MySQL主从复制原理

MySQL主从复制原理

1 数据库主从概念、优点、用途

主从数据库是什么意思呢，主是主库的意思，从是从库的意思。

数据库主库对外提供读写的操作，从库对外提供读的操作。

数据库为什么需要主从架构呢？

高可用，实时灾备，用于故障切换。

比如主库挂了，可以切从库。

读写分离，提供查询服务，减少主库压力，提升性能，备份数据，避免影响业务。

2 数据库主从复制原理

主从复制原理，简言之，分三步曲进行：

1 主数据库有个 bin log 二进制文件，记录了所有增删改 SQL 语句。（binlog线程）

2 从数据库把主数据库的 bin log 文件的 SQL 语句复制到自己的中继日志 relay log（io线程）

3 从数据库的 relay log 重做日志文件，再执行一次这些sql语句。（sql执行线程）

上图主从复制过程分了五个步骤进行：

1 主库的更新SQL（update、insert、delete）被写到 binlog。
2 从库发起连接，连接到主库。

3 此时主库创建一个 binlog dump thread，把 bin log 的内容发送到从库。

4 从库启动之后，创建一个 I/O 线程，读取主库传过来的 bin log 内容并写到 relay log。

5 从库还会创建一个SQL线程，从 relay log 里面读取内容，从 ExecMasterLog_Pos 位置开始执行读取到的更新事件，将更新内容写入到 slave 的 db。

3 主主、主从、主备的区别

数据库主主：

两台都是主数据库，同时对外提供读写操作。
客户端访问任意一台。
数据存在双向同步。

数据库主从：

一台是主数据库，同时对外提供读写操作。
一台是从数据库，对外提供读的操作。
数据从主库同步到从库。

从库和备库，就是slave库功能不同因此叫法不一样而已。

一般slave库都会对外提供读的功能的，因此，大家日常听得最多的就是主从。

4 MySQL是怎样保证主从一致的

从库拿到并执行主库的binlog日志，就可以保持数据与主库一致了。

长链接

主库和从库在同步数据的过程中断怎么办呢，数据不就会丢失了嘛。

因此主库与从库之间维持了一个长链接，主库内部有一个线程，专门服务于从库这个长链接。

哪些情况会导致不一致呢？
如果主库和从库选的索引不一致，可能会导致主库不一致。

---

如何解决这个问题呢？

可以把binlog格式修改为 row。row 格式的 binlog 日志，记录的不是 SQL原文，而是两个 event: Table_map 和 Delete_rows。Table_map event 说明要操作的表，Delete_rows event 用于定义要删除的行为，记录删除的具体行数。row 格式的binlog记录的就是要删除的主键ID信息，因此不会出现主从不一致的问题。

但是如果SQL删除10万行数据，使用row格式就会很占空间的，10万条数据都在 binlog 里面，写 binlog 的时候也很耗IO。但是 statement 格式的binlog可能会导致数据不一致，因此设计MySQL的大叔想了一个折中的方案，mixed 格式的 binlog。所谓的 mixed格式其实就是 row 和 statement 格式混合使用，当 MySQL 判断可能数据不一致时，就用 row 格式，否则使用 statement 格式。

5 数据库主从延迟的原因与解决方案

主从延迟是怎样定义的呢？

与主从数据同步相关的时间点有三个:

1 主库执行完一个事务，写入binlog，我们把这个时刻记为 T1;

2 主库同步数据给从库，从库接受完这个binlog的时刻，记录为 T2；

3 从库执行完这个事务，这个时刻记录为 T3。

所谓主从延迟，其实就是指同一个事务，在从库执行完的时间和在主库执行完的时间差值，即 T3-T1。

6 哪些情况会导致主从延迟呢？

1 如果从库所在的机器比主库的机器性能差，会导致主从延迟，这种情况比较好解决，只需选择主从库一样规格的机器就好。

2 如果从库的压力大，也会导致主从延迟。

比如主库直接影响业务，大家可能使用会比较克制，因此一般查询都打到从库了，结果导致从库查询消耗大量CPU，影响同步速度，最后导致主从延迟。

这种情况的话，可以搞一主多从架构，即多接几个从库分摊读的压力。另外，还可以把binlog接入到Hadoop这类系统，让它们提供查询的能力。

3 大事务也会导致主从延迟。

如果一个事务执行就要10分钟，那么主库执行完后，给到从库执行，最后这个事务可能就会导致从库延迟10分钟啦。

日常开发中，我们为什么特别强调，不要一次性delete太多SQL，需要分批进行，其实也是为了避免大事务。

另外，大表的DDL语句，也会导致大事务，大家日常开发关注一下哈。

4 网络延迟也会导致主从延迟，这种情况你只能优化你的网络啦，比如带宽20M升级到100M类似意思等。

5 如果从数据库过多也会导致主从延迟，因此要避免复制的从节点数量过多。从库数据一般以3-5个为宜。

6 低版本的MySQL只支持单线程复制，如果主库并发高，来不及传送到从库，就会导致延迟。可以换用更高版本的Mysql，可以支持多线程复制。

7 数据的库高可用方案

双机主备高可用

架构描述：

两台机器A和B，A为主库，负责读写，B为备库，只备份数据。

如果A库发生故障，B库成为主库负责读写。

修复故障后，A成为备库，主库B同步数据到备库A

优点：一个机器故障了可以自动切换，操作比较简单。

缺点：只有一个库在工作，读写压力大，未能实现读写分离，并发也有一定限制。

一主一从

架构描述:
两台机器A和B，A为主库，负责读写，B为从库，负责读数据。

如果A库发生故障，B库成为主库负责读写。

修复故障后，A成为从库，主库B同步数据到从库A。

优点：从库支持读，分担了主库的压力，提升了并发度。一个机器故障了可以自动切换，操作比较简单。

缺点：一台从库，并发支持还是不够，并且一共两台机器，还是存在同时故障的机率，不够高可用。

一主多从

架构描述:

一台主库多台从库，A为主库，负责读写，B、C、D为从库，负责读数据。

如果A库发生故障，B库成为主库负责读写，C、D负责读。修复故障后，A也成为从库，主库B同步数据到从库A。

优点：多个从库支持读，分担了主库的压力，明显提升了读的并发度。

缺点：只有台主机写，因此写的并发度不高。

MariaDB 同步多主机集群

架构描述:
有代理层实现负载均衡，多个数据库可以同时进行读写操作；

各个数据库之间可以通过 Galera Replication 方法进行数据同步，每个库理论上数据是完全一致的。

优点：读写的并发度都明显提升，可以任意节点读写，可以自动剔除故障节点，具有较高的可靠性。

缺点：数据量不支持特别大。要避免大事务卡死，如果集群节点一个变慢，其他节点也会跟着变慢。

数据库中间件

架构描述：mycat分片存储，每个分片配置一主多从的集群。
优点：解决高并发高数据量的高可用方案
缺点：维护成本比较大。