MySQL主从延迟现象及原理分析详解

一、现象

凌晨对线上一张表添加索引，表数据量太大(1亿+数据，数据量50G以上)，造成主从延迟几个小时，各个依赖从库的系统无法查询数据，最终影响业务。

现在就梳理下主从延迟的原理。

二、原理

根据 MySQL 官方文档 MySQL Replication Implementation Details 中的描述，MySQL 主从复制依赖于三个线程：master一个线程(Binlog dump thread)，slave两个线程(I/O thread和SQL thread)。主从复制流程如下图：

master 服务器和 slave 服务器连接时，创建Binlog dump thread以发送bin log数据：

• 一个Binlog dump thread对应一个 slave 服务器；
• Binlog dump thread从bin log获取数据时会加锁，获取到数据后，立即释放锁。

当 slave 服务器收到 START_SLAVE 命令时，会创建I/O thread和SQL thread：

• I/O thread以拉的方式，从 master 读取事件，并存储到 slave 服务器的relay log中；
• SQL thread从relay log中读取事件并执行；
• slave可以按照自己的节奏读取和更新数据，也可以随意操作复制进程(启动和停止)。

注: START_SLAVE命令成功启动线程后，如果后面I/O thread或SQL thread因为某些原因停止，则不会有任何的警告，业务方无法感知。可以通过查看 slave 的 error 日志，或者通过 SHOW SLAVE STATUS 查看 slave 上的线程状态。

通过 SHOW PROCESSLIST 可查看线程状态:

Binlog dump thread:

mysql> SHOW PROCESSLIST\G
*************************** 1. row ***************************
  Id: 2
 User: root
 Host: localhost:32931
  db: NULL
Command: Binlog Dump
 Time: 94
 State: Has sent all binlog to slave; waiting for binlog to
   be updated
 Info: NULL

I/O thread 和 SQL thread:

mysql> SHOW PROCESSLIST\G
*************************** 1. row ***************************
  Id: 10
 User: system user
 Host:
  db: NULL
Command: Connect
 Time: 11
 State: Waiting for master to send event
 Info: NULL
 *************************** 2. row ***************************
  Id: 11
 User: system user
 Host:
  db: NULL
Command: Connect
 Time: 11
 State: Has read all relay log; waiting for the slave I/O
   thread to update it
 Info: NULL

三、分析

根据上面的原理，由于slave是单线程(I/O thread)读取数据，单线程(SQL thread)更新数据，而master是多线程写入，那么只要master写入的频率大于slave读取更新的频率，就有可能出现主从延迟的情况，如:

1. master写入tps较高，大于slave更新速度；
2. slave执行某些语句耗时较长，如持有锁等；
3. master执行某些DDL语句时，执行的时间较长，在slave也执行相同的时间；

此处创建了索引，咨询 DBA，产生的bin log文件有100多G，数据量太大，导致从库I/O thread一直读取DDL操作产生的bin log事件，而影响到正常的业务DML事件的更新，从而表现为主从同步延迟。

四、解决方案

从主从延迟的原因来看，解决方案可以从以下几个方向入手：

1. 业务选型，对于无法忍受从库延迟的架构，可选择分布式架构等，避开从库延迟问题
2. 执行时间，对大表进行线上DDL操作尽量选择凌晨等业务量较小的时候
3. 硬件配置，升级从库硬件配置，如SSD
4. 减少请求，增加缓存层，减少读请求落库

总结