一文带你解决MySQL 主从延迟的常见原因

「爱情、让人受尽委屈。」 2023-09-26 21:18 96阅读 0赞

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。

很多童鞋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。

1.  如何分析主从延迟。
2.  主从延迟的常见原因及解决方法。

下一篇文章会介绍如何监控主从延迟，包括如何解读 Seconds\_Behind\_Master、Seconds\_Behind\_Master 的局限性、pt-heartbeat 及 MySQL 8.0 原生的解决方案，敬请留意。

## 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。

#### 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。

Cpu(s):  0.2%us,  0.2%sy,  0.0%ni, 99.5%id,  0.0%wa,  0.0%hi,  0.2%si,  0.0%st

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 。

# iostat -xm 1
    avg-cpu:  %user   %nice %system %iowait  %steal   %idle
               4.21    0.00    1.77    0.35    0.00   93.67
    
    Device:         rrqm/s   wrqm/s     r/s     w/s    rMB/s    wMB/s avgrq-sz avgqu-sz   await r_await w_await  svctm  %util
    sda               0.00     0.00    0.00    0.00     0.00     0.00     0.00     0.00    0.00    0.00    0.00   0.00   0.00
    sdb               0.00     0.00  841.00 3234.00    13.14    38.96    26.19     0.60    0.15    0.30    0.11   0.08  32.60

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。**

#### 主从复制状态 ####

对于主库，执行 SHOW MASTER STATUS 。

mysql> show master status;
    +------------------+----------+--------------+------------------+---------------------------------------------+
    | File             | Position | Binlog_Do_DB | Binlog_Ignore_DB | Executed_Gtid_Set                           |
    +------------------+----------+--------------+------------------+---------------------------------------------+
    | mysql-bin.000004 |  1631495 |              |                  | bd6b3216-04d6-11ec-b76f-000c292c1f7b:1-5588 |
    +------------------+----------+--------------+------------------+---------------------------------------------+
    1 row in set (0.00 sec)

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 。

mysql> show slave status\G
    *************************** 1. row ***************************
                  ...
                  Master_Log_File: mysql-bin.000004
              Read_Master_Log_Pos: 1631495
              ...
            Relay_Master_Log_File: mysql-bin.000004
              ...
              Exec_Master_Log_Pos: 1631495
              ...

SHOW 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。

#### 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。

## 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。

1.  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。
2.  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。
3.  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。

#### 主库写入量过大，SQL 线程单线程重放 ####

具体体现如下：

1.  从库磁盘 IO 无明显瓶颈。
2.  Relay\_Master\_Log\_File , Exec\_Master\_Log\_Pos 也在不断变化。
3.  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][MySQL]

#### 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 。

mysql> show variables like 'binlog_format';
    +---------------+-----------+
    | Variable_name | Value     |
    +---------------+-----------+
    | binlog_format | STATEMENT |
    +---------------+-----------+
    1 row in set (0.00 sec)
    
    mysql> select count(*) from sbtest.sbtest1;
    +----------+
    | count(*) |
    +----------+
    | 10000000 |
    +----------+
    1 row in set (1.41 sec)
    
    mysql> show create table sbtest.sbtest1\G
    *************************** 1. row ***************************
           Table: sbtest1
    Create Table: CREATE TABLE `sbtest1` (
      `id` int NOT NULL,
      `k` int NOT NULL DEFAULT '0',
      `c` char(120) NOT NULL DEFAULT '',
      `pad` char(60) NOT NULL DEFAULT ''
    ) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_0900_ai_ci
    1 row in set (0.00 sec)
    
    mysql> delete from sbtest.sbtest1 where id <= 100;
    Query OK, 100 rows affected (7.52 sec)

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。

#### 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。

mysql> show variables like 'binlog_format';
    +---------------+-------+
    | Variable_name | Value |
    +---------------+-------+
    | binlog_format | ROW   |
    +---------------+-------+
    1 row in set (0.00 sec)
    
    mysql> delete from sbtest.sbtest1 where id <= 100;
    Query OK, 100 rows affected (7.53 sec)

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：

1.  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。
2.  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 。

#### 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。

update sbtest.sbtest1 set c=repeat(M,120) where id<=N

接下来我们看看不同记录数下对应 Seconds\_Behind\_Master 的最大值。

<table> 
 <thead> 
  <tr> 
   <th>记录数</th> 
   <th>主库执行时长(s)</th> 
   <th>Seconds_Behind_Master最大值(s)</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>50000</td> 
   <td>0.76</td> 
   <td>1</td> 
  </tr> 
  <tr> 
   <td>200000</td> 
   <td>3.10</td> 
   <td>8</td> 
  </tr> 
  <tr> 
   <td>500000</td> 
   <td>17.32</td> 
   <td>39</td> 
  </tr> 
  <tr> 
   <td>1000000</td> 
   <td>63.47</td> 
   <td>122</td> 
  </tr> 
 </tbody> 
</table>

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][Binlog_-binlog_summary.py]

#### 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：

1. 消耗系统资源。

2. 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。

#### 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。

SQL 复制 全屏

#### 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。

## 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。

![011d6a7ebb8dfe5268ce616ba2c5e5d9.png][]

[MySQL]: http://mp.weixin.qq.com/s?__biz=Mzg5OTY2MjU5MQ==&mid=2247492702&idx=1&sn=b6c4953bbca9135cc4e5122646f7b398&chksm=c04d73cef73afad8b96d99826bbf83491a1fe511fd7b03d1ecb50f1a576af5c4f0cf2a9392ab&scene=21#wechat_redirect
[Binlog_-binlog_summary.py]: http://mp.weixin.qq.com/s?__biz=Mzg5OTY2MjU5MQ==&mid=2247483975&idx=1&sn=243c9337aa50b279c834c3cb4da83378&chksm=c04e95d7f7391cc1e1ac7c4601d38a5a3a40d098c104278f94cf318e3700b8afc307dda8b0ed&scene=21#wechat_redirect
[011d6a7ebb8dfe5268ce616ba2c5e5d9.png]: https://img-blog.csdnimg.cn/img_convert/011d6a7ebb8dfe5268ce616ba2c5e5d9.png