MySQL中slave監控的延遲情況分析

在MySQL複製環境中，我們通常只根據 Seconds_Behind_Master 的值來判斷SLAVE的延遲。這麼做大部分情況下尚可接受，但並不夠準確，而應該考慮更多因素。

首先，我們先看下SLAVE的狀態：

複製程式碼 程式碼如下:yejr@imysql.com [(none)]> show slave statusG
*************************** 1. row ***************************
Slave_IO_State: Waiting for master to send event
***
Master_Log_File: mysql-bin.000327
Read_Master_Log_Pos: 668711237
Relay_Log_File: mysql-relay-bin.002999
Relay_Log_Pos: 214736858
Relay_Master_Log_File: mysql-bin.000327
Slave_IO_Running: Yes
Slave_SQL_Running: Yes
***
Skip_Counter: 0
Exec_Master_Log_Pos: 654409041
Relay_Log_Space: 229039311
***
Seconds_Behind_Master: 3296
***

可以看到 Seconds_Behind_Master 的值是 3296，也就是SLAVE至少延遲了 3296 秒。

我們再來看下SLAVE上的2個REPLICATION程式狀態：

複製程式碼 程式碼如下:yejr@imysql.com [(none)]> show full processlistG
*************************** 1. row ***************************
Id: 6
User: system user
Host:
db: NULL
Command: Connect
Time: 22005006
State: Waiting for master to send event
Info: NULL
*************************** 2. row ***************************
Id: 7
User: system user
Host:
db: NULL
Command: Connect
Time: 3293
State: Updating
Info: UPDATE ** SET ** WHERE **

可以看到SQL執行緒一直在執行UPDATE操作，注意到 Time 的值是 3293，看起來像是這個UPDATE操作執行了3293秒，一個普通的SQL而已，肯定不至於需要這麼久。
實際上，在REPLICATION程式中，Time 這列的值可能有幾種情況：
1、SQL執行緒當前執行的binlog（實際上是relay log）中的timestamp和IO執行緒最新的timestamp的差值，這就是通常大家認為的 Seconds_Behind_Master 值，並不是某個SQL的實際執行耗時；
2、SQL執行緒當前如果沒有活躍SQL在執行的話，Time值就是SQL執行緒的idle time；

而IO執行緒的Time值則是該執行緒自從啟動以來的總時長（多少秒），如果系統時間在IO執行緒啟動後發生修改的話，可能會導致該Time值異常，比如變成負數，或者非常大。

來看下面幾個狀態：

?

12345678910111213141516171819202122232425262728293031323334

#設定pager，只檢視關注的幾個status值yejr@imysql.com [(none)]> pager cat | egrep -i 'system user|Exec_Master_Log_Pos|Seconds_Behind_Master|Read_Master_Log_Pos' #這是沒有活躍SQL的情況，Time值是idle time，並且 Seconds_Behind_Master 為 0yejr@imysql.com [(none)]> show processlist; show slave statusG| 6 | system user | | NULL | Connect | 22004245 | Waiting for master to send event | NULL || 7 | system user | | NULL | Connect | 13 | Has read all relay log;**Read_Master_Log_Pos: 445167889Exec_Master_Log_Pos: 445167889Seconds_Behind_Master: 0 #和上面一樣yejr@imysql.com [(none)]> show processlist; show slave statusG| 6 | system user | | NULL | Connect | 22004248 | Waiting for master to send event | NULL || 7 | system user | | NULL | Connect | 16 | Has read all relay log;**Read_Master_Log_Pos: 445167889Exec_Master_Log_Pos: 445167889Seconds_Behind_Master: 0 #這時有活躍SQL了，Time值是和 Seconds_Behind_Master 一樣，即SQL執行緒比IO執行緒“慢”了1秒yejr@imysql.com [(none)]> show processlist; show slave statusG| 6 | system user | | NULL | Connect | 22004252 | Waiting for master to send event | NULL || 7 | system user | | floweradmin | Connect | 1 | Updating | update **Read_Master_Log_Pos: 445182239Exec_Master_Log_Pos: 445175263Seconds_Behind_Master: 1 #和上面一樣yejr@imysql.com [(none)]> show processlist; show slave statusG| 6 | system user | | NULL | Connect | 22004254 | Waiting for master to send event | NULL || 7 | system user | | floweradmin | Connect | 1 | Updating | update **Read_Master_Log_Pos: 445207174Exec_Master_Log_Pos: 445196837Seconds_Behind_Master: 1

好了，最後我們說下如何正確判斷SLAVE的延遲情況：
1、首先看 Relay_Master_Log_File 和 Master_Log_File 是否有差異；
2、如果Relay_Master_Log_File 和 Master_Log_File 是一樣的話，再來看Exec_Master_Log_Pos 和 Read_Master_Log_Pos 的差異，對比SQL執行緒比IO執行緒慢了多少個binlog事件；
3、如果Relay_Master_Log_File 和 Master_Log_File 不一樣，那說明延遲可能較大，需要從MASTER上取得binlog status，判斷當前的binlog和MASTER上的差距；

因此，相對更加嚴謹的做法是：
在第三方監控節點上，對MASTER和SLAVE同時發起SHOW BINARY LOGS和SHOW SLAVE STATUSG的請求，最後判斷二者binlog的差異，以及 Exec_Master_Log_Pos 和 Read_Master_Log_Pos 的差異。

例如：
在MASTER上執行SHOW BINARY LOGS 的結果是：

?

123456

+------------------+--------------+| Log_name | File_size |+------------------+--------------+| mysql-bin.000009 | 1073742063 || mysql-bin.000010 | 107374193 |+------------------+--------------+

而在SLAVE上執行SHOW SLAVE STATUSG 的結果是：

?

1234567891011

Master_Log_File: mysql-bin.000009 Read_Master_Log_Pos: 668711237Relay_Master_Log_File: mysql-bin.000009Slave_IO_Running: YesSlave_SQL_Running: Yes***Exec_Master_Log_Pos: 654409041 ***Seconds_Behind_Master: 3296***

這時候，SLAVE實際的延遲應該是：
mysql-bin.000009 這個binlog中的binlog position 1073742063 和 SLAVE上讀取到的binlog position之間的差異延遲，即：

1073742063 - 654409041 = 419333022 個binlog event

並且還要加上 mysql-bin.000010這個binlog已經產生的107374193個binlog event，共

107374193 + 419333022 = 526707215 個binlog event