MySQL MMM 数据不一致探究


slave重新指向新的master 的关键日志输出,通过这些日志输出,我们大致可以明白MMM自动failover或在线切换时的执行流程。

--自动failover,slave节点
2015/02/06 01:47:09  INFO Changing active master to 'raugherdb1'
2015/02/06 01:47:09 DEBUG Executing /usr/lib/mysql-mmm//agent/set_active_master raugherdb1
2015/02/06 01:47:09 DEBUG Result: OK
--在线切换
--主1节点
2015/02/06 05:49:23 DEBUG Received Command SET_STATUS|1|raugherdb1|ONLINE|reader(10.5.6.103)|raugherdb2
2015/02/06 05:49:23  INFO We have some new roles added or old rules deleted!
2015/02/06 05:49:23  INFO Deleted: writer(10.5.6.100)
2015/02/06 05:49:23 DEBUG Executing /usr/lib/mysql-mmm//agent/mysql_deny_write 
2015/02/06 05:49:23 DEBUG Executing /usr/lib/mysql-mmm//agent/clear_ip eth0 10.5.6.100

--主2节点
2015/02/06 05:49:22 DEBUG Daemon: Command = 'SET_STATUS|1|raugherdb2|ONLINE|reader(10.5.6.101),writer(10.5.6.100)|raugherdb2'
2015/02/06 05:49:22 DEBUG Received Command SET_STATUS|1|raugherdb2|ONLINE|reader(10.5.6.101),writer(10.5.6.100)|raugherdb2
2015/02/06 05:49:22  INFO We have some new roles added or old rules deleted!
2015/02/06 05:49:22  INFO Added:   writer(10.5.6.100)
2015/02/06 05:49:22 DEBUG Executing /usr/lib/mysql-mmm//agent/sync_with_master 
2015/02/06 05:49:23 DEBUG Executing /usr/lib/mysql-mmm//agent/mysql_allow_write 
2015/02/06 05:49:23 DEBUG Executing /usr/lib/mysql-mmm//agent/configure_ip eth0 10.5.6.100

--slave节点
2015/02/06 05:49:22 DEBUG Daemon: Command = 'SET_STATUS|1|raugherdb|ONLINE|reader(10.5.6.102)|raugherdb2'
2015/02/06 05:49:22 DEBUG Received Command SET_STATUS|1|raugherdb|ONLINE|reader(10.5.6.102)|raugherdb2
2015/02/06 05:49:22  INFO Changing active master to 'raugherdb2'
2015/02/06 05:49:22 DEBUG Executing /usr/lib/mysql-mmm//agent/set_active_master raugherdb2
2015/02/06 05:49:23 DEBUG Result: OK


以下是set_active_master方法的代码:

sub set_active_master($) {
	my $new_peer = shift;
	_exit_error('Name of new master is missing') unless (defined($new_peer));

	my $this = _get_this();

	_exit_error('New master is equal to local host!?') if ($this eq $new_peer);

	# Get local connection info
	my ($this_host, $this_port, $this_user, $this_password)	= _get_connection_info($this);
	_exit_error("No connection info for local host '$this_host'") unless defined($this_host);
	
	# Get connection info for new peer
	my ($new_peer_host, $new_peer_port, $new_peer_user, $new_peer_password)	= _get_connection_info($new_peer);
	_exit_error("No connection info for new peer '$new_peer'") unless defined($new_peer_host);
	
	# Connect to local server
	my $this_dbh = _mysql_connect($this_host, $this_port, $this_user, $this_password);
	_exit_error("Can't connect to MySQL (host = $this_host:$this_port, user = $this_user)! " . $DBI::errstr) unless ($this_dbh);

	# Get slave info
	my $slave_status = $this_dbh->selectrow_hashref('SHOW SLAVE STATUS');
	_exit_error('SQL Query Error: ' . $this_dbh->errstr) unless defined($slave_status);

	my $wait_log	= $slave_status->{Master_Log_File};
	my $wait_pos	= $slave_status->{Read_Master_Log_Pos};

	my $old_peer_ip	= $slave_status->{Master_Host};
	_exit_error('No ip for old peer') unless ($old_peer_ip);

	# Get connection info for old peer
	my $old_peer = _find_host_by_ip($old_peer_ip);
	_exit_error('Invalid master host in show slave status') unless ($old_peer);

	_exit_ok('We are already a slave of the new master') if ($old_peer eq $new_peer);
	
	my ($old_peer_host, $old_peer_port, $old_peer_user, $old_peer_password)	= _get_connection_info($old_peer);
	_exit_error("No connection info for new peer '$old_peer'") unless defined($old_peer_host);
	
	my $old_peer_dbh = _mysql_connect($old_peer_host, $old_peer_port, $old_peer_user, $old_peer_password);
	if ($old_peer_dbh) {
		my $old_master_status = $old_peer_dbh->selectrow_hashref('SHOW MASTER STATUS');
		if (defined($old_master_status)) {
			$wait_log = $old_master_status->{File};
			$wait_pos = $old_master_status->{Position};
		}
		$old_peer_dbh->disconnect;
	}

	# Sync with logs
	my $res = $this_dbh->do("SELECT MASTER_POS_WAIT('$wait_log', $wait_pos)");
	_exit_error('SQL Query Error: ' . $this_dbh->errstr) unless($res);

	# Stop slave
	$res = $this_dbh->do('STOP SLAVE');
	_exit_error('SQL Query Error: ' . $this_dbh->errstr) unless($res);
	
	# Connect to new peer
	my $new_peer_dbh = _mysql_connect($new_peer_host, $new_peer_port, $new_peer_user, $new_peer_password);
	_exit_error("Can't connect to MySQL (host = $new_peer_host:$new_peer_port, user = $new_peer_user)! " . $DBI::errstr) unless ($new_peer_dbh);

	# Get log position of new master
	my $new_master_status = $new_peer_dbh->selectrow_hashref('SHOW MASTER STATUS');
	_exit_error('SQL Query Error: ' . $new_peer_dbh->errstr) unless($new_master_status);

	my $master_log = $new_master_status->{File};
	my $master_pos = $new_master_status->{Position};

	$new_peer_dbh->disconnect;

	# Get replication credentials
	my ($repl_user, $repl_password) = _get_replication_credentials($new_peer);

	# Change master
	my $sql = 'CHANGE MASTER TO'
			  . " MASTER_HOST='$new_peer_host',"
			  . " MASTER_PORT=$new_peer_port,"
			  . " MASTER_USER='$repl_user',"
			  . " MASTER_PASSWORD='$repl_password',"
			  . " MASTER_LOG_FILE='$master_log',"
			  . " MASTER_LOG_POS=$master_pos";
	$res = $this_dbh->do($sql);
	_exit_error('SQL Query Error: ' . $this_dbh->errstr) unless($res);

	# Start slave
	$res = $this_dbh->do('START SLAVE');
	_exit_error('SQL Query Error: ' . $this_dbh->errstr) unless($res);

	return 'OK';
}


从上面的代码可以看出,在以下的架构中,只要是 主2和slave n出现延迟,在自动failover后就可能会造成主2和slave n的数据不一致现象

主1   ----slave1,slave2

主2


如果仅仅是双主的架构,主1的实例down,自动failover后,可能会丢失部分数据。在线切换的话,不会丢失数据。


Flapping问题也可能会使数据出现问题,下面是官方文档中对Flapping的解释:

mmm mond supports the detection of hosts that are "flapping". Flapping occurs if a host

which is ONLINE changes its state to HARD_OFFLINE / REPLICATION_FAIL / REPLICATION_

DELAY too often and each time gets switched back to ONLINE (because of auto set online or

because it has been down for less than 60 seconds). This may lead to roles getting switched

between hosts very often.

To prevent this mmm mond has a built in flap-detection which can be tuned in the

configuration file. If a host goes down for more than flap count times within flap duration

seconds it is considered as flapping and will not be set ONLINE automatically. It will stay in

state AWAITING_RECOVERY until it gets set online (with mmm_control set_online host ).

If auto set online is > 0, flapping hosts will automatically be set to ONLINE after

flap duration seconds.


要解决Flapping问题,我们可以设置master-connect-retry参数,但是官方2.2.1版本中设置这个参数是无效的,官方的代码:

# set ONLINE because of small downtime
if ($agent->last_uptime > 0 && $uptime_diff > 0 && $uptime_diff < 60) {
	FATAL sprintf("State of host '%s' changed from %s to ONLINE because it was down for only %d seconds", $host, $state, $uptime_diff);
	$agent->state('ONLINE');
	$self->send_agent_status($host);
	next;
}


把60改为0.0001,这样就防止了原master online,我们处理完原master后,再手动执行set_online命令。