## 前言 很久很久以前，内核君发表了一篇[HA方案·TokuDB热备](http://mysql.taobao.org/index.php?title=MySQL%E5%86%85%E6%A0%B8%E6%9C%88%E6%8A%A5_2014.09#TokuDB.C2.B7_HA.E6.96.B9.E6.A1.88.C2.B7TokuDB.E7.83.AD.E5.A4.87)的文章，方法很简单： 1. SET TOKUDB_CHECKPOINT_LOCK=ON; 2. 开始拷贝TokuDB的数据文件(不包含日志文件)； 3. FLUSH TABLES WITH READ LOCK; 4. 记录binlog位置，拷贝最新的binlog和TokuDB的日志文件(*.tokulog)； 5. UNLOCK TABLES; 6. SET TOKUDB_CHECKPOINT_LOCK=OFF; 这些步骤可以很方便的嵌入到Percona XtraBackup中，与InnoDB一起工作，目前看是一个比较简单可行的方案。 ## 大实例备份恢复问题 问题来了。 当某个实例的数据量达到TB级，你会发现备库(基于备份)重搭后，启动会灰常灰常慢，因为他们都在recover redo-log，为什么呢？ 1. SET TOKUDB_CHECKPOINT_LOCK=ON; 2. 开始拷贝TokuDB的数据文件(不包含日志文件)，由于拷贝TB级的数据非常耗时，redo log持续增加甚至上万个 当TokuDB启动后，扫描和recover这几万个redo log将是灾难性的。 解决这个问题比较简单，我们稍微调整下热备的顺序即可： 1. SET TOKUDB_CHECKPOINT_LOCK=ON; 2. FLUSH TABLES WITH READ LOCK; 3. 记录binlog位置，拷贝最新的binlog和TokuDB的日志文件(*.tokulog)； 4. UNLOCK TABLES; 5. 开始拷贝TokuDB的数据文件(不包含日志文件) –移动到这里 6. SET TOKUDB_CHECKPOINT_LOCK=OFF; 这样在拷贝TokuDB数据文件的时候，就跟redo-log没半毛钱关系了，而且拷贝的redo-log数也大大减少！ ## 优化改进 本以为这样就可以早点下班回家，但问题还是来。 某实例有几十万个TokuDB文件(分区表文件)，使用热备的数据备库重搭后，复制过程中偶尔会出现”Duplicate entry … for key ‘PRIMARY’“错误。 引起这个错误的原因比较深，触发自TokuDB内部机制。 TokuDB每个分区表有数个文件组成（想了解TokuDB数据库文件的请[轻戳这里](http://mysql.taobao.org/monthly/2015/09/10/)），当分区表非常多的时候，打开的文件句柄数会非常多，受限于`open_files_limit`配置，TokuDB底层会触发句柄关闭机制，对当前文件进行checkpoint操作(新数据被刷到磁盘且生效)再做close，这样即使拿到checkpoint锁后，还是有数据被写入，就引发了以上问题。 为了解决这个问题，我们在热备的过程中引入一个状态：in_backup = true，防止文件关闭做checkpoint操作，具体的patch见[这里](https://github.com/percona/PerconaFT/pull/331/files)。 这样TokuDB的热备就比较完美了，整个热备过程中，所有的数据文件均处于一个“一致性”状态，所有的操作都在redo-log里，不再污染数据文件。