## 背景 我们知道MySQL的主备同步是通过binlog在备库重放进行的，IO线程把主库binlog拉过去存入relaylog，然后SQL线程重放 relaylog 中的event，然而这种模式有一个问题就是SQL线程只有一个，在主库压力大的时候，备库单个SQL线程是跑不过主库的多个用户线程的，这样备库延迟是不可避免的。为了解决这种n对1造成的备库延迟问题，5.6 引入了并行复制机制，即SQL线程在执行的时候可以并发跑。 关于其背后的设计思想，可以参考这几个worklog [WL#4648](http://dev.mysql.com/worklog/task/?id=4648)，[WL#5563](http://dev.mysql.com/worklog/task/?id=5563)，[WL#5569](http://dev.mysql.com/worklog/task/?id=5569)，[WL#5754](http://dev.mysql.com/worklog/task/?id=5754)，[WL#5599](http://dev.mysql.com/worklog/task/?id=5599)，之前的月报也对并行复制原理进程了阐述，读者朋友可以[回顾下](http://mysql.taobao.org/index.php?title=MySQL%E5%86%85%E6%A0%B8%E6%9C%88%E6%8A%A5_2015.01#MySQL_.C2.B7_.E4.BC.98.E5.8C.96.E6.94.B9.E8.BF.9B.C2.B7_.E5.A4.8D.E5.88.B6.E6.80.A7.E8.83.BD.E6.94.B9.E8.BF.9B.E8.BF.87.E7.A8.8B)。 本篇将从代码实现角度讲述并行复制是如何做的，分析基于MySQL 5.6.26。 ## 准备知识 ### binlog binlog 是对数据库更改操作的记录，里面是一个个的event，如类似下面的event序列： ~~~ Query_log Table_map Write/Delete/Update_row_event Xid ~~~ 关于每个event的含义可以参考[官方文档](https://dev.mysql.com/doc/internals/en/binlog-event.html)。 ### 配置 并行复制提供了几个参数配置，可以通过修改参数值对其进行调节。 ~~~ slave_parallel_workers // worker 线程个数 slave-checkpoint-group // 隔多少个事务做一次 checkpoint slave-checkpoint-period // 隔多长时间做一次 checkpoint slave-pending-jobs-size-max // 分发给worker的、处于等待状态的event的大小上限 ~~~ ### 概念术语 下面是并行复制中用到几个概念： ~~~ MTS // Multi-Threaded Slave，并行复制 group // 一个事务在binlog中对应的一组event序列 worker // 简称W，event 执行线程，MTS新引入的 Coordinator // 简称C，分发协作线程，就是之前的 SQL线程 checkpoint // 简称CP，检查点，C线程在满足一定条件下去做，目的是收集W线程执行完信息，向前推动执行位点 B-event // 标志事务开始的event，BEGIN 这种Query或者GTID G-event // 包含分发信息的event，如Table_map、Query T-event // 标志事务结束的event，COMMIT/ROLLBACK 这种Query 或者XID ~~~ ### 相关代码文件 sql/rpl_rli_pdb.h // pdb的是 parallelized by db name简写[WL#5563](http://dev.mysql.com/worklog/task/?id=5563) sql/rpl_rli_pdb.cc sql/rpl_slave.cc sql/log_event.cc sql/rpl_rli.h ### 并行执行原则 1. 并行执行的基本模型是生产者-消费者，C线程将event按db插入各W线程的任务队列，W线程从队列里取出event执行；  2. 同一个group(事务)内的event都发给同一个worker，保证事务的一致性； 3. 分发关系由包含db信息的event(G-evnet)决定，其它event按决定好的关系进行分发； ## 重要数据结构 1. `db_worker_hash_entry`，db->worker 映射关系，也即分发关系，所有的分发关系缓存在C的一个HASH表中(APH) ~~~ - db // db 名 - worker // 指向worker的指针，表示被分发到的W线程 - usage // 有多少正在分发的group用到这个关系 - temporary_tables // 用于在C和W之前传递临时表 ~~~ 2. `slave_job_item`，worker的jobs队列的成员 ~~~ - data // 就是一个binlog event ~~~ 3. `circular_buffer_queue`，用DYNAMIC_ARRAY arrary实现的一个首尾相连的环形队列，是其他重要数据结构的基类 ~~~ - Q // 底层用到的 DYNAMIC_ARRAY - size // Queue 的容量 - avail // 队列尾 - entry // 队列头 - len // 队列实际大小 - de_queue() // 出队操作 - de_tail() // 尾部出队 - en_queue() // 入队 - head_queue() // 取队列头，但是不出队 ~~~ 4. `Slave_job_group`，维护一个正在执行的事务的信息，如对应的位点信息、事务分发到的worker、有没有执行完等。 ~~~ - group_master_log_name // 对应主库的 binlog 文件名 - group_master_log_pos // 对应在主库 binlog 中的位置 - group_relay_log_name // 对应备库 relaylog 文件名 - group_relay_log_pos // 对应在备库 relaylog 中的位置 - worker_id // 对应的worker的id - worker // worker 指针 - total_seqno // 当前group是启动以来执行的第几个group - master_log_pos // group中B-event的位置 - checkpoint_seqno // 当前group是从上次做完CP后的第几个group - checkpoint_log_pos // worker收到checkpoint信号后更新 - checkpoint_log_name // 同上 - checkpoint_relay_log_pos // 同上 - checkpoint_relay_log_name // 同上 - done // 这个group是否已经被worker commit掉 - shifted // checkpoint 的时候shift值 - ts // 时间，更新SBM - reset() // 重置上面的成员变量 ~~~ 5. `Slave_committed_queue`，维护分发执行的group信息，是`circular_buffer_queue`的子类，队列里存的时 `Slave_job_group` ~~~ - lwm // 类型是Slave_job_group，低水位(Low-Water-Mark)，表示上次CP执行到的位置 - last_done // 类型是一个DYNAMIC_ARRAY，里面存的是Slave_job_group:total_seqno，表示每个worker执行到第几个group - assigned_group_index // 正在分发的group在GAQ中的位置 - move_queue_head() // 做checkpoint时，把已经commit的group移出队列 - get_job_group() // 返回队列指定位置的Slave_job_group - en_queue() // 入队一个 Slave_job_group ~~~ 6. `Slave_jobs_queue`，任务队列，也是`circular_buffer_queue`的子类，队列里存的是`slave_job_item`，每个worker有一个这样的任务队列 ~~~ - overfill // 队列满标志 - waited_overfill // 队列满的次数 ~~~ 7. `Slave_worker`，对应一个worker，`Relay_log_info` 的子类 ~~~ - jobs // 类型是 Slave_jobs_queue，C分发过来的event都放在这里面 - c_rli // 指向C的指针 - curr_group_exec_parts // 类型是 DYNAMIC_ARRAY，里面存的是当前group用到的分发关系，是指向APH成员的指针，简写CGEP - curr_group_seen_begin // 当前所在 group 有没有解析到 B-event - id // worker 的id标识 - last_group_done_index // worker上一次执行的group在GAQ中的位置 - gaq_index // worker 当前执行的的事务在GAQ中的位置 - usage_partition // worker用到的分发关系个数 - end_group_sets_max_dbs // 和串行执行相关的 - bitmap_shifted // CP后bitmap需要偏移的距离，用于调整 group_executed - wq_overrun_cnt // 超载多少 - overrun_level // 超载指标 - underrun_level // 饥饿指标 - excess_cnt // 用于往mts_wq_excess_cnt累计 - group_executed // 类型是 MY_BITMAP，标示CP后执行的group - group_shifted // 类型是 MY_BITMAP，计算group_executed，临时用作中间变量 - running_status // 标识 worker 线程的状态，可以有 NOT_RUNNING、RUNNING、ERROR_LEAVING、KILLED - slave_worker_ends_group () // 当一个group执行完或者异常终止时会调用 - commit_positions() // group执行完是调用，用于更新位点和bitmap - rollback_positions() // 回滚bitmap ~~~ 8. `Relay_log_info`，对应C线程，在MTS之前对应SQL线程，为了支持并行复制，在原来的基础上又加了一些成员 ~~~ - mapping_db_to_worker // 非常重要的成员，类型是HASH，用于缓存所有的分发关系，APH（Assigned Partition Hash），目的能通过db快速找到映射关系，但HASH长度大于mts_partition_hash_soft_max（固定16）时，会对没有使用的映射关系进行回收。 - workers // 类型是 DYNAMIC_ARRAY，成员是一个个Slave_worker - pending_jobs // 一个统计信息，表示待执行job个数 - mts_slave_worker_queue_len_max // 每个worker最多能容纳jobs的个数，目前hard code是16384 - mts_pending_jobs_size // 所有worker的job占的内存 - mts_pending_jobs_size_max // 所有worker的job占的内存，对应配置 slave_pending_jobs_size_max - mts_wq_oversize // 标示job占用内存已达上限 - gaq // 非常重要的成员，代码注释里经常提到的GAQ，类型是Slave_committed_queue，存的成员是Slave_job_group，大小对应配置 slave-checkpoint-group，用于W和C交互 - curr_group_assigned_parts // 类型是 DYNAMIC_ARRAY，当前group中已经分配的event的映射关系，可以和Slave_worker的curr_group_exec_parts对应，简写CGAP - curr_group_da // 类型是DYNAMIC_ARRAY，对于还无法决定分发worker的event，先存在这里 - mts_wq_underrun_w_id // 标识比较空闲的worker的id - mts_wq_excess_cnt // 标示worker的超载情况 - mts_worker_underrun_level // 当W的任务队列大小低于这个值的认为处于饥饿状态 - mts_coordinator_basic_nap // 当work负载较大时，C线程sleep，会用到这个值 - opt_slave_parallel_workers // 对应配置 slave_parallel_workers - slave_parallel_workers // 当前实际的worker数 - exit_counter // 退出时用 - max_updated_index // 退出时用 - checkpoint_seqno // 上次CP后分发的group个数 - checkpoint_group // 对应配置 mts_checkpoint_group - recovery_groups // 类型是 MY_BITMAP，恢复时用到 - mts_group_status // 分发线程所处的状态，取值为 MTS_NOT_IN_GROUP、MTS_IN_GROUP、MTS_END_GROUP、MTS_KILLED_GROUP - mts_events_assigned // 分发的event计数 - mts_groups_assigned // 分发的group计数 - least_occupied_workers // 类型是 DYNAMIC_ARRAY，从注释将worker按从空闲到繁忙排序的一个数组，用于先worker用，但是实际并未用到。 - last_clock // 上次做checkpoint的时间 ~~~ 9. 其它方法 ~~~ map_db_to_worker() // 把db映射给worker get_least_occupied_worker() // 获取负载最小的worker wait_for_workers_to_finish() // 等待worker完成，并发临时转成串行是用到 append_item_to_jobs() // 把任务分发给 worker mts_move_temp_table_to_entry() // 用于传递临时表 mts_move_temp_tables_to_thd() // 同上 ~~~ ## 初始化 和单线程SQL相比，MTS需要初始化新加的MTS变量和启动worker线程。 主要是`slave_start_workers()`这个函数。会初始化C线程的MTS变量，如workers、curr_group_assigned_parts、curr_group_da、gaq等，接着调用`init_hash_workers()` 初始化HASH表mapping_db_to_worker，在这些做完后依次调用 `slave_start_single_worker()` 初始化每个worker并启动W线程。worker 的的初始化包括jobs任务队列、curr_group_exec_parts 等相关变量，其中jobs长度目前是固定的16384，目前还不可配置；worker线程的主函数是`handle_slave_worker()`，不停的调用`slave_worker_exec_job()`来执行C分配的event。 ## Coordinator 分发协作 分发线程主体和之前的SQL线程基本是一样的，不停的调用 `exec_relay_log_event()` 函数。`exec_relay_log_event()`主要分2部分，一是调用`next_event()`读取relay log，一是`apply_event_and_update_pos()` 做分发。 `next_event()` 比较简单，就是不停的用 `Log_event::read_log_event()` 从relay log 读取event，除此之外还会调用`mts_checkpoint_routine()` 做checkpoint，后面会详细讲checkpiont过程。 `apply_event_and_update_pos()`进行分发的入口是`Log_event::apply_event()`，如果没有开MTS，就是原来的逻辑，SQL线程直接执行event，如果开了MTS的话，调用`get_slave_worker()`，这个是分发的主逻辑。 在介绍分发逻辑前，先将所有的binlog event 可以分下类（代码里是这么分的）: ~~~ B-event // BEGIN(Query) 或者 GTID G-event // 包含db信息的event，Table_map 或者 Query P-event // 一般放在G-event前的，如int_var、rand、user_var等 R-event // 一般放在G-event后的，如各种Rows event T-event // COMMIT/ROLLBACK(Query) 或者XID ~~~ 分发逻辑是这样的: 1. 如果是B-event，表明是事务的开始，mts_groups_assigned 计数加1，同时GAQ中入队一个新的group，表示一个新的事务开始，然后把event放入curr_group_da，因为B-event没有db信息，还不知道分发给哪个worker; 2. 如果是G-event，event里包含db信息，就需要按这个db找到一个分发到的worker，worker选择机制是`map_db_to_worker()`实现。调用`map_db_to_worker()`时，有2个参数比较重要，一个是dbname，这个就是分发关系的key，一个是last_worker，表示当前group中event上一次分发到的worker(last_assigned_worker)； * 在当前group已经用到的映射关系(curr_group_assigned_parts CGAP)中找，如果有同db的映射关系，就直接返回last_worker；如果找不到，就去APH中按db名搜索； * 如果APH中搜到的话，分3种情况，a) 这个映射关系没有group用到，就直接把db映射为last_worker，如果last_worker为空的主话，就找一个最空闲的worker，`get_least_occupied_worker()` b) 这个映射关系有group用，并且对应的worker和last_worker一样，就用last_worker，映射关系引用计数加1 c) 如果映射关系对应的worker和last_worker不一样，这表示有冲突，就需要等到引用这个映射关系的group全部执行完，然后把db映射为last_worker； * 如果没搜到的话，就新生成一个映射关系，key用db，value用last_worker，如果last_worker为空的话，选最空闲的worker，`get_least_occupied_worker()`，并把新生成的映射插入到APH中，如果HASP表长度大于 mts_partition_hash_soft_max 的话，在插入前会对APH做一次收缩，从中去除掉没有被group引用的映射关系； * 把选择的映射关系插入到 curr_group_assigned_parts 中。 3. 如果是其它event，worker直接用last_assigned_worker。 什么时候切换为串行？ 如果G-event包含的db个数大于MAX_DBS_IN_EVENT_MTS(16个)，或者更新的表被外键依赖，那么就需要串行执行当前group。串行固定选用第0个worker来执行，在分发前会等待其它worker全部执行完，在分发后会等待所有worker执行完。gropu执行完后自动切换为并行执行。 worker 确定好了，下一步就是分发event了，入口函数 `append_item_to_jobs()`。这个函数的作用非常明确，就是把event插入到worker的jobs队列中，在插入前会有对event大小有检查： 1. 如果event大小已经超过了等待任务大小的上限（配置slave-pending-jobs-size-max )，就报event太大的错，然后返回； 2. 如果event大小+已经在等待的任务大小超过了slave-pending-jobs-size-max，就等待，至到等待队列变小； 3. 如果当前的worker的队列满的话，也等待。 ## Worker 执行 W线程执行的主逻辑是 `slave_worker_exec_job()`: 1. 从自己的job队列里取出event； 2. 根据event的信息，来更新worker中的变量，如curr_group_exec_parts(CGEP)、future_event_relay_log_pos、gaq_index等； 3. 执行event，`do_apply_event_worker()`，最终调用每个event的`do_apply_event()`方法，和单线程下一样； 4. 如果是T event，调用 `slave_worker_ends_group()`，表示一个事务已经执行完了，a) 更新位点，通过`commit_positions()`，更新事务在GAQ中对应的`Slave_job_group`，这样C就知道W执行到哪了，另外还会更新W的bitmap信息(如果是xid event，在apply_event中就会调用commit_positions) b) 清空 curr_group_exec_parts，将映射关系中的引用数减1; 5. 更新C的队列统计信息，如等待执行任务数pending_jobs，等待执行任务大小mts_pending_jobs_size等； 6. 更新 overrun 和 underrun 状态。 分发和执行逻辑可以用下图简单表示：  C线程在GAQ中插入group，标示一个要执行的事务，接着确定分发关系（从CGAP或者APH中，或者生成新的），然后按映射关系把event分发给对应worker的job队列；worker在执行event过程中更新自己的CGEP，在执行完整个group后，根据CGEP中的记录去更新APH中引用关系的计数，同时把GAQ中的对应group标示为done。 ## checkpoint 过程 如前所述，C线程会在从relaylog读取event后，会尝试做checkpoint，入口函数是`mts_checkpoint_routine()`。checkpoint的作用是把worker执行完的事务从GAQ中去除，向前推进事务完成点。 有2个条件会触发checkpoint： 1. 当前时间距上次checkpoint已经超过配置 mts-checkpoint-period，这时会尝试做一次checkpoint，不管有没有向前推进事务； 2. 上一次checkpoint后分发的事务数已经到达checkpoint设置上限(slave-checkpoint-group)，这时会强制做checkpoint，如果一次checkpoint没成功，会一直重试，直至成功。 GAQ中的事务推进通过 `Slave_committed_queue::move_queue_head()` 实现，从前向后扫描GAQ中的group： 1. 如果当前group已经完成(通过标志`Slave_job_group.done`标志确认)，就把这个group出队，同时把这个出队的group信息赋给低水位lwm，向前推进； 2. 如果遇到没有完成的group，就是遇到一个gap，表示对应worker还没执行完当前group，checkpoint不能再向前推进了，到此结束，返回值就是退出前已经推进的group个数。  ## slave 停止 类似单线程复制，stop slave 命令会终止C线程和W线程的运行。 C线程收到退出信号后，会先调用`slave_stop_workers()`终止W线程，过程如下： 1. 依次把每个运行中的 worker 的 runnig_status 设置`Slave_worker::STOP`，同时设置worker执行终止位置`rli->max_updated_index`； 2. C线程等待所有W线程终止(`w->running_status == Slave_worker::NOT_RUNNING`)； 3. 调用`mts_checkpoint_routine()`，做一次checkpoint； 4. 释放资源，如APH、GAQ、CGDA(curr_group_da)、CGAP(curr_group_assigned_parts)等。 W线程在`pop_jobs_item()`中会调用`set_max_updated_index_on_stop()`，会检查2个条件 1) job队列是空的，2) 当前worker执行的事务在GAQ中的位置，是否已经超过`rli->max_updated_index`；任一条件满足就设置状态 running_status 为 `Slave_worker::STOP_ACCEPTED`，表示开始退出。 从上面的逻辑可以看出，在收到stop信号后，worker线程会等正在执行的group完成后，才会退出。 ## 异常退出 W被kill或者执行出错 1. `slave_worker_exec_job()` 进入错误处理逻辑，调用`Slave_worker::slave_worker_ends_group()`，给C线程发KILL_QUERY信号，然后做相关变量的清理，把job队列的任务全部清理掉，最终把running_status置为`Slave_worker::NOT_RUNNING`，表示结束； 2. C线程收到kill信号后，停止分发，然后进入`slave_stop_workers()`逻辑，给活跃的W线程发送STOP信号； 3. 其它W线程收到STOP信号后，会处理job队列中所有的event； 4. 和stop slave不同的是，C线程最后不会做checkpoint。 C被kill C被kill的处理逻辑和stop slave差不多，不同之处在于等worker全部终止后，不会做checkpoint。 ## 恢复 Slave线程重启（正常关闭或者异常kill）后，需要根据Coordinator和每个Worker的记录信息来进行恢复，推进到一个一致状态后再开始并行，详细过程我们下期月报再分析。 ## 存在的问题 5.6 的MTS是按db来进行分发的，分发粒度太大，如果只有一个db的时候，就没有并发性了，所有group都分给一个worker，就变成单线程执行了。一个简单的优化改进是改成按table来分发，只需要把分发的key从dbname改成dbname + tablename，整体分发逻辑不需要变动。再进一步，如果遇到热点表更新呢，这时候binlog里记录的event都是针对一个表的更新，又会变成串行执行。这个时候就需要变化一下分发测略喽，如按事务维度进行分发，这个策略对源码的改动就会比较大些，有需要的同学可以试试:-)