mysql cluster 作用_MySQL高可用怎么玩 | 说说InnoDB Cluster

MySQL 8.0.17开始推出Clone Plugin，在8.0.19推出ReplicaSet功能，这个意图也很清楚了，基于Clone Plugin即可快速部署出一个MGR集群，很大程度降低了InnoDB Cluster的使用门槛，提高部署效率，也更方便我们开发配套的管理系统了。

只不过，MGR也不是银弹，不能解决一切高可用的需求。

先简单发几页马老师分享的PPT内容以飨各位读者吧。

下面放几个现场的互动问题：

Q1. 基于当前8.0.19版本，官方是否建议mgr使用多主模式

A1. 单主模式是一个通用的方法。多主模式有规范，有要求，所以主张用单主。单主问题比较少，还很轻松，方便用上MySQL Inno DB cluster。

Q2. mysql router可以只做HA切换，不做读写分离吗？

A2. 可以支持读写分离的。参考文档：https://dev.mysql.com/doc/mysql-router/8.0/en/mysql-router-deploying-basic-routing.html参考配置：[routing:primary]bindaddress = localhostbindport = 7002destinations = foo.example.org:3306,bar.example.org:3306routing_strategy = first-available这时候 7002 端口就是可以进行读写的

Q3. ndb cluster业务连续性更高，为什么不建议用ndb cluster呢

A3. MGR和单机都采用InnoDB引擎，比较简单。另外，ndb cluster对于硬件环境要求比较高，而且不能跨IDC。NDB有特殊场景，适用于并发高，小事务。

Q4. mgr切换方式，采用中间件路由的方式，还是客户端connector方式，哪种方式官方更支持一点？

A4. 我们推荐使用MySQL router，一个轻量级中间件。

Q5. MySQL router作用就是个代理层，能人工干预客户端请求权重不？还有就是mgr架构改变了，添加节点什么的要重新配置mysql router不像proxysql那样方便。

A5. 使用innodb cluster时会自动获得当前最新状态，不需要手动配置。InnoDB Cluster中router会读在数据库中的innodbclustermetadata_schema的配置信息，会自动知道结构的变化。

Q6. 这个innodb cluster与pxc 、MHA等高可用集群有什么区别呢。

A6. PXC和MHA都不是官方出品，有问题官方无法支持。另外MHA已经不适用8.0版本，PXC的发展速度最近也不是很快，PXC和Innodb cluster的实现也不太一样。MHA架在传统复制上,只是多了客户端自动故障移转,不保障数据在节点中一致性,MySQL InnoDB Cluster则能。MHA是基于主从结构的高可用，主要工作在非GTID的时代。PXC是基于InnoDB引擎的复制， InnoDB Cluster是在Server， engin之间利用group replicaiton 这个plugin 构建，可以理解为并行复制的改良版。

Q7. router 能使用一个port 自动读写分离吗？还是必须使用不同的端口？

A7. 读写分离需要2个端口，给RO和RW指定不同的端口。

Q8. mgr能做两地三中心的方案吗？

A8. 同城可以，异地由于网络原因，只能使用异步复制。

Q9. mgr对数据量有没有什么限制吗，相对NDB Cluster 而言，后续如果做分表分库，mgr有什么好的建议吗？

A9. 自动的分库分表，是innodb cluster将来发展的方向。请期待。

Q10. 组复制有单个事务的最大限制？最大的事务限制是多少啊？

A10. 不建议单个的大事务，会引起超时，踢出节点。跟你的超时配置有关系。5.7时建议不要大于200M行,或大于5秒的处理时间,8.0可设定超过一定大小会自动切,理论上没有限制。

好吧，就先放出这10个大家比较关心的话题，更多的话题需要后面看视频回放了。

至此，三天的线上直播分享活动完美收官，再次感谢大家的支持。本次活动相关的资料以及获得礼品的列表我们会在后续的推送中尽快发布，敬请期待。

活动预告，「3306π」上海站因为YQ的原因，也计划改为线上直播分享，具体方案我们还在筹备中，请大家持续关注我们公众号的最新发布。

全文完。

围绕MySQL核心技术，将互联网行业中最重要的数据化解决方案带到传统行业中；囊括其他开源技术RadonDB、ClickHouse、Redis、MongoDB、Hbase、Hadoop、ElasticSearch、Storm、Spark等；分享干货知识，即便是赞助商，也要求如此，拒绝放水