mysql复制是怎么一回事

1，为什么需要mysql复制技术，有什么用？
单台数据库服务器的能力总是有限的。根据专业人士的经验，一台8核心32G配置的服务器，承受50~200的并发连接请求，算是很好了。mysql复制是提升数据存储层面能力的一种方式。
 

2，怎么提升数据库性能？

那么提升数据库性能有两个途径：1，提升硬件配置。2，增加服务器数量。 
对于1，性价比很低。这个属于垂直扩展，专业名字叫scale up
对于2，就是集群技术，属于水平扩展，也叫scale out
 

集群技术是一种把多台服务器当做一台来使用的技术。应用层面与存储层分离，不需要考虑存储层的变化对应用层的影响。那数据库可以做集群吗？
 
 

3，数据存储层面的怎么扩展？

其实我们公司目前的设计，是在应用层把不同的用户的访问请求定位到不同的数据库服务器。应用层面直接去找用户对应的数据库服务器ip，建立连接进行访问。一般来说，单个用户有一定数量的终端设备。每个设备与通信服务器建立连接（通信服务器这里可做集群扩展），通信服务器与数据存储层交互。
 
我们给每一个用户建立一个数据库，在这个数据库下面给用户拥有的每一个终端设备，建立一张表。在数据库的层面分流负载。
 
这个设计的问题：
我们的设计中，通信服务器与数据库服务器之间需要预先建立一定数量的连接（或者改为动态？）。
1，比如有一台通信服务器，一台mysql服务器。通信服务器与数据库预服务器先建立30个连接。这是OK的。随着访问请求的增长，一般数据库的承受能力先到上限，考虑增加数据库的数量，分流负载。

2，一台通信服务器，多台mysql服务器。通信服务器与每一个数据库服务器都建立30个连接。（通信服务器承受能力>数据库的承受能力）。访问请求继续增长，通信服务器的承受能力也到了上限，考虑增加通信服务器数量。

3，多台通信服务器，多台mysql服务器。每一个通信服务器与每一个数据库服务器建立30个连接。
这里就要考虑mysql最多可以有多少个并发连接，性能会不会下降，下降多少？这里可能是一个限制条件。比如3台通信服务器，每个数据库就有3*30=90个连接。这个会不会有问题。

负载测试：

 1，逻辑上，一台通信服务器，一台mysql服务器。物理上，可以在一台机器上，也可以在两台机器上。分两种情况测试。观察网络负载，cpu,内存，磁盘I/O的使用情况。得出这个架构可以承受的最大终端数。
 2，同上

 3，同上
 

这是题外话，先继续吧。。。
 

4. mysql的复制技术
 

4.1 mysql复制的结构

其实通过mysql复制，只可以提升数据存储层对于读请求的响应能力，无法提升对于写请求的响应能力。

结构：
 1，一主一从

    主----->从

2，一主多从
    主----->从
           |-->从
           |-->从
  主节点网络IO，磁盘IO的压力看起来比较大
  
 3，层级结构
      主----->从----->从
             |-->从     |-->从  
 主节点的复制工作量相对一主多从，要轻一些
 
 主节点可读可写，从节点只能读。
 
4.2 从节点多了产生的问题

从节点多了之后，应用程序对从节点的读操作，也需要做负载均衡啊。
对于mysql这种有缓存的应用，做负载均衡会又面临一个缓存命中的问题。
 
4.2.1 负载均衡与缓冲命中

mysql缓存，是用来提高响应速度。因为内存的访问速度远远大过磁盘。把一部分经常用到
的数据预先放入内存里面，大部分的查询只要在内存里面读取数据，那就不用每一次查询都去读磁盘的文件，那太耗费时间了。比如100次的查询操作，有90次在内存里面读数据，10次去磁盘读数据，那缓存命中率就是90%了。
 
毕竟内存的大小，相对于磁盘的大小还是比较小的，数据量一直也在增长。不可能说把磁盘里的数据全部都缓存到内存中，那样命中率就100%了。内存空间毕竟有限，只能缓存一定量的数据。如果这一定量的数据比较稳定，变动不是很大，那样命中率就能高一点。所以多个从节点，各自有一些分工的话，各自应对某一类的查询，就可以提高这个命中率。
出于这个考虑，根据sql语句进行分类，分配到各个从节点。

4.2.1.1 提高缓存命中的方式：

分类有几种方式：
 1，取模
对sql语句做散列运算得出特征值，用这个值对节点数取模，比如有三个节点，取模可能得到0,1,2。0,1,2分别对应着一个节点。这个sql查询就被分配到这个取模结果对应的节点了。

计算式：sql语句特征值/节点数 =0~2 ------> 0节点
                                                               |---> 1节点
                                                               |---> 2节点
缺点：

节点数一旦变化，如新加一个节点，或因为节点失效删除一个节点，计算式“sql语句的特征值/节点数” 所得到的结果都可能产生变化，sql的分配大范围变化，所有节点上原来已经比较稳定的缓存，需要一定时间才能重新稳定下来。这期间的整体响应性能就不太稳定了。
  
 2，一致性hash
  对于节点增删引起的缓存抖动，一致性hash可以把这个抖动限制在一个较小的范围。
  
  计算式：sql语句特征值/(2^32)= 0 ~ 2^32-1
                节点特征值/(2^32)= 0 ~ 2^32-1
  
  节点和sql语句都落在一个0 ~ 2^32-1的环上。
  一个节点失效的话，影响范围缩小到这个节点和逆时针方向上一个节点之间的sql语句。
  
缺点：节点分布不均，导致节点的承受的负载不均。
  
 3，虚拟节点
真实节点虚拟成多个虚拟节点，均匀分布在0 ~ 2^32-1的环上。节点的负载更均匀。
ps: 数学是短板啊，死脑细胞。
  
公共缓存memcached： 

以上是在程序层面考虑，提高缓存命中的方法。
另外有一种公共缓存的方式：memcached, 具体不清楚，先知道有这样一种方法吧。。

应用层面跟数据存储层面，耦合度最好小一点，应用层就不需要太关心数据存储层的变化，
不受太多影响，这里引出下面一个话题：mysql读写分离工具。
 

 4.3 mysql读写分离工具（有哪些？）：
    其实就是在应用层和数据存储层之间增加一个中间层，它可以理解sql语句是读还是写，
    然后把写的操作分配到主节点，把读的操作分配到从节点。就像一个sql语句的路由器。
 
 
 4.4 那mysql复制可以解决一些什么问题？
  扩展和负载均衡
  高可用
  数据分布
  数据备份
  mysql升级测试，不可能在主节点去做测试吧。。
  
 先知道有这样一些概念，具体还讲不太清楚。
 
 4.5 mysql复制架构有什么缺陷？
前面也提到过，从节点只能读，不能写，所以这个架构对于写入的能力没有提升的效果。
而且，主节点是单节点，如果主节点挂了，怎么恢复？从节点倒没什么，挂了只是会影响访问速度。
  
  解决方案：
   1，表分散到不同的节点（垂直分割）
   2，当一个表的访问量很大的时候，对表做分片（水平分割）

怎么分呢，是根据一个字段来分，比如1~10000分到节点1,10001~20000分到节点2 
自然也需要有一个全局管理者，知道哪些范围的数据在哪个节点。
    
写入操作涉及的节点越多，写入速度会越快，因为写入负载被分散
查询操作涉及的节点越多，查询就越慢，因为要把各个分散的数据集中读取到内存，再
排序，返回结果，比较的麻烦。
    
这里也不应该忘记sql语句的设计，不要太糟糕。。
    
简单来说，mysql复制可以提供读的扩展，而写的扩展，需要分表，或分片。
 

最后，来说说mysql复制的工作原理吧。
 
 4.6 mysql复制是怎么实现的？
 mysql复制需要主节点打开二进制日志。
  
二进制日志（记录所有写入，更新，删除等引起数据发生变动的操作）：
记录方式：
    1，statment语句记录
     记录sql语句，问题：now()函数等
    2，raw行记录
     问题：导致记录量增加
     比如某一个更新操作涉及1000行数据，一个sql语句可以表达出来
     但记录行的话，就要增加1000条记录。
    3，mix混合方式记录
     综合前两种方式，尽量避免各自的问题。由mysql来判断什么时候
     使用语句记录，什么时候使用行记录。
  

  复制是如何进行的：
  从节点的IO线程会去主节点的3306端口，请求读取二进制日志事件对应的数据。
  主节点这时启动dump线程，从二进制日志中读取数据，读取一条，发一条，发给
  从节点的IO线程。
  从节点收到数据后，写入本地的中继日志。从节点的sql线程，从中继日志中读取数据，
  读取一条，在本地执行一次。从节点一般关闭二进制日志，避免额外的开销。
  
  二进制日志中，会记录产生这个事件的服务器的id号。
  复制架构里面，每个节点有各自不同的id号。
  
  要知道复制是异步的，因为主节点的数据写入，如果要等待从节点复制完成，再返回，
  那响应速度恐怕不太好。
  
  问题：从节点的数据可能落后与主节点的数据。
  
  从节点可以多个主节点吗？
  不行，只能有一个。

（MariaDB支持多主复制，但不是复制同一个数据库，从不同主节点复制不同的数据库）
  
  双主复制模型：

两个节点，又是主节点，又是从节点。
问题：

1，自增长id，一个id为奇数，一个为偶数，id增长步进为2,可避免id冲突。
2，数据不同步，同一时间，同一条记录被修改
     年龄 工资
     A 40， +1000
     B <3000, -2
     
     41岁，工资2800
     A 41，3800
     B 39,2800
 
    造成数据不同步

双主模型的作用：
    高可用
    读操作负载均衡
    写操作则没有起到均衡效果（因为每一个写操作在两边都会发生，区别在于直接写
    还是通过复制写）

本文出自 “古二娃” 博客，请务必保留此出处http://guli3057.blog.51cto.com/6809117/1591354