25 | MySQL是怎么保证高可用的？

[git-zjx]

在满足数据可靠性的前提下，MySQL 高可用系统的可用性，是依赖于主备延迟的。延迟的时间越小，在主库故障的时候，服务恢复需要的时间就越短，可用性就越高
主备延迟
数据同步有关的时间点主要包括以下三个：

1. 主库 A 执行完成一个事务，写入 binlog，我们把这个时刻记为 T1;
2. 之后传给备库 B，我们把备库 B 接收完这个 binlog 的时刻记为 T2;
3. 备库 B 执行完成这个事务，我们把这个时刻记为 T3。

所谓主备延迟，就是同一个事务，在备库执行完成的时间和主库执行完成的时间之间的差值，也就是 T3-T1

可以在备库上执行 show slave status 命令，它的返回结果里面会显示 seconds_behind_master，用于表示当前备库延迟了多少秒

seconds_behind_master 的计算方法如下：

1. 每个事务的 binlog 里面都有一个时间字段，用于记录主库上写入的时间；
2. 备库取出当前正在执行的事务的时间字段的值，计算它与当前系统时间的差值，得到 seconds_behind_master

网络正常情况下，主备延迟的主要来源是备库接收完 binlog 和执行完这个事务之间的时间差。所以说，主备延迟最直接的表现是，备库消费中转日志（relay log）的速度，比主库生产 binlog 的速度要慢

主备延迟的原因

1. 备库所在机器的性能比主库所在的机器性能差
   实际上，更新过程中也会触发大量的读操作。所以，当备库主机上的多个备库都在争抢资源的时候，就可能会导致主备延迟了。
   因为主备可能发生切换，备库随时可能变成主库，所以主备库选用相同规格的机器，并且做对称部署，是现在比较常见的情况
2. 备库的压力大
   一般的想法是，主库既然提供了写能力，那么备库可以提供一些读能力。或者一些运营后台需要的分析语句，不能影响正常业务，所以只能在备库上跑。
   由于主库直接影响业务，所以使用会比较克制，忽视了备库的压力控制，备库上的查询耗费了大量的 CPU 资源，影响了同步速度，造成主备延迟
   可以通过以下方式解决：

• 一主多从。除了备库外，可以多接几个从库，让这些从库来分担读的压力
• 通过 binlog 输出到外部系统，比如 Hadoop 这类系统，让外部系统提供统计类查询的能力

3. 大事务
   因为主库上必须等事务执行完成才会写入 binlog，再传给备库。所以，如果一个主库上的语句执行 10 分钟，那这个事务很可能就会导致从库延迟 10 分钟
   避免大事务的方式：

• 不要一次性地用 delete 语句删除太多数据
• 大表 DDL，计划内的 DDL，建议使用 gh-ost 方案

4. 备库的并行复制能力-见下节

主备切换策略

1. 可靠性优先策略
   双 M 结构下，从主备切换的详细过程：
   Ⅰ. 判断备库 B 现在的 seconds_behind_master，如果小于某个值（比如 5 秒）继续下一步，否则持续重试这一步
   Ⅱ. 把主库 A 改成只读状态，即把 readonly 设置为 true；
   Ⅲ. 判断备库 B 的 seconds_behind_master 的值，直到这个值变成 0 为止；
   Ⅳ. 把备库 B 改成可读写状态，也就是把 readonly 设置为 false；
   Ⅴ. 把业务请求切到备库 B。
   
   步骤 Ⅱ 到步骤 Ⅴ 之间系统处于不可写状态，其中比较耗时的是步骤 Ⅲ，这也是为什么需要在步骤 1 先做判断，确保 seconds_behind_master 的值足够小
2. 可用性优先策略
   不等主备数据同步，直接把连接切到备库 B，并且让备库 B 可以读写，那么系统几乎就没有不可用时间，这个切换流程的代价，就是可能出现数据不一致的情况
   可用性优先策略，且 binlog_format=mixed时的切换流程和数据结果：
   
   可用性优先策略，且 binlog_format=row时的切换流程和数据结果：
   
   因为 row 格式在记录 binlog 的时候，会记录新插入的行的所有字段值，所以最后只会有一行不一致。而且，两边的主备同步的应用线程会报错 duplicate key error 并停止
   由此可知：

• 使用 row 格式的 binlog 时，数据不一致的问题更容易被发现。而使用 mixed 或者 statement 格式的 binlog 时，数据很可能悄悄地就不一致了。如果你过了很久才发现数据不一致的问题，很可能这时的数据不一致已经不可查，或者连带造成了更多的数据逻辑不一致。
• 主备切换的可用性优先策略会导致数据不一致。因此，大多数情况下，我都建议你使用可靠性优先策略。毕竟对数据服务来说的话，数据的可靠性一般还是要优于可用性的