大家好，我是 Snow Hide，作为《MySQL 实战》这个专栏的学员之一，这是我打卡的第 35 天，也是我第 100 次进行这种操作。
今天我温习了该专栏里一篇叫《MySQL 是怎么保证高可用的？》的文章。
关键词总结：主备延迟（同步有关的时间点、seconds_behind_master 计算方法、主备延迟最直接的表现）、主备延迟的来源（备库机器性能比主库机器差、备库压力大、大事物、导致主备延迟的另一个原因）、可靠性优先策略（双主结构下，主备切换过程）、可用性优先策略（当 binlog_format 为 mixed 时的切换流程、当 binlog_format 为 row 时的切换流程、适用场景、异常切换效果）。
所学总结：
主备延迟
同步有关的时间点
- 主库执行完成一个事务，写入 binlog，该时刻记为 T1；
- 传给备库，备库接收完 binlog 的时刻记为 T2；
- 备库执行完该事物，该时刻记为 T3。
执行 show slave status 命令以显示 seconds_behind_master 的值，该值表示备库延迟了多少秒。
seconds_behind_master 计算方法
- 每个事务的 binlog 里都有一个时间字段，以记录主库上的写入时间；
- 备库取正在执行的事务的时间字段的值，计算它与系统时间的差值，得到
seconds_behind_master。
seconds_behind_master 参数计算的就是 T3-T1，其可以被用来做主备延迟的值，精确度为秒。
主备延迟最直接的表现
备库消费中转日志（relay log）的速度，比主库生产 binlog 的速度慢。
主备延迟的来源
备库机器性能比主库机器差
- 问题：早期的主库硬件资源富足，而备库的硬件资源比较拮据；
- 方案：主备选用相同规格的机器，并做对称部署。
备库压力大
- 问题：备库查询耗费大量 CPU 资源，影响同步速度；
- 方案：一主多从。除备库外，多接几个从库，让从库分担读压力。通过 binlog 输出到外部系统，如 Hadoop 这类系统，让外部系统提供统计类查询能力。
大事务
- 问题：一次性太多 delete 语句、大表 DDL；
- 方案：控制每个事务删除的数据量、计划内的 DDL 尽量使用 gh-ost 方案。
导致主备延迟的另一个原因
- 问题：备库并行复制能力。
可靠性优先策略
双主结构下，主备切换过程
- 判断备库的
seconds_behind_master，小于某值则继续下一步，否则继续重试； - 主库切换成只读，即
readonly设置为true； - 判断备库的
seconds_behind_master，直到其变成 0 为止； - 备库切换成读写，即
readonly设置为false； - 业务请求切至备库。
可用性优先策略
切换流程
假设主备延迟达到 5 秒时，在插入一条语句后发起了主备切换：
insert into t(c) values(4);
insert into t(c) values(5);
当 binlog_format 为 mixed 时的切换流程
- 主库执行完 insert 语句，插入 (4,4)，并开始进行主备切换；
- 主备之间延迟 5 秒，所以备库没来得及应用 “插入 c=4” 中转日志，就开始接收客户端 “插入 c=5” 的命令；
- 备库插入一行数据 (4,5)，并将 binlog 发给主库；
- 备库执行 “插入 c=4” 中转日志，插入数据 (5,4)。直接在备库执行的 “插入 c=5” 语句，被传至主库，插入了新数据 (5,5)。
当 binlog_format 为 row 时的切换流程
- 使用 row 格式的 binlog 时，数据不一致的问题更容易被发现。而使用 mixed 或 statement 格式的 binlog 时，数据很可能悄悄地就不一致了。如果过了很久才发现数据不一致的问题，很可能这时的数据不一致已经不可查，或连带造成了更多的数据逻辑不一致；
- 主备切换的可用性优先策略会导致数据不一致。因此，大多数情况下，都尽量使用可靠性优先策略。对数据服务来说，数据的可靠性优于可用性。
适用场景
- 当有一个库的作用为记录操作日志时，如果数据不一致则可以通过 binlog 来修补，而该短暂不一致也不会引发业务问题；
- 同时，业务系统依赖该日志写入逻辑，如果该库不可写，会导致线上业务操作无法执行。
异常切换效果
在满足数据可靠性的前提下，MySQL 高可用系统的可用性，是依赖于主备延迟的。延迟的时间越小，在主库故障时，服务恢复所需时间就越短，可用性就越高。
末了
重新总结了一下文中提到的内容：MySQL 高可用系统基础、导致主备延迟的情况、切换策略的不同选择、可靠性优先和可用性优先策略、建议使用可靠性优先策略、减少主备延迟以提升系统可用性。
