MySQL 主从延迟的常见原因及解决方法
主从延迟作为 MySQL 的痛点已经存在很多年了,以至于大家都有一种错觉:有 MySQL 复制的地方就有主从延迟。
对于主从延迟的原因,很多人将之归结为从库的单线程重放。但实际上,这个说法比较片面,因为很多场景,并行复制方案也解决不了,譬如从库 SQL 线程被阻塞了,从库磁盘 IO 存在瓶颈等。
很多人在分析此类问题时缺乏一个系统的方法论,以致无法准确地定位出主从延迟的根本原因。
下面就如何分析主从延迟做一个系统、全面的总结。
本文主要包括以下两方面的内容。
如何分析主从延迟。
主从延迟的常见原因及解决方法。
一、如何分析主从延迟分析
主从延迟一般会采集以下三类信息。
(1)从库服务器的负载情况
为什么要首先查看服务器的负载情况呢?因为软件层面的所有操作都需要系统资源来支撑。
常见的系统资源有四类:CPU、内存、IO、网络。对于主从延迟,一般会重点关注 CPU 和 IO 。
分析 CPU 是否达到瓶颈,常用的命令是 top,通过 top 我们可以直观地看到主机的 CPU 使用情况。以下是 top 中 CPU 相关的输出。
下面我们看看各个指标的具体含义。
us:处理用户态( user )任务的 CPU 时间占比。
sy:处理内核态( system )任务的 CPU 时间占比。
ni:处理低优先级进程用户态任务的 CPU 时间占比。
进程的优先级由 nice 值决定,nine 的范围是 -20 ~ 19 ,值越大,优先级越低。其中,1 ~ 19 称之为低优先级。
id:处于空闲状态( idle )的 CPU 时间占比。
wa:等待 IO 的 CPU 时间占比。
hi:处理硬中断( irq )的 CPU 时间占比。
si:处理软中断( softirq )的 CPU 使用率。
st:当系统运行在虚拟机中的时候,被其它虚拟机占用( steal )的 CPU 时间占比。
一般来说,当 CPU 使用率 ( 1 - 处于空闲状态的 CPU 时间占比 )超过 90% 时,需引起足够关注。毕竟,对于数据库应用来说,CPU 很少是瓶颈,除非有大量的慢 SQL 。
接下来看看 IO。
查看磁盘 IO 负载情况,常用的命令是 iostat 。
命令中指定了 3 个选项,其中,
-x:打印扩展信息。
-m:指定吞吐量的单位是 MB/s ,默认是 KB/s 。
1:每隔 1s 打印一次。
下面看看输出中各指标的具体含义。
rrqm/s:每秒被合并的读请求的数量。
wrqm/s:每秒被合并的写请求的数量。
r/s:每秒发送给磁盘的读请求的数量。
w/s:每秒写入磁盘的写请求的数量。注意,这里的请求是合并后的请求。r/s + w/s 等于 IOPS 。
rMB/s:每秒从磁盘读取的数据量。
wMB/s:每秒写入磁盘的数据量。rMB/s + wMB/s 等于吞吐量。
avgrq-sz:I/O 请求的平均大小,单位是扇区,扇区的大小是 512 字节。一般而言,I/O 请求越大,耗时越长。
avgqu-sz:队列里的平均 I/O 请求数量。
await:I/O 请求的平均耗时,包括磁盘的实际处理时间及队列中的等待时间,单位 ms 。
其中,r_await 是读请求的平均耗时,w_await 是写请求的平均耗时。
svctm:I/O 请求的平均服务时间,单位 ms 。注意,这个指标已弃用,在后续版本会移除。
%util:磁盘饱和度。反映了一个采样周期内,有多少时间在做 I/O 操作。
一般来说,我们会重点关注 await 和 %util。
对于只能串行处理 I/O 请求的设备来说,%util 接近 100% ,就意味着设备饱和。但对于 RAID、SSD 等设备,因为它能并行处理,故该值参考意义不大,即使达到了 100% ,也不意味着设备出现了饱和。至于是否达到了性能上限,需参考性能压测下的 IOPS 和吞吐量。
(2)主从复制状态
对于主库,执行 SHOW MASTER STATUS 。
SHOW MASTER STATUS 的输出中重点关注 File 和 Position 这两个指标的值。
对于从库,执行 SHOW SLAVE STATUS 。
SLAVE STATUS 的输出中重点关注 Master_Log_File,Read_Master_Log_Pos,Relay_Master_Log_File,Exec_Master_Log_Pos 这四个指标的值。
接下来,重点比较以下两对值。
第一对:( File , Position ) & ( Master_Log_File , Read_Master_Log_Pos )
这里面,
( File , Position ) 记录了主库 binlog 的位置。
( Master_Log_File , Read_Master_Log_Pos ) 记录了 IO 线程当前正在接收的二进制日志事件在主库 binlog 中的位置。
如果 ( File , Position ) 大于 ( Master_Log_File , Read_Master_Log_Pos ) ,则意味着 IO 线程存在延迟。
第二对:( Master_Log_File , Read_Master_Log_Pos ) & ( Relay_Master_Log_File , Exec_Master_Log_Pos )
这里面,( Relay_Master_Log_File, Exec_Master_Log_Pos ) 记录了 SQL 线程当前正在重放的二进制日志事件在主库 binlog 的位置。
如果 ( Relay_Master_Log_File, Exec_Master_Log_Pos ) < ( Master_Log_File, Read_Master_Log_Pos ) ,则意味着 SQL 线程存在延迟。
(3)主库 binlog 的写入量
主要是看主库 binlog 的生成速度,比如多少分钟生成一个。
二、主从延迟的常见原因及解决方法
下面分别从 IO 线程和 SQL 线程这两个方面展开介绍。
IO 线程存在延迟
下面看看 IO 线程出现延迟的常见原因及解决方法。
网络延迟
判断是否为网络带宽限制。如果是,可开启 slave_compressed_protocol 参数,启用 binlog 的压缩传输。或者从 MySQL 8.0.20 开始,通过 binlog_transaction_compression 参数开启 binlog 事务压缩。
磁盘 IO 存在瓶颈
可调整从库的双一设置或关闭 binlog。
注意,在 MySQL 5.6 中,如果开启了 GTID ,则会强制要求开启 binlog ,MySQL 5.7 无此限制。
网卡存在问题
这种情况不多见,但确实碰到过。当时是一主两从的架构,发现一台主机上的所有从库都延迟了,但这些从库对应集群的其它从库却没有延迟,后来通过 scp 远程拷贝文件进一步确认了该台主机的网络存在问题,最后经系统组确认,网卡存在问题。
一般情况下,IO 线程很少存在延迟。
SQL 线程存在延迟
下面看看 SQL 线程出现延迟的常见原因及解决方法。
(1)主库写入量过大,SQL 线程单线程重放
具体体现如下:
从库磁盘 IO 无明显瓶颈。
Relay_Master_Log_File , Exec_Master_Log_Pos 也在不断变化。
主库写入量过大。如果磁盘使用的是 SATA SSD,当 binlog 的生成速度快于 5 分钟一个时,从库重放就会有瓶颈。
这个是 MySQL 软件层面的硬伤。要解决该问题,可开启 MySQL 5.7 引入的基于 LOGICAL_CLOCK 的并行复制。
关于 MySQL 并行复制方案,可参考:MySQL 并行复制方案演进历史及原理分析
(2)STATEMENT 格式下的慢 SQL
具体体现,在一段时间内 Relay_Master_Log_File , Exec_Master_Log_Pos 没有变化。
看下面这个示例,对 1 张千万数据的表进行 DELETE 操作,表上没有任何索引,在主库上执行用了 7.52s,观察从库的 Seconds_Behind_Master,发现它最大达到了 7s 。
对于这种执行较慢的 SQL ,并行复制实际上也是无能为力的, 此时只能优化 SQL。
在 MySQL 5.6.11 中,引入了参数 log_slow_slave_statements ,可将 SQL 重放过程中执行时长超过 long_query_time 的操作记录在慢日志中。
(3)表上没有任何索引,且二进制日志格式为 ROW
同样,在一段时间内,Relay_Master_Log_File , Exec_Master_Log_Pos 不会变化。
如果表上没有任何索引,对它进行操作,在主库上只是一次全表扫描。但在从库重放时,因为是 ROW 格式,对于每条记录的操作都会进行一次全表扫描。
还是上面的表,同样的操作,只不过二进制日志格式为 ROW ,在主库上执行用了 7.53s ,但 Seconds_Behind_Master 最大却达到了 723s ,是 STATEMENT 格式下的 100 倍。
如果因为表上没有任何索引,导致主从延迟过大,常见的优化方案如下:
在从库上临时创建个索引,加快记录的重放。注意,尽量选择一个区分度高的列添加索引,列的区分度越高,重放的速度就越快。
将参数 slave_rows_search_algorithms 设置为 INDEX_SCAN,HASH_SCAN 。设置后,对于同样的操作,Seconds_Behind_Master 最大只有 53s 。
(4)大事务
这里的大事务,指的是二进制日志格式为 ROW 的情况下,操作涉及的记录数较多。
还是上面的测试表,只不过这次 id 列是自增主键,执行批量更新操作。更新操作如下,其中,N 是记录数,M 是一个随机字符,每次操作的字符均不一样。
接下来我们看看不同记录数下对应 Seconds_Behind_Master 的最大值。
可见,随着记录数的增加,Seconds_Behind_Master 也是不断增加的。
所以对于大事务操作,建议分而治之,每次小批量执行。
判断一个 binlog 是否存在大事务,可通过我之前写的一个 binlog_summary.py 的工具来分析,该工具的具体用法可参考:Binlog 分析利器-binlog_summary.py
(5)从库上有查询操作
从库上有查询操作,通常会有两方面的影响:
消耗系统资源。
锁等待。
常见的是从库的查询操作堵塞了主库的 DDL 操作。看下面这个示例。
(6)从库上存在备份
常见的是备份的全局读锁阻塞了 SQL 线程的重放。看下面这个示例。
(7)磁盘 IO 存在瓶颈
这个时候可调整从库的双一设置或关闭 binlog。
三、总结
综合上面的分析,主从延迟的常见原因及解决方法如下图所示。
相关拓展
关于目前低代码在技术领域很活跃!
低代码是什么?一组数字技术工具平台,能基于图形化拖拽、参数化配置等更为高效的方式,实现快速构建、数据编排、连接生态、中台服务等。通过少量代码或不用代码实现数字化转型中的场景应用创新。它能缓解甚至解决庞大的市场需求与传统的开发生产力引发的供需关系矛盾问题,是数字化转型过程中降本增效趋势下的产物。
JNPF 快速开发平台,近年在市场表现和产品竞争力方面表现较为突出,采用的是最新主流前后分离框架(SpringBoot+Mybatis-plus+Ant-Design+Vue3)。代码生成器依赖性低,灵活的扩展能力,可灵活实现二次开发。
以 JNPF 为代表的企业级低代码平台为了支撑更高技术要求的应用开发,从数据库建模、Web API 构建到页面设计,与传统软件开发几乎没有差异,只是通过低代码可视化模式,减少了构建“增删改查”功能的重复劳动,还没有了解过低代码的伙伴可以尝试了解一下。
应用:https://www.jnpfsoft.com/?infoq
同时,它支持连接多数据源,包括 MySQL,此外 SQL Server、Oracle、PostgreSQL,国产数据库达梦、人大金仓等都可以兼容,有效帮助应用快速与第三方系统完成数据整合。
有了它,开发人员在开发过程中就可以轻松上手,充分利用传统开发模式下积累的经验。所以低代码平台对于程序员来说,有着很大帮助。
版权声明: 本文为 InfoQ 作者【互联网工科生】的原创文章。
原文链接:【http://xie.infoq.cn/article/13f86ba218f71e0b4ea053880】。
本文遵守【CC-BY 4.0】协议,转载请保留原文出处及本版权声明。
评论 (2 条评论)