- 第一个黑色箭头:客户端写入主库,第二个黑色箭头:从库上
sql_thread
执行relaylog
,前者的并发度大于后者 - 在主库上,影响并发度的原因是 锁 ,InnoDB支持 行锁 ,对业务并发度的支持还算比较友好
- 如果在从库上采用 单线程 (MySQL 5.6之前)更新
DATA
的话,有可能导致从库应用relaylog
不够快,造成主从延迟
多线程模型
-
coordinator
就是原来的sql_thread
,但不会再直接应用relaylog
后更新DATA
,只负责 读取relaylog
和 分发事务 - 真正更新日志的是
worker
线程,数量由参数slave_parallel_workers
控制
mysql> SHOW VARIABLES LIKE '%slave_parallel_workers%'; +------------------------+-------+ | Variable_name | Value | +------------------------+-------+ | slave_parallel_workers | 4 | +------------------------+-------+
分发原则
- 不能造成更新覆盖 ,更新同一行的两个事务,必须被分到同一个
worker
中 - 同一个事务不能被拆开 ,必须放到同一个
worker
中
并行复制策略
MySQL 5.5
按表分发策略
- 基本思路:如果两个事务更新的是不同的表,那么就可以并行
- 如果有 跨表的事务 ,还是需要将两张表放在一起考虑
具体逻辑
- 每个
worker
线程对应一个hash
表,用于保存当前正在这个worker
的执行队列里的事务所涉及的表-
key
为 库名.表名 ,value
是一个数字,表示队列中有多少事务修改这个表
-
- 在有事务分配给
worker
时,事务里面涉及到的表会被加到对应的hash
表中 -
worker
执行完成后,这个表会从hash
表中去掉 -
hash_table_1
表示:现在worker_1
的 待执行事务队列 中,有4个事务涉及到db1.t1
,有1个事务涉及到db2.t2
-
hash_table_2
表示:现在worker_2
的 待执行事务队列 中,有1个事务涉及到db1.t3
- 现在
coordinator
从relaylog
中读入一个事务T
,该事务修改的行涉及到db1.t1
和db1.t3
- 分配流程
- 事务
T
涉及到修改db1.t1
,而worker_1
的队列中有事务在修改db1.t1
,事务T
与worker_1
是冲突的 - 按照上面的逻辑,事务
T
与worker_2
也是冲突的 - 事务
T
与 多于1 个worker
冲突,coordinator
线程进入 等待 - 每个
worker
继续执行,同时会修改hash_table
- 假设
hash_table_2
里涉及到修改db1.t3
先执行完,hash_table_2
会把db1.t3
去掉
- 假设
-
coordinator
发现跟事务T
冲突的只有worker_1
,因此直接将事务T
分配给worker_1
-
coordinator
继续读取下一个relaylog
,继续分发事务
- 事务
冲突关系
- 如果事务与所有
worker
都不冲突 ,coordinator
线程就会把该事务分发给 最空闲 的worker
- 如果事务跟 多于1个
worker
冲突,coordinator
线程就会进入 等待 状态,直到和该事务存在冲突关系的worker
只剩下一个 - 如果事务只跟 1个
worker
冲突,coordinator
线程就会把该事务分发给该worker
小结
- 适用于在 多个表负载均匀 的场景
- 如果碰到 热点表 ,有可能 退化为单线程复制
按行分发策略
- 核心思路:如果两个事务没有更新 相同的行 ,它们是可以在从库上 并行执行 的
- 要求:
binlog
必须采用ROW
格式 - 事务
T
与worker
是否 冲突 的判断依据:修改 同一行 - 为每个
worker
分配一个hash
表,key
为 库名+表名+唯一键的值
唯一键
CREATE TABLE `t1` ( `id` INT(11) NOT NULL, `a` INT(11) DEFAULT NULL, `b` INT(11) DEFAULT NULL, PRIMARY KEY (`id`), UNIQUE KEY `a` (`a`) ) ENGINE=InnoDB; INSERT INTO t1 VALUES (1,1,1),(2,2,2),(3,3,3),(4,4,4),(5,5,5);
session A | session B |
---|---|
UPDATE t1 SET a=6 WHERE id=1; | |
UPDATE t1 SET a=1 WHERE id=2; |
- 如果两个事务被分发到不同的
worker
,session B
的事务有可能先执行,报唯一键冲突错误 - 因此基于按行分发的策略,事务
hash
还需要考虑唯一键,key
为 库名+表名+索引a的名字+a的值 -
coordinator
在执行UPDATE t SET a=1 WHERE id=2
的binlog
时,hash表的内容-
key=hash_func(db1+t1+"PRIMARY"+2), value=2
-
value=2
:修改前后的行id值不变,出现了2次
-
-
key=hash_func(db1+t1+"a"+2), value=1
- 影响到
a=2
的行
- 影响到
-
key=hash_func(db1+t1+"a"+1), value=1
- 影响到
a=1
的行
- 影响到
-
- 相对于按表分发的策略,按行分发的策略在决定线程分发的时候,需要 消耗更多的计算资源
对比
- 按表分发或按行分发的约束
- 能够从
binlog
解析出表名,主键值和唯一索引的值,因此必须采用ROW
格式的binlog
- 表 必须有主键 ,因为 隐含主键 是不会在
binlog
中体现 - 不能有外键 ,因为 级联更新的行 是不会记录在
binlog
中,这样冲突检测是不准确的
- 能够从
- 按行分发策略的并发度更高
- 如果操作很多行的大事务,按行分发策略的问题
- 耗费内存 :如果要删除100W行数据,hash表就要记录100W个记录
- 耗费CPU :解析
binlog
,然后计算hash
值 - 优化:设置 行数阈值 ,当单个事务超过设置的行数阈值,就退化为 单线程 模式,退化过程
-
coordinator
暂时先hold
住这个事务 - 等待 所有
worker
都 执行完成 ,变成了空队列 -
coordinator
直接执行这个事务 - 恢复并行模式
-
MySQL 5.6
- MySQL 5.6版本,支持粒度为 按库分发 的并行复制
- 在决定分发策略的
hash
表里,key
为 数据库名 - 该策略的并行效果,取决于压力模型,如果各个DB的压力均匀,效果会很好
- 相比于 按表分发 和 按行分发 ,该策略的两个优势
- 构造
hash
值很快,只需要 数据库名 ,并且一个实例上DB数不会很多 - 不要求
binlog
的格式,因为STATEMENT
格式的binlog
也很容易拿到 数据库名
- 构造
- 如果主库上只有一个DB或者不同DB的热点不同,也起不到并行的效果
MariaDB
- MariaDB的并行复制策略利用了
redolog
的 组提交 (group commit)- 能够在 同一组里提交的事务 ,一定 不会修改同一行
- 在 主库 上可以 并行执行 的事务,在 从库 上也一定可以 并行执行 的
- 具体做法
- 在一组里面提交的事务,有一个相同的
commit_id
,下一组就是commit_id+1
-
commit_id
直接写到binlog
里面 - 传到 从库 应用的时候,相同
commit_id
的事务可以分发到多个worker
上执行 - 这一组全部执行完成后,
coordinator
再去取下一批
- 在一组里面提交的事务,有一个相同的
- MariaDB目标: 模拟主库的并发行为
- 问题:并没有真正的模拟主库并发度,在主库上,一组事务在
commit
的时候,下一组事务可以同时处于 执行中 的状态
- 问题:并没有真正的模拟主库并发度,在主库上,一组事务在
主库并发事务
- 在主库上,在
trx1
、trx2
和trx3
提交的时候,trx4
、trx5
和trx6
是在执行 - 在第一组事务提交完成后,下一组事务很快就会进入
commit
状态
从库并发复制
- 在从库上,必须等第一组事务 完全执行 完成后,第二组事务才能开始执行,与主库相比, 吞吐量是下降的
- 并且很容易 被大事务拖后腿
- 假设
trx2
是一个 超大事务 ,trx1
和trx3
执行完成后,只能等trx2
完全执行完成,下一组才能开始执行 - 这段期间,只有一个
worker
线程在工作,是对资源的浪费
- 假设
MySQL 5.7
-
slave_parallel_type=DATABASE
,使用 MySQL 5.6的 按库分发 的并行复制策略 -
slave_parallel_type=LOGICAL_CLOCK
,使用类似MariaDB的策略,但针对 并行度 做了优化
mysql> SHOW VARIABLES LIKE '%slave_parallel_type%'; +---------------------+----------+ | Variable_name | Value | +---------------------+----------+ | slave_parallel_type | DATABASE | +---------------------+----------+
LOGICAL_CLOCK
- 并不是所有处于 执行状态 的事务都可以并行的
- 因为里面可能包括由于 锁冲突 而处于 锁等待状态 的事务
- 如果这些事务在从库上被分配到不同的
worker
,会出现 主从不一致 的情况
- MariaDB的并行复制策略:所有处于
redolog commit
状态都事务是可以并行的- 事务处于
redolog commit
状态,表示已经 通过了锁冲突的检验 了
- 事务处于
- MySQL 5.7的并行复制策略
- 同时处于
redolog prepare fsync
状态的事务,在从库执行时是可以并行的 - 处于
redolog prepare fsync
状态和redolog commit
状态之间的事务,在从库上执行时也是可以并行的
- 同时处于
-
binlog_group_commit_sync_delay
和binlog_group_commit_sync_no_delay_count
- 故意拉长
binlog
从write
到fsync
的时间,以此来减少binlog
的写盘次数 - 在MySQL 5.7,可以制造更多同时处于
redolog prepare fsync
阶段的事务,增加从库复制的并行度 - 故意 让主库提交慢些 , 让从库执行快些
- 故意拉长
只要达到 redolog prepare fsync
阶段,就已经表示事务已经通过了 锁冲突的检验 了
参考资料
《MySQL实战45讲》
转载请注明出处:http://zhongmingmao.me/2019/02/25/mysql-slave-parallel-replication/
访问原文「 MySQL -- 从库并行复制 」获取最佳阅读体验并参与讨论
以上就是本文的全部内容,希望本文的内容对大家的学习或者工作能带来一定的帮助,也希望大家多多支持 码农网
猜你喜欢:- MySQL5.7的组提交与并行复制
- Kafka主题体系架构-复制、故障转移和并行处理
- Kafka Topic 体系结构:复制、故障转移、并行处理
- sqltoy-orm-4.17.6 发版,支持 Greenplum、并行查询可设置并行数量
- PostgreSQL并行查询介绍
- nodejs“并行”处理尝试
本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们。
Python网络编程基础
John Goerzen / 莫迟 等 / 电子工业出版社 / 2007 / 68.00元
《Python网络编程基础》可以作为各层次Python、Web和网络程序的开发人员的参考书,在实际工作中使用书中的技术,效果更佳。一起来看看 《Python网络编程基础》 这本书的介绍吧!