数据库｜TiDB灾备切换实践-部署
刘昊 | 数据库工程师
最近手头有个系统，有需要搭建灾备库的需求（RTO要求4小时内，根据实际情况计算）。考虑到生产系统是5版本，TiCDC存在一些兼容性问题，且TiDB Binlog已经有实践案例及经验可供参考，故选择使用TiDB Binlog来实现主集群-->灾备集群的增量数据同步。数据全量初始化采用Dumpling + TiDB Lightning工具。
具体实施过程如下：
一、灾备集群部署
灾备集群搭建方案，采用与主集群1：1的方式进行部署，直接用现生产环境集群拓扑文件进行部署，部署完成后建用户并赋权，具体过程不再赘述。
二、主集群扩容pump
编辑生产集群扩容pump所需拓扑文件，内容如下
pump_servers:
- host: 10.3.31.1
ssh_port: 22
port: 8250
deploy_dir: /app/tidb/tidb-deploy/pump-8250
og_dir: /app/tidb/tidb-deploy/pump-8250/log
data_dir: /app/tidb/tidb-data/pump-8250
- host: 10.3.31.2
ssh_port: 22
port: 8250
deploy_dir: /app/tidb/tidb-deploy/pump-8250
log_dir: /app/tidb/tidb-deploy/pump-8250/log
data_dir: /app/tidb/tidb-data/pump-8250
- host: 10.3.31.3
ssh_port: 22
port: 8250
deploy_dir: /app/tidb/tidb-deploy/pump-8250
log_dir: /app/tidb/tidb-deploy/pump-8250/log
data_dir: /app/tidb/tidb-data/pump-8250编辑完成后，执行扩容命令
[tidb@tidb-test1 ~]$ tiup cluster scale-out tidb-test ./scale-out-pump.yaml -u tidb -p扩容完成后，最终会输出如下内容
三、开启主集群Binlog功能
执行edit-config命令，修改集群配置：
[tidb@tidb-test1 ~]$ tiup cluster edit-config tidb-test在server_configs下TiDB部分，添加如下配置
binlog.enable: true
binlog.ignore-error: true
编辑完成后，reload tidb节点使配置生效
[tidb@tidb-test1 ~]$ tiup cluster reload tidb-test -R tidbreload完成后，会输出如下内容
四、主集群调整GC时间
登录数据库，执行如下sql：
set global tidb_gc_life_time = '360m';sql返回执行成功后，再次执行select @@tidb_gc_life_time；，查询结果输出为6h或360m，即为调整成功。
五、使用dumpling工具并将生产数据全量导出
[tidb@tidb-test1 ~]$ sudo mkdir $/dumpdir （$/dumpdir为导出数据存放目录，需确保空间充足）
[tidb@tidb-test1 ~]$ sudo chmod 777 $/dumpdir -R
[tidb@tidb-test1 ~]$ ./dumpling -u root -P 4000 -h 10.3.31.1 --filetype sql -t 8 -o $/dumpdir -r 200000 -F256MiB导出完成后，日志最终会输出["dump data successfully, dumpling will exit now"]字样，如下图所示：
六、将导出数据目录上传至灾备服务器，进行全量导入
第一步，使用lightning工具将数据全量导入
以下为运行lightning所需配置文件，因导入数据量大，建议开启断点
[lightning]
level = "info"
file = "tidb-lightning.log"
index-concurrency = 2
table-concurrency = 6
io-concurrency =20
[tikv-importer]
backend = "local"
sorted-kv-dir = "/home/tidb/sorted"
[mydumper]
data-source-dir = "$/dumpdir"
no-schema = false
filter = ['*.*']
[tidb]
host = "10.3.31.101"
port = 4000
user = "root"
password = ""
status-port = 10080
pd-addr = "10.3.31.101:2379"
[checkpoint]
enable = true
schema = "lightning-task-sql-checkpoint"
driver = "file"
[post-restore]
checksum = true
analyze = false第二步，开始导入
[tidb@tidb-test1 ~]$ nohup ./tidb-lightning --config lightning-full.toml &导入完成后，日志会输出["tidb lightning exit"]，如图:
七、灾备集群扩容pump
编辑扩容pump所需配置文件
pump_servers:
- host: 10.3.31.101
ssh_port: 22
port: 8250
deploy_dir: /app/tidb/tidb-deploy/pump-8250
og_dir: /app/tidb/tidb-deploy/pump-8250/log
data_dir: /app/tidb/tidb-data/pump-8250
- host: 10.3.31.102
ssh_port: 22
port: 8250
deploy_dir: /app/tidb/tidb-deploy/pump-8250
log_dir: /app/tidb/tidb-deploy/pump-8250/log
data_dir: /app/tidb/tidb-data/pump-8250
- host: 10.3.31.103
ssh_port: 22
port: 8250
deploy_dir: /app/tidb/tidb-deploy/pump-8250
log_dir: /app/tidb/tidb-deploy/pump-8250/log
data_dir: /app/tidb/tidb-data/pump-8250上传完成后，执行如下命令扩容
[tidb@tidb-test1 ~]$ tiup cluster scale-out tidb-test ./scale-out-pump.yaml -u tidb扩容完成后，最终会输出如下内容
八、灾备集群开启Binlog功能
执行edit-config命令，修改集群配置文件
[tidb@tidb-test1 ~]$ tiup cluster edit-config tidb-test在server_config下tidb部分，添加如下配置
binlog.enable: true
binlog.ignore-error: true
修改完成后，reload tidb节点使配置生效
[tidb@tidb-test1 ~]$ tiup cluster reload tidb-test -R tidbreload完成后，会输出如下内容
九、生产集群与灾备集群新建Drainer用户并授权
分别登录生产和灾备数据库，执行如下SQL，创建Drainer用户并授权
create user 'drainer'@'%' IDENTIFIED by 'Passwd@123';
grant select on . to 'drainer'@'%' with grant OPTION;
grant insert on . to 'drainer'@'%' with grant OPTION;
grant update on . to 'drainer'@'%' with grant OPTION;
grant delete on . to 'drainer'@'%' with grant OPTION;
grant create on . to 'drainer'@'%' with grant OPTION;
grant drop on . to 'drainer'@'%' with grant OPTION;
grant alter on . to 'drainer'@'%' with grant OPTION;
grant execute on . to 'drainer'@'%' with grant OPTION;
grant index on . to 'drainer'@'%' with grant OPTION;
grant create view on . to 'drainer'@'%' with grant OPTION;
Flush privileges;以上sql均返回成功后，执行show grants for 'drainer'@'%';确认drainer用户权限包含Insert、Update、Delete、Create、Drop、Alter、Execute、Index、Select、Create View权限。
十、灾备集群扩容Drainer（本地记录Binlog，实现增量备份）
编辑扩容Binlog所需配置文件
drainer_servers:
- host: 10.3.31.104
port: 18249
deploy_dir: /tidb-deploy/drainer-18249
data_dir: /tidb-data/drainer-18249
config:
syncer.db-type: "file"
syncer.to.host: "10.3.31.104"
syncer.to.dir: &binlog_dir（需手动创建，新建目录需将属主与属组改为tidb用）编辑完成后，执行如下命令扩容
[tidb@tidb-test1 ~]$ tiup cluster scale-out tidb-test ./scale-out-drainer.yaml --user tidb -p扩容完成后，最终会输出如下内容
十一、主集群扩容Drainer
编辑扩容Drainer所需配置文件
drainer_servers:
- host: 10.3.31.104
port: 8249
deploy_dir: /tidb-deploy/drainer-8249
data_dir: /tidb-data/drainer-8249
config:
initial-commit-ts: （dumpling导出metadata中的Pso）
syncer.db-type: "tidb"
syncer.to.host: "10.3.31.101"
syncer.to.user: "drainer"
syncer.to.password: "XXX"(密码为第9步新建的drainer用户密码)
syncer.to.port: 24000dumpling导出metadata中Pso查看方式：
导出数据目录中$/dumpdir ，会有一个metadata的文件，执行cat命令即可查看该文件中Pso，如图所示：
编辑完成后，执行如下命令扩容
[tidb@tidb-test1 ~]$ tiup cluster scale-out tidb-test ./scale-out-drainer.yaml --user tidb -p扩容完成后，最终会输出如下内容：
十二、检验同步链路是否搭建成功
分别访问集群监控（10.3.31.1:3000、10.3.31.101:3000），查询grafana监控面板中tidb-test-binlog-->drainer界面，如图：
checkpoint正常推进，代表drainer同步链路正常工作。
在生产库新建test表或在原有test表中插入数据，在灾备库进行查询，如生产库执行的DDL或DML在灾备库能够查询到，证明生产库增量数据可通过同步链路同步至灾备库，生产-->灾备数据同步链路搭建成功。
十三、GC时间调整回原配置
登录数据库，执行如下SQL：
set global tidb_gc_life_time = '10m';sql返回执行成功后，再次执行select @@tidb_gc_life_time；，查询结果输出为1h或10m，即为调整成功。
至此TiDB Binlog搭建的集群数据同步链路搭建完成，数据同步成功。
部署过程中，需要注意的是drainer的initial-commit-ts参数，只能在部署的时候配置，无法在已有drainer节点上进行配置。后续运维过程中，需额外关注Skip Binlog Count监控指标，防止出现TiDB 写入 Binlog 失败的情况，如出现TiDB 写入 Binlog 失败，需及时进行处理。
各位路过大佬如果有相关方案及操作步骤改进建议，欢迎进群讨论。