MySQL 基础技术（四）—— MySQL 如何保证高可用？

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：

1. 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）。
2. 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。
3. 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。
4. Slave 的 io_thread 将接收到的 binlog 写到 relay log （中转日志）。
5. 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：

1. Master 执行一个事务，成功写入binlog —— 这个时刻，我们记为 T1。
2. Slave 的 io_thread 接收到binlog —— 这个时刻，我们记为 T2。
3. 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）：

1. 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）
2. 将 master 的 readonly = true，降为从库。
3. 查询该 slave（未来主库） 的 seconds_behind_master 值变成 0。（即无主从延迟）
4. 将该 slave （未来主库）的状态变成读写。readonly = false，升成主库。
5. 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：

1. 直接将 slave （未来主库）的状态变成读写。readonly = false，升成主库。
2. 将请求流量切到新主库。
3. 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。

1. 数据不丢失。（双1策略）
2. 主从最终一致性。（主库所有binlog，备库都执行了）
3. 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：

1. 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。

链接：https://www.jianshu.com/p/4f640003027e