线程去解析并写入数据，即多主一从架构中才会用到。

因为官方最初在实现并行复制时，一直纠结锁冲突的问题，所以为了防止并行执行时出现数据冲突，就造出了上面那种库级别的并行复制，为啥要纠结锁/数据冲突呢？

比如从库I/O线程在主库中请求了100条记录回去，从库中开100条SQL线程解析并执行这些记录，如果其中有两条记录操作的是同一条数据，就会出现锁冲突问题。

• 但上述原因不是最主要的，最主要的是并发执行的顺序问题，如果主库上对于一条数据是先改后删，从库在并发执行时，因为多线程执行的无序性，把执行顺序改为了先删后改，这显然就会导致数据冲突，因此变更操作很难实现并行复制。
• 到了MySQL5.7中，才基于组复制技术实现了真正意义上的并行复制，因为能够在同一时间内提交的事务，绝对是不存在锁冲突的，所以可以开启多条线程同时执行一个组中不同的事务，但这个思想是从mariadb中照抄过来的~

一句话来总结就是：主库上是咋样并发写入数据的，从库也会开启对应的线程数去并发写入。

在5.7中官方为这种机制命名为enhanced multi-threaded slave，简称MTS机制，同时为了兼容5.6版本中的并行复制，又多加入了一个slave-parallel-type参数：

• DATABASE：默认的并行复制模式，表示基于库级别的来完成并行复制。
• LOGICAL_CLOCK：表示基于组提交的方式来完成并行复制。

并行复制出现的意义是什么？

能够在很大程度上提升从库复制数据的速度，也就是能够让从库的数据实时性提升，尤其是无损复制模式中，主节点需要等待从节点的ACK才会真正提交事务，从库使用并行复制后，能够在一定程度上解决从库的复制延迟问题。

不过虽然5.7中的并行复制，在一定程度上解决了原有的从库延迟问题，但如果一个新的从节点加入集群时，因为要从头开始同步数据，这种并行复制的模式依旧存在效率问题，而到了MySQL8.0中，对于并行复制技术提出了真正的解决之道，也就是基于writeset的MTS技术。

主从数据一致性的解决方案

读写分离数据一致性场景：一个用户将个人信息修改后，然后再次查看时，发现个人信息依旧是修改之前的原数据，这时用户就有可能再次修改，经过反反复复多次修改后，用户发现依旧未生效

想要解决上述这种读写分离导致的数据不一致性，主要有四种解决方案：

业务逻辑做改变、复制方式做更改、数据库架构做调整、引入第三方中间件。

改变业务逻辑

• 对业务做一定更改，比如当用户立即修改数据后，因为在从库读不到数据，所以先显示一个审核状态，这样能够给出用户的反馈，从而避免用户再次重复操作
• 这种方式属于和数据不一致妥协的方案，接受一定的数据延迟，不过这种方式并不适用于一些对数据实时性要求较高的场景

更改复制方式

• 在之前曾聊过MySQL四种数据同步复制的方式，即全同步、异步、半同步与无损复制，MySQL默认会是异步复制模式，即主节点写入数据后会立即返回成功的状态给客户端，这样能够确保性能达到最佳，但如果对实时性要求较高，可以将其改为全同步或半同步模式。

调整数据库架构

• 如果无法接受主从架构带来的短期数据不一致，那可以升级服务器硬件，并将架构恢复成单库架构，所有读写操作都走单库完成，这就自然不会出现数据不一致问题。
• 但如果升级硬件配置后，无法承载客户端的访问压力时，可将整体架构升级到分库分表架构，制定好合适的分片策略和路由键，每次读写数据都根据业务不同，操作不同的库。

引入第三方中间件

• 前面聊到的三种方案，多多少少都存在一些局限性，因为要么接受数据不一致、要么损失性能、要么使用更高规模的架构处理，但这些方案似乎都存在令人不能接受的后患，那有没有一种万全之策来解决这个问题呢？答案是有的，就是引入Canal中间件来监控主节点的Bin-log日志。
• 在之前讲主从同步数据原理时，曾讲到过，主节点上存在一个log dump线程会监听Bin-log日志，当日志出现变更时会通知从节点来拉取数据，而Canal的思想也是一样的，会监控主节点的Bin-log日志，当发生变更时，就直接去拉取数据，然后直接推送给从节点写入。
• 但这种方式也无法做到真正的数据实时性，毕竟Canal监听变更、拉取数据、推送数据都需要时间，这部分的时间开销必然存在，只是它会比从库去主库上拉取，速度会更快一些罢了。
• 一般企业内部都会引入Canal来解决数据不一致问题，因为它不仅仅只能解决主从延迟问题，还能解决MySQL-ES、MySQL-Redis.....等多种数据不一致的场景
• 也可以制定某些敏感数据走主库查询，这样能够确保数据的实时性，但容易模糊读写分离的界限，不过因为不需要引入额外的技术，所以在某些情况下也是个不错的方案。

总结

以上为个人经验，希望能给大家一个参考，也希望大家多多支持China编程(www.chinasem.cn)。