事情起因:唯品会一个DBA找到我,说他们的slave掉电,再重启服务器以后,同步复制就挂了,报1032和1062错误,首先排查了在从库上没有写操作,之后询问了他们的参数。
这是他们的参数:
1
2
3
|
sync_master_info = 1
sync_relay_log_info = 1
relay_log_info_repository = FILE
|
参数意思是:sql线程每次执行完了一个事务,就会记录在master.info和relay.info文件里。即:
1
2
3
4
5
6
|
START TRANSACTION;
-- Statement 1
-- ...
-- Statement N
COMMIT;
-- Update replication info files
|
由于在记录relay.info的时候宕机,relay.info未更新,机器重启恢复后会从之前的POS点再次执行,这样就执行了两条同样的SQL,就会报1032和1062错误,同步就挂了。
于是我建议他们设置:
1
2
3
|
relay_log_info_repository = TABLE
relay_log_recovery = 1
alter table mysql.slave_relay_log_info engine=innodb;
|
参数意思是:把relay.info改成记录在slave_relay_log_info表里,并改成innodb引擎,并开启relay_log_recovery中继日志自我修复功能。即:
1
2
3
4
5
6
|
START TRANSACTION;
-- Statement 1
-- ...
-- Statement N
-- Update replication info
COMMIT;
|
这样sql线程执行完事务后,立即会更新slave_relay_log_info表,如果在更新过程中宕机,事务会回滚,slave_relay_log_info表并不会记录同步的点,下次重新同步复制时,从之前的POS点再次执行。
看似很完美了,但之后我在虚拟机上做了测试,发现了一个BUG:
即针对DDL语句,不会触发刷盘操作,而DML语句不会有该问题,也就是说slave_relay_log_info表不会更新,必须手工执行stop slave;start slave;该表才会强制刷新。
试想一下,你修改了表结构以后,突然宕机,slave_relay_log_info表没刷进磁盘,下次重启服务后,会再次执行一次修改表结构,此时同步就挂了,你只能手工去跳过这个错误。
我测试的版本是:5.6.22-71.0-log Percona Server (GPL), Release 71.0, Revision 726
参考: