mysql之高可用

Author Avatar
Sean Yu 12月 04, 2020
  • 在其它设备中阅读本文章

参考 http://mysql.taobao.org/monthly/2018/12/04/ https://zhuanlan.zhihu.com/p/25960208 https://zhangjunjia.github.io/2019/03/16/mysql-mmm-mha/

故障恢复

MySQL的事务处理—两阶段事务提交2PC

MySQL数据库的INNODB是一款支持OLTP的存储引擎，为支持MySQL的高可用，支持跨机搭建高可用数据库集群。

MySQL采用了一种简单有效的机制 ———— 基于binlog的复制。

binlog是binary log的简称，实际上它是一种逻辑日志，相对InnoDB引擎的物理日志，它的数据量更小，格式也更简单，更易于跨机复制，尤其是对于网络环境不是很好的情况下，更具有天然的优势。

那么MySQL是如何协调InnoDB引擎与Binlog日志之间的关系呢？

MySQL采用了两阶段事务提交(Two-Phase Commit Protocol)协议，当操作完成后，首先Prepare事务，在binlog中实际上只是fake一下，不作任何事情，而是innodb层需要将prepare写入redolog中；然后执行commit事务，首先在binlog文件中写入这些操作的binlog日志，完成后再在Innodb的redolog中写入commit日志。（基于事务复制）

image.png

注意在写binlog日志时，有个参数sync_binlog来控制何时将binlog fsync到磁盘。

  • 参数为0时，并不是立即fsync文件到磁盘，而是依赖于操作系统的fsync机制；
  • 参数为1时，立即fsync文件到磁盘；
  • 参数大于1时，则达到指定提交次数后，统一fsync到磁盘。 因此只有当sync_binlog参数为1时，才是最安全的，当其不为1时，都存在binlog未fsync到磁盘的风险，若此时发生断电等故障，就有可能出现此事务并未刷出到磁盘，从而故障恢复时将此事务回滚的情况。

基于binlog的事务恢复流程

了解了MySQL关于Innodb与Binlog的两阶段提交机制后，就可以更深入去探究MySQL在故障恢复时的处理过程。

在MySQL启动时，首先会初始化存储引擎，如本例中的InnoDB引擎，然后InnoDB引擎层会读取redolog进行InnoDB层的故障恢复，回滚未prepared和commit的事务，但对于已经prepared，但未commit的事务，暂时挂起，保存到一个链表中，等待后续读取binlog日志，然后根据binlog日志再对这部分prepared的事务进行处理。

接下来，MySQL会读取最后一个binlog文件。binlog文件通常是以固定的文件名加一组连续的编号来命名的，并且将其记录到一个binlog索引文件中，因此索引文件中的最后一个binlog文件即是MySQL将要读取的最后一个binlog文件。读取这个binlog文件时，通过文件头上是否存在标记LOG_EVENT_BINLOG_IN_USE_F，通过这个标记可以知道上次MySQL是正常关闭还是异常关闭，如果是异常关闭，则会进入故障恢复过程。

进入故障恢复过程后，会依次读取最后一个binlog文件中的所有log event，并将所有已提交事务的binlog日志中记录的xid提取出来添加到hash表中，以备后续对前述InnoDB故障恢复后遗留的Prepared事务继续处理。另外此处还要定位最后一个完整事务的位置，防止在上次系统异常关闭时有部分binlog日志未刷到磁盘上，即存在写了一半的binlog事务日志，这部分写了一半binlog日志的事务在MySQL中会按事务未提交来处理，后续会将其在存储引擎层回滚。

当此文件中的内容全部读出之后，一是得到一个已提交事务的列表，另一个是最后一个完整事务的位置。 然后检查由InnoDB层得到的Prepared事务列表，若Prepared事务在从Binlog中得到的提交事务列表中，则在InnoDB层提交此事务，否则回滚此事务。

image.png

基于binlog的两阶段提交对高可用复制解决方案的影响

MySQL最常见的高可用解决方案就是基于binlog复制来完成的，通过将master的binlog复制到slave上，然后在slave上重放，从而达到master与slave上数据一致的效果。

正常情况下，这个方案简单、易用，基本满足大部分用户的高可用需求，但在一些特殊情况下，这个方案还是存在一些不足，可能会导致master与slave存在数据不一致的情况。 如果master与slave之间采用异步模式进行binlog复制，显然就会存在部分binlog未复制到slave的情况。

为提高可用性，MySQL支持semi-sync模式，也就是当master在提交事务之前，保证binlog已经复制到slave，并且收到slave回复的ACK后，master再将事务提交。Semi-sync模式的复制机制虽然已经极大提高了可用性，但是在极端情况下还是存在master与slave数据不一致的风险，甚至数据丢失的风险。

考虑一下master出现故障后无法立即恢复的情况，为保障应用的持续性，需要将slave切换为master。若在故障发生前，master恰好有事务正准备提交，并且binlog日志已经刷到磁盘，但在将binlog复制给slave过程中master故障了，备机未收到或只收到部分binlog日志，若此时slave切换为master，显然这些未收到或只收到部分binlog日志的事务是无法重现的，也就是这部分事务是丢失的。

理论上应用层并未得到事务提交的反馈，即使事务不存在也不是什么问题。问题是若此时用户查询这些事务不存在，准备重做这些事务，更糟的事情发生了，新的mater也发生故障了，并且无法立即恢复。万幸的是原来的master可以恢复工作了，直接作为master就好了，但问题出现了，用户已经在重做这些事务了，但这些事务在这个master已经存在了，原因如前述的基于binlog的事务恢复。这就好比之前买东西已经付钱给商家200块了，结果人家说没收到，我一查账户，也没少钱，那就再付一次吧，结果杯具了，付了400块给人家？？？

image.png

如上图所示：若T2的binlog日志尚未复制到slave时，master故障，原slave切换为master，而原master重启恢复后成为新的slave，如下图所示：

image.png

高可用必杀技–基于RAFT的多副本集群

基于RAFT协议的多副本架构，每一条数据都会被复制多份，通过多副本来增加系统的可用性，防止单副本失效而导致数据不可用。多副本之间基于RAFT协议来实现数据的一致性，只有数据存在于半数以上副本方可认为数据有效，而无效的副本数据系统会自动修复，从而确保系统只会提供一个统一的一致性视图。

image.png

五大常见的MySQL高可用方案

主从或主主半同步复制

使用双节点数据库，搭建单向或者双向的半同步复制。在5.7以后的版本中，由于lossless replication、logical多线程复制等一些列新特性的引入，使得MySQL原生半同步复制更加可靠。

常见架构如下：

image.png

通常会和proxy、keepalived等第三方软件同时使用，即可以用来监控数据库的健康，又可以执行一系列管理命令。如果主库发生故障，切换到备库后仍然可以继续使用数据库。

优点：

  • 架构比较简单，使用原生半同步复制作为数据同步的依据；
  • 双节点，没有主机宕机后的选主问题，直接切换即可；
  • 双节点，需求资源少，部署简单；

缺点：

  • 完全依赖于半同步复制，如果半同步复制退化为异步复制，数据一致性无法得到保证；
  • 需要额外考虑haproxy、keepalived的高可用机制。

半同步复制优化

半同步复制机制是可靠的。如果半同步复制一直是生效的，那么便可以认为数据是一致的。但是由于网络波动等一些客观原因，导致半同步复制发生超时而切换为异步复制，那么这时便不能保证数据的一致性。所以尽可能的保证半同步复制，便可提高数据的一致性。

该方案同样使用双节点架构，但是在原有半同复制的基础上做了功能上的优化，使半同步复制的机制变得更加可靠。

可参考的优化方案如下：

双通道复制

image.png

半同步复制由于发生超时后，复制断开，当再次建立起复制时，同时建立两条通道，其中一条半同步复制通道从当前位置开始复制，保证从机知道当前主机执行的进度。另外一条异步复制通道开始追补从机落后的数据。当异步复制通道追赶到半同步复制的起始位置时，恢复半同步复制。（无节点晋升，只保证恢复重连，不能重连还是丢数据）

binlog文件服务器

image.png

搭建两条半同步复制通道，其中连接文件服务器的半同步通道正常情况下不启用，当主从的半同步复制发生网络问题退化后，启动与文件服务器的半同步复制通道。当主从半同步复制恢复后，关闭与文件服务器的半同步复制通道。

优点：

  • 双节点，需求资源少，部署简单；
  • 架构简单，没有选主的问题，直接切换即可;
  • 相比于原生复制，优化后的半同步复制更能保证数据的一致性。

缺点：

  • 需要修改内核源码或者使用mysql通信协议。需要对源码有一定的了解，并能做一定程度的二次开发。
  • 依旧依赖于半同步复制，没有从根本上解决数据一致性问题。

高可用架构优化

将双节点数据库扩展到多节点数据库，或者多节点数据库集群。可以根据自己的需要选择一主两从、一主多从或者多主多从的集群。

由于半同步复制，存在接收到一个从机的成功应答即认为半同步复制成功的特性，所以多从半同步复制的可靠性要优于单从半同步复制的可靠性。并且多节点同时宕机的几率也要小于单节点宕机的几率，所以多节点架构在一定程度上可以认为高可用性是好于双节点架构。

但是由于数据库数量较多，所以需要数据库管理软件来保证数据库的可维护性。可以选择MMM、MHA或者各个版本的proxy等等。常见方案如下：

MHA+多节点集群

image.png

MHA Manager会定时探测集群中的master节点，当master出现故障时，它可以自动将最新数据的slave提升为新的master，然后将所有其他的slave重新指向新的master，整个故障转移过程对应用程序完全透明。

MHA Node运行在每台MySQL服务器上，主要作用是切换时处理二进制日志，确保切换尽量少丢数据。

MHA也可以扩展到如下的多节点集群：

image.png

优点：

  • 可以进行故障的自动检测和转移;
  • 可扩展性较好，可以根据需要扩展MySQL的节点数量和结构;
  • 相比于双节点的MySQL复制，三节点/多节点的MySQL发生不可用的概率更低

缺点：

  • 至少需要三节点，相对于双节点需要更多的资源;
  • 逻辑较为复杂，发生故障后排查问题，定位问题更加困难;
  • 数据一致性仍然靠原生半同步复制保证，仍然存在数据不一致的风险;
  • 可能因为网络分区发生脑裂现象

zookeeper+proxy

Zookeeper使用分布式算法保证集群数据的一致性，使用zookeeper可以有效的保证proxy的高可用性，可以较好的避免网络分区现象的产生。

image.png

优点：

  • 较好的保证了整个系统的高可用性，包括proxy、MySQL;
  • 扩展性较好，可以扩展为大规模集群;

缺点：

  • 数据一致性仍然依赖于原生的mysql半同步复制;
  • 引入zk，整个系统的逻辑变得更加复杂;

共享存储

共享存储实现了数据库服务器和存储设备的解耦，不同数据库之间的数据同步不再依赖于MySQL的原生复制功能，而是通过磁盘数据同步的手段，来保证数据的一致性。

SAN共享储存

SAN的概念是允许存储设备和处理器（服务器）之间建立直接的高速网络（与LAN相比）连接，通过这种连接实现数据的集中式存储。常用架构如下：

image.png

使用共享存储时，MySQL服务器能够正常挂载文件系统并操作，如果主库发生宕机，备库可以挂载相同的文件系统，保证主库和备库使用相同的数据。

优点：

  • 两节点即可，部署简单，切换逻辑简单；
  • 很好的保证数据的强一致性；
  • 不会因为MySQL的逻辑错误发生数据不一致的情况；

缺点：

  • 需要考虑共享存储的高可用；
  • 价格昂贵；

DRBD磁盘复制

DRBD是一种基于软件、基于网络的块复制存储解决方案，主要用于对服务器之间的磁盘、分区、逻辑卷等进行数据镜像，当用户将数据写入本地磁盘时，还会将数据发送到网络中另一台主机的磁盘上，这样的本地主机(主节点)与远程主机(备节点)的数据就可以保证实时同步。常用架构如下：

image.png

当本地主机出现问题，远程主机上还保留着一份相同的数据，可以继续使用，保证了数据的安全。

DRBD是linux内核模块实现的快级别的同步复制技术，可以与SAN达到相同的共享存储效果。

优点：

  • 两节点即可，部署简单，切换逻辑简单；
  • 相比于SAN储存网络，价格低廉；
  • 保证数据的强一致性；

缺点：

  • 对io性能影响较大；
  • 从库不提供读操作；

分布式协议

MySQL cluster

MySQL cluster是官方集群的部署方案，通过使用NDB存储引擎实时备份冗余数据，实现数据库的高可用性和数据一致性。

image.png

优点：

  • 全部使用官方组件，不依赖于第三方软件；
  • 可以实现数据的强一致性；

缺点：

  • 国内使用的较少；
  • 配置较复杂，需要使用NDB储存引擎，与MySQL常规引擎存在一定差异；
  • 至少三节点；

Galera

基于Galera的MySQL高可用集群， 是多主数据同步的MySQL集群解决方案，使用简单，没有单点故障，可用性高。常见架构如下：

image.png

优点：

  • 多主写入，无延迟复制，能保证数据强一致性；
  • 有成熟的社区，有互联网公司在大规模的使用；
  • 自动故障转移，自动添加、剔除节点；

缺点：

  • 需要为原生MySQL节点打wsrep补丁
  • 只支持innodb储存引擎
  • 至少三节点

POAXS

Paxos 算法解决的问题是一个分布式系统如何就某个值（决议）达成一致。这个算法被认为是同类算法中最有效的。Paxos与MySQL相结合可以实现在分布式的MySQL数据的强一致性。常见架构如下：

image.png

优点：

  • 多主写入，无延迟复制，能保证数据强一致性；
  • 有成熟理论基础；
  • 自动故障转移，自动添加、剔除节点；

缺点：

  • 只支持innodb储存引擎
  • 至少三节点；

总结

看起来用mha保证主节点高可用，用raft保证半主从复制的数据一致，可能是一个比较好的办法。

关于mmm和mha的扩展阅读：https://zhangjunjia.github.io/2019/03/16/mysql-mmm-mha/