沃趣科技 彭许生

前段时间支持客户处理问题的时候，发现一个semi-sync复制主从切换原master加入集群时，复制同步阻塞，无法继续同步数据的问题，非常有参考意义，整理一下，供大家参考。

问题现象

客户在一个一主两从的半同步复制环境下做了手工切换，然后尝试把原主库加入集群中，结果发现新集群中的数据一直无法同步到slave（原主库）中来，查看slave（原主库）同步状态，IO线程和SQL线程都是YES状态，但是Seconds_Behind_Master大于0.

mysql> show slave status\G
*************************** 1. row ***************************
 Slave_IO_State: Waiting for master to send event
 ..............................................
 Master_Log_File: mysql-bin.000007 
 Read_Master_Log_Pos: 540 
 Relay_Log_File: mysql-relay-bin.000006 
 Relay_Log_Pos: 367 
 Relay_Master_Log_File: mysql-bin.000007 
 .............................................. 
 Slave_SQL_Running_State: Waiting for semi-sync ACK from slave 
1 row in set (0.00 sec) 

查看show processlist状态, 发现SQL线程一直处于Waiting for semi-sync ACK from slave状态，可是这个slave（原主库）下已经没有从库了。为什么还需要等待slave返回的ACK呢？

mysql> show processlist; 
+----+-------------+-----------+------+---------+------+--------------------------------------+------------------+ 
| Id | User | Host | db | Command | Time | State | Info | 
+----+-------------+-----------+------+---------+------+--------------------------------------+------------------+ 
| 1 | system user | | NULL | Connect | 540 || NULL | 
| 2 | system user | | NULL | Connect | 2191 | Waiting for master to send event | NULL | 
| 4 | root | localhost | test | Query | 0 | starting | show processlist | 
+----+-------------+-----------+------+---------+------+--------------------------------------+------------------+ 
3 rows in set (0.00 sec)

问题分析

从SQL线程等待的的半同步问题出发，先查看semi-sync状态和设置

mysql> show global status like 'rpl_semi_sync%'; 
+--------------------------------------------+-------+ 
| Variable_name | Value | 
+--------------------------------------------+-------+ 
| Rpl_semi_sync_master_clients | 0 | 
| Rpl_semi_sync_master_net_avg_wait_time | 0 | 
| Rpl_semi_sync_master_net_wait_time | 0 | 
| Rpl_semi_sync_master_net_waits | 0 | 
| Rpl_semi_sync_master_no_times | 0 | 
| Rpl_semi_sync_master_no_tx | 0 | 
| 
| Rpl_semi_sync_master_timefunc_failures | 0 | 
| Rpl_semi_sync_master_tx_avg_wait_time | 0 | 
| Rpl_semi_sync_master_tx_wait_time | 0 | 
| Rpl_semi_sync_master_tx_waits | 0 | 
| Rpl_semi_sync_master_wait_pos_backtraverse | 0 | 
| Rpl_semi_sync_master_wait_sessions | 0 | 
| Rpl_semi_sync_master_yes_tx | 0 | 
| 
+--------------------------------------------+-------+ 
15 rows in set (0.00 sec)

通过上面semi-sync的状态变量，可以发现semi-sync运行状态Rpl_semi_sync_master_status=ON、Rpl_semi_sync_slave_status=ON。这里最奇怪的是Rpl_semi_sync_master_status=ON。

根据半同步复制原理：主库发生数据变更写binlog，然后等待从库接收并返回ACK，最后在存储引擎层提交数据。这也就是为什么在从库（原主库）一直查不到新主库变更后的数据原因。在默认情况下，半同步复制只有在等待ACK超出 rpl_semi_sync_master_timeout设置的时间才会自动降为异步复制。

这里slave(原主库)被认为是半同步的master，但是没有从库连接他，所以一直在等待从库返回的ACK。等待的时间我们查看rpl_semi_sync_master_timeout变量取值

mysql> show global variables like 'rpl_semi_sync%'; 
+-------------------------------------------+------------+ 
| Variable_name | Value | 
+-------------------------------------------+------------+ 
| 
| 
| rpl_semi_sync_master_trace_level | 32 | 
| rpl_semi_sync_master_wait_for_slave_count | 1 | 
| rpl_semi_sync_master_wait_no_slave | ON | 
| rpl_semi_sync_master_wait_point | AFTER_SYNC | 
|| rpl_semi_sync_slave_trace_level | 32 | 
+-------------------------------------------+------------+ 
8 rows in set (0.00 sec) 

查看semi-sync参数发现从库同时开启了rpl_semi_sync_master_enabled=ON、rpl_semi_sync_slave_enabled=ON和rpl_semi_sync_master_timeout=10000000（1万秒，默认10秒）。

客户竟然把rpl_semi_sync_master_timeout设置为10万秒，也就是说，原主库要等待10万秒才能自动变为异步并加入集群中同步数据，slave(原主库）无法从集群中继续同步数据的根本原因就在这里。

跟客户沟通后，客户之所以将rpl_semi_sync_master_timeout设置这么大的值，是强调数据强一致性，不希望在任何情况下半同步复制结构降为异步复制，最大限度保证数据一致性。

原理分析

前面涉及到几个sc 复制参数，可能有些同学不太了解，下面给大家简单讲解一下MySQL semi-sync 复制安装配置和原理。
在MySQL 5.7版本里如果要开启半同步复制，需要在master端安装semisync_master.so库并配置my.cnf

mysql> INSTALL PLUGIN rpl_semi_sync_master SONAME 'semisync_master.so';
mysql> set global rpl_semi_sync_master_enabled=ON; 

在slave端安装semisync_slave.so库并配置my.cnf

mysql> INSTALL PLUGIN rpl_semi_sync_slave SONAME 'semisync_slave.so';
mysql> set global rpl_semi_sync_slave_enabled=ON; 

在master端看到Rpl_semi_sync_master_status状态变量显示ON状态，就表示master进入半同步复制模式。

mysql> show global status like 'rpl_semi_sync_master_status';
+-----------------------------+-------+
| Variable_name | Value |
+-----------------------------+-------+
| Rpl_semi_sync_master_status | ON |
+-----------------------------+-------+

此时，在slave端会看到Rpl_semi_sync_slave_status显示ON状态，也就表示slave进入半同步复制模式。

mysql> show global status like 'rpl_semi_sync_slave_status';
+-----------------------------+-------+
| Variable_name | Value |
+-----------------------------+-------+
| Rpl_semi_sync_slave_status | ON |
+-----------------------------+-------+

进入半同步复制，客户端在master每提交一个事务，master MySQL将对应事务写入binlog，然后等待slave返回的ACK，之后在存储引擎层提交，最后返回给客户端写入成功的消息。
如果slave没有返回，master将等待指定超时时间；超过超时时间后，会自动降为异步复制模式。

如果master在超时时间内（rpl_semi_sync_master_timeout超时时间，默认10000毫秒）没有收到指定数量（rpl_semi_sync_master_wait_for_slave_count接收slave返回ACK数量，默认1）的slave的ACK回包，master自动降为异步复制模式。当半同步复制降为异步复制模式，在master端可以看到Rpl_semi_sync_master_status=OFF，在save端可以看到Rpl_semi_sync_slave_status=OFF。

上述master等待行为都发生在rpl_semi_sync_master_wait_no_slave=ON（默认值）情况下。如果rpl_semi_sync_master_wait_no_slave设置为OFF时，连接master的slave的数量少于rpl_semi_sync_master_wait_for_slave_count设置的值，master不会等待超时，立刻自动降为异步复制模式。

建议

如果把rpl_semi_sync_master_timeout设置非常大，在主从切换时导致原主库加入集群时同步阻塞，建议把rpl_semi_sync_master_wait_no_slave=OFF。