数据库原理 - 序列7 - Binlog与主从复制
本文节选自作者书籍《软件架构设计:大型网站技术架构与业务架构融合之道》。
作者微信公众号:架构之道与术。公众号底部菜单有书友群可以加入,与作者和其他读者进行深入讨论。也可以在京东、天猫上购买纸质书籍。
6.7 Binlog与主从复制
6.7.1 Binlog与Redo Log的主要差异
在MySQL中,Redo Log记录事务执行的日志,Binlog也记录日志,但两者有非常大的差别。首先,MySQL是一个能支持多种存储引擎的数据库,InnoDB只是其中一种(当然,也是最主要的一种)。Redo Log和Undo Log是InnoDB引擎里面的工具,但Binlog是MySQL层面的东西。
不同于Redo Log和Undo Log用来实现事务,Binlog的主要作用是做主从复制,如果是单机版的,没有主从复制,也可以不写Binlog。当然,在互联网应用中,Binlog有了第二个用途:一个应用进程把自己伪装成Slave,监听Master的Binlog,然后把数据库的变更以消息的形式抛出来,业务系统可以消费消息,执行对应的业务逻辑操作,比如更新缓存。大型互联网公司都有这方面的中间件,比如阿里开源的Canal,国外也有几种开源的,比如Databus。
同Redo Log一样,Binlog也存在一个刷盘策略问题,由参数sync_binlog控制,该参数有三个取值:
0:事务提交之后不主动刷盘,依靠操作系统自身的刷盘机制可能会丢失数据。
1:每提交一个事务,刷一次磁盘。
n: 每提交n个事务,刷一次磁盘。
显然,0和n都不安全。为了不丢失数据,一般都建议双1保证,即sync_binlog和innodb_flush_log_at_trx_commit的值都取为1。
知道Binlog的概况后,下面对Binlog 和Redo Log做一个详细的对比,如表6-17 所示。
表6-17 Binlog与Redo Log的详细对比
从表中可以看出,Binlog要比Redo Log简单得多,在不发生宕机的情况下,未提交的事务、回滚的事务,其日志都不会进入Binlog(对于Binlog写到一半时宕机的场景,下面再讨论)。
同时,事务的日志在Binlog中是连续排列的,等到事务提交的“一刹那”,把该事务的所有日志都写盘。连续排列会造成一个问题:Binlog全局只有一份,每个事务都要串行地写入,这意味着每个事务在写Binlog之前要拿一把全局的锁,才能保证每个事务的Binlog是连续写入的,这在效率上存在很大问题。因此,在MySQL 5.6的Group Commit出现之前,各种第三方在优化这类问题。Group Commit的思想也很简单,就是pipeline(HTTP 1.1是同样的思路;Kafka的主从复制也是同样的思路,后面讲高并发时,还会再专门讨论该问题)。虽然Binlog只能串行地写入,但不需要提交一个事务刷一次磁盘,而是把事务的提交和刷盘放到不同的线程里,刷盘时可以对多个提交的事务同时刷盘,虽然还是串行,但是批量化了。
6.7.2 内部XA – Binlog与Redo Log一致性问题
一个事务的提交既要写Binlog,也要写Redo Log,如何保证两份日志数据的原子性?一个写成功,写另外一个的时候发生宕机,重启如何处理?
在讨论这个问题之前,先说一下Binlog自身写入的原子性问题:Binlog刷盘到一半,出现宕机。这个问题和前面讲Redo Log的写入原子性是同样的问题,通过类似于Checksum的办法或者Binlog中有结束标记,来判断出这是部分的、不完整的Binlog,把最后一段截掉。对于客户端来说,此时宕机,事务肯定是没有成功提交的,所以截掉也没有问题。
下面来讲如何实现Binlog和Redo Log的数据一致性,即内部XA,或者叫内部的分布式事务问题。外部分布式事务是两个系统或者两个数据库之间的,这点在后面的事务一致性中会专门论述;内部分布式事务是Binlog和Redo Log之间的事务,使用的是经典的2阶段提交方案(2PC,2 Phase Commit)。
图6-19展示了一个事务的2阶段提交过程,下面详细分析整个提交过程。
阶段1:InnoDB的Prepare,是在把事务提交之前,对应的Redo Log和Undo Log全部都写入了。Binlog也已经写入到内存,只等刷盘。
图6-19 内部XA(事务的2阶段提交过程)
阶段2:收到客户端的Commit指令,先刷盘Binlog,然后让InnoDB执行Commit。
2PC的一个显著特点是,在阶段1就把90%以上的工作全部做完了,就等阶段2的收尾。所以在阶段2收到客户端的Commit指令后,只要不宕机,事务就能成功提交。但如果发生宕机,如何恢复?
首先,整个过程以Binlog的刷盘来判定一个事务是否被成功提交,即以Binlog为准,让Redo Log向Binlog“靠齐”。具体分为下面几种场景:
场景(1):在阶段1宕机,此时Binlog全在内存中,宕机消失。Redo Log记录了未提交的日志。不需要依赖Binlog,Redo Log自己可以回滚未提交的日志。这点前面已介绍过。
场景(2):阶段2宕机,Binlog写了一半,InnoDB Commit还未执行。对Binlog做截断,对Redo log做回滚,处理方法与场景(1)一样。
场景(3):Binlog写入成功,InnoDB未提交。此时遍历Binlog,Binlog中存在、InnoDB中不存在的事务,发起Commit操作。
6.7.3 三种主从复制方式
表6-18 列举了MySQL的三种主从复制方式。对于异步复制,可能会丢数据,Master宕机了,切换到Slave,此时Slave上没有最新的数据。所以很多时候大家用的是半同步复制。
不是半同步复制就不会丢数据呢?不是的。半同步复制可能退化为异步复制。因为Master不可能无限期地等Slave,当超过某个时间,Slave还没有回复ACK时,Master就会切换为异步复制模式。
另外,还有一个参数rpl_semi_sync_master_wait_slave_count,可以设置在半同步复制模式下,需要等待几个Slave的ACK,才认为事务提交成功。默认是1,即多个Slave中只要有其中一个返回了,Master就会向客户端返回事务提交成功。
表6-18 MySQL的三种主从复制方式
从上面的介绍可以看出,无论异步复制,还是半异步复制(可能退化为异步复制),都可能在主从切换的时候丢数据。业务一般的做法是牺牲一致性来换取高可用性,即在Master宕机后切换到Slave,忍受少量的数据丢失,后续再人工修复。
但如果主从复制的延迟太大,切换到Slave,丢失数据太多,也难以接受。为了降低主从复制的延迟,业界的前辈们想了很多的办法,这就是下面要讲的并行复制,在跨机房的情况下,尤其必要。
6.7.4 并行复制
图6-20展示了原生的MySQL主从复制的原理,分为两个阶段:
阶段1:把Master中的Binlog搬运到Slave上面,形成RelayLog。在这个搬运过程中,Master和Slave两边各有一个线程,Master上面的叫dump thread,Slave上面的叫I/O thread。
阶段2:Slave把RelayLog回放到数据库,通过一个叫作SQL thread的线程执行。
图6-20 原生的MySQL主从复制的原理
可见,整个复制过程无论Log的传输过程,还是回放过程,都是单线程的。而并行复制,就是把回放环节并行化了,如图6-21所示。
图6-21 并行复制
所谓的并行复制,准确说是并行回放,因为传输环节还是单线程的。之所以传输环节没有用多线程,主要是因为没有必要。一个原因是在回放环节,而不在传输环节;另外一个原因是Binlog本身是全局有序的,如果用多线程传输,还要重新排序和重组,可能得不偿失。
而并行回放的难点在于事务的并行提交。Binlog本身是全局只有一份,同一个MySQL的实例,不同库、不同表的事务Binlog都串行地排列。所谓并行回放,就是一次性从RelayLog中拿出多个事务,并行地执行。这就涉及什么样的事务能并行,什么样的事务不能并行。大的来说,有两类并发策略:
第一类:按数据维度并行。
从粗到细,三个粒度:不同库的事务可以并行,不同表的事务可以并行,不同行的事务可以并行。当然实际没有那么简单,因为一个事务可能修改多个库的多个表的多条记录,以表的粒度为例,事务1修改了记录1、2,事务2修改了记录2、3,则两个事务就无法并行了,但如果事务1修改的是记录1、2,事务2修改的是记录3、4,就可以并行。
第二类:按事务的提交顺序并行。
MySQL中有commit_id的概念,表示哪些事务是同时提交的。什么意思呢?如果在一个事务还没有结束之前,另外一个事务也开始进入提交阶段,说明这两个事务是在并行的,它们操作的是肯定是不同的数据记录。所以,在回放的时候具有同样commit_id的事务可以并行。
当然,两个事务的commit_id不一样,不代表不能并行。commit_id不一样,可能仅仅是因为一个事务是在另外一个事务结束之后才开始的,它们在时间上有先后顺序,但操作的数据完全不同,用第一类并发策略仍然可以并行。
基于commit_id的并行提交策略,在MySQL的版本迭代中也一直在不断优化,这涉及InnoDB的底层实现细节。此处只是介绍一个大概思路,如要深入研究,建议查看InnoDB实现源码。