一 序言

在运维线上M-M 架构的MySQL数据库时,接收的比较多关于主备延时的报警:

check_ins_slave_lag (err_cnt:1)critical-slavelag on ins:3306=39438

相信slave 延迟是MySQL dba 遇到的一个老生长谈的问题了。先来分析一下slave延迟带来的风险

1. 异常情况下,主从HA无法切换。HA 软件需要检查数据的一致性，延迟时，主备不一致。

2. 备库复制hang会导致备份失败(flush tables with read lock会900s超时）

3. 以 slave 为基准进行的备份，数据不是最新的,而是延迟。

二 如何解决

面对此类问题我们如何解决 ，如何规避？分析一下导致备库延迟的几种原因

1. ROW模式无主键、无索引或索引区分度不高.有如下特征

a. show slave status 显示position一直没有变

b. show open tables 显示某个表一直是 in_use 为 1

c. show create table 查看表结构可以看到无主键，或者无任何索引，或者索引区分度很差。

解决方法：

a. 找到表区分度比较高的几个字段, 可以使用这个方法判断：

select count(*) from xx;

select count(*) from (select distinct xx from xxx) t;

如果2个查询count(*)的结果差不多，说明可以对这些字段加索引

b. 备库stop slave;

可能会执行比较久，因为需要回滚事务。

c. 备库

set sql_log_bin=0;

alter table xx add key xx(xx);

老的版本slave应用binlog时只会选择第一个索引，需要把新加的索引放在最前面，可以先把老的索引删掉，建新的索引，再把老的索引建上。可以放到一个sql中执行。

d. 备库start slave

如果是innodb,可以通过show innodb status来查看 rows_inserted,updated,deleted,selected这几个指标来判断。

如果每秒修改的记录数比较多，说明复制正在以比较快的速度执行。

2 MIXED模式无索引或SQL慢

在从库上show full processlist 查看到正在执行的SQL。

解决方法：

a. SQL比较简单, 则检查是否缺少索引，并添加索引。

b. 另一类是 insert into select from的语句，如果select 里包含group by，多表关联，可能效率会比较低。

这类可以到主库把binlog_format改成row。

3 主库上有大事务,导致从库延时

现象解析binlog 发现类似于下图的情况看

解决方法：

与开发沟通,增加缓存,异步写入数据库,减少直接对db的大量写入。

4. 主库写入频繁,从库压力跟不上导致延时

此类原因的主要现象是数据库的 IUD 操作非常多，slave由于sql_thread单线程的原因追不上主库。

解决方法：

a 升级从库的硬件配置,比如ssd,fio.

b 使用@丁奇的预热工具-relay fetch

在备库sql线程执行更新之前，预先将相应的数据加载到内存中,并不能提高sql_thread线程执行sql的能力，也不能加快io_thread线程读取日志的速度。

c 使用多线程复制 阿里MySQL团队实现的方案--基于行的并行复制。

该方案允许对同一张表进行修改的两个事务并行执行，只要这两个事务修改了表中的不同的行。这个方案可以达到事务间更高的并发度，但是局限是必须使用Row格式的binlog。因为只有使用 Row格式的binlog才可以知道一个事务所修改的行的范围，而使用Statement格式的binlog只能知道修改的表对象。

5. 数据库中存在大量myisam表，在备份的时候导致slave 延迟

由于xtrabackup 工具备份到最后会执行flash tables with read lock ，对数据库进行锁表以便进行一致性备份，然后对于myisam表 锁，会阻碍salve_sql_thread 停滞运行进而导致hang

该问题目前的比较好的解决方式是修改表结构为innodb存储引擎的表。

三拓展阅读

[1]怎样解决MySQL数据库主从复制延迟的问题

[2]三种MySQL并行复制方案的分析

[3]一种MySQL主从同步加速方案－改进

[4]MySQL多线程同步MySQL-Transfer介绍

6、如何确认真正延迟多少？
seconds_bebind_master这个参数不准，有时显示为0，但是有数据延迟的情况，在stop slave和start slave后，数据就同步过来了，因为slave有时候检测网络正常失败，可以使用脚本来实现监控，在salve和master节点分别部署。
先在两个节点都创建监控表

<spanstyle="font-size:16px;">#filename:run_mysql_replication_heartbeat.py

#encoding=gbk

importdatetime,time

importos,sys

frompublicimportdb

importdb_conf

source_folder=db_conf.SOURCE_FOLDER

definit_eviroment_path():

printsys.path

python_path=(source_folder)

foriinpython_path:

ifinotinsys.path:

sys.path.append(i)

printsys.path

defmain():

conn,cursor=db.GetMysqlCursor('update')

cursor.execute("insertintoheartbeat(master_datetime,slave_datetime)values(now(),sysdate())")

cursor.close()

conn.close()

if__name__=='__main__':

init_eviroment_path()

os.system("titleMySQLReplication心跳")

count=1

whileTrue:

main()

print"(%d)%s"%(count,datetime.datetime.now())

count+=1

time.sleep(60)<spanstyle="font-size:24px;">

修改master端的binlog模式为statement（默认为mix）

所以这么修改是因为必须是statement的SQL语句同步模式才行，否则mix下有可能是ROW的结果数据同步模式就不行，这个我也是通过master>show binlog events才找到这个原因。

如果要立刻看到结果，只要把master端的时间修改一下，例如提前一个小时，执行：

insert into heartbeat (master_datetime,slave_datetime) values(now(),sysdate())在slave上就可以看到类似如下结果：