Mysql 5.7 Gtid內部學習(十) 實際案例(二)

gaopengtttt發表於2017-12-18
MySql
簡書地址：
http://www.jianshu.com/p/052a03b68fab

本案例是我真實遇到過的一個坑，也在前文中不止一次的提到，當時也是非常納悶，其實知道原因後只能說為什麼會這麼坑。

一、觸發條件

本案列我測試過4個版本
percona Mysql 5.7.14
官方社群 Mysql 5.7.17
percona Mysql 5.7.19
percona Mysql 5.7.15
其中percona Mysql 5.7.14和官方社群 Mysql 5.7.17有這個問題。其他版本未知

  • 已知percona Mysql 5.7.14或者官方社群 Mysql 5.7.17。
  • mysqldump備份沒有使用 -F, --flush-logs選項
  • Gtid開啟。

二、故障描述

本故障主要是新搭建的Gtid主從庫，執行一段時間後重啟主從必然報錯如下： 

Last_IO_Error: Got fatal error 1236 from master when reading data from binary log: 'The slave is connecting using CHANGE MASTER TO MASTER_AUTO_POSITION = 1, but the master has purged binary logs containing GTIDs that the slave requires.'

三、故障分析

為什麼重啟後會報錯找到不事物呢，然後發現這個Gtid事物在主庫的binlog中已經沒有了，應該是很久以前的。其實這個問題我們要回到mysqldump出來的檔案如何進行Gtid的初始化以及mysql.gtid_executed表中。
在mysqldump不使用--set-gtid-purged的時候必然會在dump出來的指令碼中包含 

-- GTID state at the beginning of the backup 
 SET @@GLOBAL.GTID_PURGED='e859a28b-b66d-11e7-8371-000c291f347d:1-41';

這樣一個設定GTID_PURGED的語句，它包含了主庫上已經執行的全部Gtid事物。從第五節的原始碼和總結部分我們知道這個語句至少做了三個更改(DBA可見的只有三個)：

  • mysql.gtid_executed表的寫入
  • gtid_executed變數的修改
  • gtid_purged變數的修改

而完成了這一步實際上mysql.gtid_executed表是包含了全部的執行過的Gtid事物的，但是隨後我們看到dump指令碼包含了如下語句 

 210  -- Table structure for table `gtid_executed`
   211  --
   212
   213  DROP TABLE IF EXISTS `gtid_executed`;
   214  /*!40101 SET @saved_cs_client     = @@character_set_client */;
   215  /*!40101 SET character_set_client = utf8 */;
   216  CREATE TABLE `gtid_executed` (
   217    `source_uuid` char(36) NOT NULL COMMENT 'uuid of the source where the transaction was originally executed.',
   218    `interval_start` bigint(20) NOT NULL COMMENT 'First number of interval.',
   219    `interval_end` bigint(20) NOT NULL COMMENT 'Last number of interval.',
   220    PRIMARY KEY (`source_uuid`,`interval_start`)
   221  ) ENGINE=InnoDB DEFAULT CHARSET=utf8;
   222  /*!40101 SET character_set_client = @saved_cs_client */;
   223
   224  --
   225  -- Dumping data for table `gtid_executed`
   226  --
   227
   228  LOCK TABLES `gtid_executed` WRITE;
   229  /*!40000 ALTER TABLE `gtid_executed` DISABLE KEYS */;
   230  INSERT INTO `gtid_executed` VALUES ('e859a28b-b66d-11e7-8371-000c291f347d',1,32);
   231  /*!40000 ALTER TABLE `gtid_executed` ENABLE KEYS */;
   232  UNLOCK TABLES;

顯然這裡我們在source的時候從庫的mysql.gtid_executed將被重新初始化為： 

'e859a28b-b66d-11e7-8371-000c291f347d',1,32

而實際的已經執行過的Gtid是： 

'e859a28b-b66d-11e7-8371-000c291f347d:1-41';

如前文第五節我們通過原始碼分析後總結如下： 

mysql.gtid_executed表修改時機
在binlog發生切換(rotate)的時候儲存直到上一個binlog檔案執行過的全部Gtid，它不是實時更新的。

因此此時表中並沒有完全包含全部執行過的Gtid事物，而在前文第六節的原始碼分析中我們知道在Gtid模組啟動的時候必須要讀取兩個Gtid持久化的介質：

  • mysql.gtid_executed
  • binlog

來判斷Gtid的集合，顯然從庫不可能在binlog包含這個Gtid事物，所以這樣的操作步驟就導致了資料庫從庫後的報錯，而這裡的正確的步驟是壓根不進行mysql.gtid_executed的重建和匯入，我發現在percona Mysql 5.7.15和percona Mysql 5.7.19正是這樣的。但是為了防範這個問題，我在搭建的Gtid從庫導完資料後加入了兩個個步驟如下： 

reset master；
set global gtid_purged='e859a28b-b66d-11e7-8371-000c291f347d:1-41';

這兩步也就是為了從新初始化mysql.gtid_executed表，讓其正確。
此問題還可以在mysqldump的時候加入-F, --flush-logs選項規避，但是-F會加入如下的MDL LOCK： 

2017-12-18T08:16:39.580985Z         6 Query     FLUSH /*!40101 LOCAL */ TABLES
2017-12-18T08:16:39.612598Z         6 Query     FLUSH TABLES WITH READ LOCK
2017-12-18T08:16:39.613406Z         6 Refresh
/root/mysql5.7.14/percona-server-5.7.14-7/sql/mysqld, Version: 5.7.14-7-debug-log (Source distribution). started with:
Tcp port: 13001  Unix socket: /root/mysql5.7.14/percona-server-5.7.14-7/mysql-test/var/tmp/mysqld.1.sock
Time                 Id Command    Argument
2017-12-18T08:16:39.965847Z         6 Query     SET SESSION TRANSACTION ISOLATION LEVEL REPEATABLE READ
2017-12-18T08:16:39.966298Z         6 Query     START TRANSACTION /*!40100 WITH CONSISTENT SNAPSHOT */
2017-12-18T08:16:39.966792Z         6 Query     SHOW VARIABLES LIKE 'gtid\_mode'
2017-12-18T08:16:39.969587Z         6 Query     SELECT @@GLOBAL.GTID_EXECUTED
2017-12-18T08:16:39.970216Z         6 Query     SHOW STATUS LIKE 'binlog_snapshot_%'
2017-12-18T08:16:39.975242Z         6 Query     UNLOCK TABLES

這把鎖是GLOBAL級別的MDL_SHARED(S)鎖，它會等到你說有的SELECT/DML/DDL語句結束後才能獲得，同時會堵塞全部的SELECT/DML/DDL雖然持有時間很短如下： 

mysql> flush tables with read lock;
Query OK, 0 rows affected (0.01 sec)

2017-08-03T18:19:11.603911Z 3 [Note] (acquire_lock)THIS MDL LOCK acquire ok!
2017-08-03T18:19:11.603947Z 3 [Note] (>MDL PRINT) Thread id is 3: 
2017-08-03T18:19:11.603971Z 3 [Note] (--->MDL PRINT) Namespace is:GLOBAL 
2017-08-03T18:19:11.603994Z 3 [Note] (----->MDL PRINT) Mdl type is:MDL_SHARED(S) 
2017-08-03T18:19:11.604045Z 3 [Note] (------>MDL PRINT) Mdl  duration is:MDL_EXPLICIT 
2017-08-03T18:19:11.604073Z 3 [Note] (------->MDL PRINT) Mdl  status is:EMPTY 
2017-08-03T18:19:11.604133Z 3 [Note] (acquire_lock)THIS MDL LOCK acquire ok!

當然要了解MDL LOCK的朋友可以參考我的文章
http://blog.itpub.net/7728585/viewspace-2143093/
MYSQL METADATA LOCK(MDL LOCK)學習(1) 理論知識和加鎖型別測試

四、故障模擬

知道了原因後也是很好模擬我使用的版本是社群版5.7.17，搭建過程就是前面說的步驟。只是導完資料後不使用reset master和set gtid_purged表進行重新初始化mysql.gtid_executed表。搭建完成後做幾個事物狀態正常如下： 

mysql> show slave status \G
*************************** 1. row ***************************
              Master_Log_File: binlog.000002
          Read_Master_Log_Pos: 5077
               Relay_Log_File: test1-relay-bin.000002
                Relay_Log_Pos: 2498
        Relay_Master_Log_File: binlog.000002
             Slave_IO_Running: Yes
            Slave_SQL_Running: Yes
          Exec_Master_Log_Pos: 5077
              Relay_Log_Space: 2705
                Last_IO_Errno: 0
                Last_IO_Error: 
        Seconds_Behind_Master: 0
           Retrieved_Gtid_Set: e859a28b-b66d-11e7-8371-000c291f347d:42-49
            Executed_Gtid_Set: e859a28b-b66d-11e7-8371-000c291f347d:1-49
                Auto_Position: 1

但是這個時候我們發現mysql.gtid_executed表已經出現了問題如下： 

mysql> select * from gtid_executed;
+--------------------------------------+----------------+--------------+
| source_uuid                          | interval_start | interval_end |
+--------------------------------------+----------------+--------------+
| e859a28b-b66d-11e7-8371-000c291f347d |              1 |           32 |
| e859a28b-b66d-11e7-8371-000c291f347d |             42 |           42 |
| e859a28b-b66d-11e7-8371-000c291f347d |             43 |           43 |
| e859a28b-b66d-11e7-8371-000c291f347d |             44 |           44 |
| e859a28b-b66d-11e7-8371-000c291f347d |             45 |           45 |
| e859a28b-b66d-11e7-8371-000c291f347d |             46 |           46 |
| e859a28b-b66d-11e7-8371-000c291f347d |             47 |           47 |
| e859a28b-b66d-11e7-8371-000c291f347d |             48 |           48 |
| e859a28b-b66d-11e7-8371-000c291f347d |             49 |           49 |
+--------------------------------------+----------------+--------------+

很容易發現33-41之間是沒有持久化的。如果這個時候如果我們使用purge binary logs to 來清理掉主庫的日誌那麼必將出現問題，如果不清理也會出現Gtid事物重新執行的情況。我們做清理模擬線上錯誤。主庫執行： 

mysql> show binary logs;
+---------------+-----------+
| Log_name      | File_size |
+---------------+-----------+
| binlog.000001 |      9974 |
| binlog.000002 |      5121 |
| binlog.000003 |       194 |
+---------------+-----------+
3 rows in set (0.01 sec)

mysql> purge binary logs to 'binlog.000003';
Query OK, 0 rows affected (0.04 sec)

mysql> show binary logs;
+---------------+-----------+
| Log_name      | File_size |
+---------------+-----------+
| binlog.000003 |       194 |
+---------------+-----------+
1 row in set (0.00 sec)

備庫重啟後錯誤重現： 

mysql> show slave status \G
*************************** 1. row ***************************
               Slave_IO_State: 
                  Master_Host: 192.168.190.62
                  Master_User: repl
                  Master_Port: 3308
                Connect_Retry: 60
              Master_Log_File: binlog.000003
          Read_Master_Log_Pos: 194
               Relay_Log_File: test1-relay-bin.000005
                Relay_Log_Pos: 4
        Relay_Master_Log_File: binlog.000003
             Slave_IO_Running: No
            Slave_SQL_Running: Yes
          Exec_Master_Log_Pos: 194
              Relay_Log_Space: 194
                Last_IO_Errno: 1236
                Last_IO_Error: Got fatal error 1236 from master when reading data from binary log: 'The slave is connecting using CHANGE MASTER TO MASTER_AUTO_POSITION = 1, but the master has purged binary logs containing GTIDs that the slave requires.'
      Slave_SQL_Running_State: Slave has read all relay log; waiting for more updates
           Retrieved_Gtid_Set: e859a28b-b66d-11e7-8371-000c291f347d:42-49
            Executed_Gtid_Set: e859a28b-b66d-11e7-8371-000c291f347d:1-32:42-49
                Auto_Position: 1

我們發現I/O thread 試圖獲取主庫的33-41的Gtid事物的事物，已經不能獲取，實際上即使能獲取也會造成事物的重新執行，我們看到Executed_Gtid_Set已經出現了兩個連續的區間： 

Executed_Gtid_Set: e859a28b-b66d-11e7-8371-000c291f347d:1-32:42-49

五、總結

前文已經描述過mysql.gtid_executed表的作用和其更改時機，如果我們對其有深刻的瞭解這個案例也是很容易分析的，當然解決辦法在第八節主從搭建的步驟中我已經給出了，也就是在搭建完成後進行reset master和set global gtid_pruged兩步重新初始化一下mysql.gtid_executed表。

作者微信：


微信.jpg

來自 “ ITPUB部落格 ” ，連結：http://blog.itpub.net/7728585/viewspace-2148843/，如需轉載，請註明出處，否則將追究法律責任。

相關文章