1. 主库A执行完成一个事务， 写入binlog ，记为 T1
2. 然后传给从库B，从库B 接收该binlog ，记为 T2
3. 从库B执行完成这个事务，记为 T3
4. 同步延时： T3-T1

• 同一个事务，在 从库执行完成的时间 和 主库执行完成的时间 之间的差值
• SHOW SLAVE STATUS 中的 Seconds_Behind_Master

Seconds_Behind_Master

1. 计算方法

• 每个事务的 binlog 里面都有一个 时间字段 ，用于记录该 binlog 在 主库 上的写入时间
• 从库取出当前正在执行的事务的时间字段的值，计算它与当前系统时间点差值，得到 Seconds_Behind_Master
• 即 T3-T1

1. 如果主库与从库的时间不一致， Seconds_Behind_Master 会不会有误差？

• 一般不会
• 在 从库连接到主库 时，会通过 SELECT UNIX_TIMESTAMP() 获取 当前主库的系统时间
• 如果 从库 发现 当前主库的系统时间 与自己的不一致，在计算 Seconds_Behind_Master 会 自动扣除 这部分差值
• 但建立连接后，主库或从库又修改了系统时间，依然会不准确

1. 在 网络正常 的情况下， T2-T1 通常会非常小，此时同步延时的主要来源是 T3-T2

• 从库消费 relaylog 的速度跟不上主库生成 binlog 的速度

延时来源

1. 从库所在 机器的性能 要弱于主库所在的机器

• 更新请求对于IPOS的压力 ，在 主库 和 从库 上是 无差别 的

1. 非对称部署 ：20个主库放在4个机器上，但所有从库放在一个机器上

• 主从之间可能会 随时切换 ，现在一般都会采用 相同规格的机器 + 对称部署

1. 从库压力大

• 常见场景：管理后台的查询语句
• 从库上的查询耗费大量的 CPU资源 和 IO资源 ，影响了同步速度，造成了 同步延时
• 解决方案
• 一主多从 ，分担读压力，一般都会采用
• 通过 binlog 输出到 外部系统 ，例如Hadoop

1. 大事务

• 主库上必须等待 事务执行完成 后才会写入 binlog ，再传给从库
• 常见场景1： 一次性删除太多数据 （如归档的历史数据）
• 解决方案：控制每个事务删除的数据量，分多次删除
• 常见场景2： 大表DDL
• 解决方案： gh-ost

1. 从库的 并行复制能力 （后续展开）

切换策略

可靠性优先

切换过程一般由专门的 HA 系统完成，存在 不可用时间 （主库A和从库B都处于 只读 状态）

1. 判断 从库B 的 Seconds_Behind_Master 值，当 小于 某个值（例如5）才继续下一步
2. 把 主库A 改为 只读 状态（ readonly=true ）
3. 等待 从库B 的 Seconds_Behind_Master 值降为 0
4. 把 从库B 改为 可读写 状态（ readonly=false ）
5. 把 业务请求 切换至 从库B

可用性优先

不等主从同步完成， 直接把业务请求切换至从库B ，并且让 从库B可读写 ，这样几乎不存在不可用时间，但可能会 数据不一致

表初始化

CREATE TABLE `t` (
 `id` INT(11) UNSIGNED NOT NULL AUTO_INCREMENT,
 `c` INT(11) UNSIGNED DEFAULT NULL,
 PRIMARY KEY (`id`)
) ENGINE=InnoDB;
INSERT INTO t (c) VALUES (1),(2),(3);

插入数据

INSERT INTO t (c) VALUES (4);
-- 主库上的其它表有大量的更新，导致同步延时为5S，插入c=4后发起了主从切换
INSERT INTO t (c) VALUES (5);

MIXED

1. 主库A执行完 INSERT c=4 ，得到 (4,4) ，然后开始执行 主从切换
2. 主从之间有5S的同步延迟，从库B会先执行 INSERT c=5 ，得到 (4,5) ，并且会把这个 binlog 发给主库A
3. 从库B执行主库A传过来的 INSERT c=4 ，得到 (5,4)
4. 主库A执行从库B传过来的 INSERT c=5 ，得到 (5,5)
5. 此时主库A和从库B会有 两行 不一致的数据

ROW

1. 采用 ROW 格式的 binlog 时，会记录新插入行的 所有字段的值 ，所以最后只会有 一行 数据不一致
2. 主库A和从库B的同步线程都会 报错并停止 ： duplicate key error

小结

1. 使用 ROW 格式的 binlog ，数据不一致的问题 更容易发现 ，采用 MIXED 或 STATEMENT 格式的 binlog ，数据可能悄悄地不一致
2. 主从切换采用 可用性优先 策略，可能会导致 数据不一致 ，大多数情况下，优先选择 可靠性优先 策略
3. 在满足 数据可靠性 的前提下，MySQL的 可用性 依赖于 同步延时 的大小（ 同步延时越小 ， 可用性越高 ）

想免费学习Java工程化、分布式架构、高并发、高性能、深入浅出、微服务架构、Spring，MyBatis，Netty源码分析等技术的朋友，可以加群：834962734，群里有阿里大牛直播讲解技术，以及Java大型互联网技术的视频免费分享给大家，欢迎进群一起深入交流学习。