优雅地使用pt-archiver进行数据归档

术小能手 2017-11-29 10:18:01 浏览181 评论0 发表于： 老叶茶馆
mysql 日志 公有云 test charset uuid source statistics

摘要： 一、引言 最近由于业务需求，需要将公有云RDS（业务库）的大表数据归档至私有云MySQL（历史库），以缩减公有云RDS的体积和成本。 那么问题来了，数据归档的方式有n种，选择哪种呢？经过一番折腾，发现使用percona的pt-archiver就可以轻松并优雅地对MySQL进行数据归档。

7317b2bf9c910bcf1ecb7c629ead4ac2ad8d6df5
一、引言

最近由于业务需求，需要将公有云RDS（业务库）的大表数据归档至私有云MySQL（历史库），以缩减公有云RDS的体积和成本。

那么问题来了，数据归档的方式有n种，选择哪种呢？经过一番折腾，发现使用percona的pt-archiver就可以轻松并优雅地对MySQL进行数据归档。

待我娓娓道来~

1.1 pt-archive是啥

属于大名鼎鼎的percona工具集的一员，是归档MySQL大表数据的最佳轻量级工具之一。

注意，相当轻，相当方便简单。

1.2 pt-archive能干啥

清理线上过期数据；
导出线上数据，到线下数据作处理；
清理过期数据，并把数据归档到本地归档表中，或者远端归档服务器。
二、基本信息

2.1 MySQL环境

0943088ab6ea0b21de9535ace36fbe33c85b9dff
2.2 pt-archiver信息

a503ee9975545f14614ba196999d1767ec516057
2.3 归档表信息

aca6666fb35f4edd98f881c77e5b05b78ad84a9d
注意：pt-archiver操作的表必须有主键

d4c8f64a3e0ada4a2210dd5c690fa60663554d00

三、模拟场景

3.1 场景1-1：全表归档，不删除原表数据，非批量插入



pt-archiver \ --source h=10.73.129.187,P=3306,u=backup_user,p='xxx',D=test123,t=c1 \ --dest h=10.73.129.188,P=3306,u=backup_user,p='xxx',D=test123,t=c1 \ --charset=UTF8 --where '1=1' --progress 10000 --limit=10000 --txn-size 10000 --statistics --no-delete
f522591bb4ee06259c6c2b60eff97ada10d5f15d

3.2 场景1-2：全表归档，不删除原表数据，批量插入


pt-archiver \ --source h=10.73.129.187,P=3306,u=backup_user,p='xxx',D=test123,t=c1 \ --dest h=10.73.129.188,P=3306,u=backup_user,p='xxx',D=test123,t=c1 \ --charset=UTF8 --where '1=1' --progress 10000 --limit=10000 --txn-size 10000 --bulk-insert --bulk-delete --statistics --no-delete
ae7bb93984172b6abfb9e11224de271fc61ff093

3.3 场景2-1：全表归档，删除原表数据，非批量插入，非批量删除


pt-archiver \ --source h=10.73.129.187,P=3306,u=backup_user,p='xxx',D=test123,t=c1 \ --dest h=10.73.129.188,P=3306,u=backup_user,p='xxx',D=test123,t=c1 \ --charset=UTF8 --where '1=1' --progress 10000 --limit=10000 --txn-size 10000 --statistics --purge
d50354a4cf8086406b7fe1d9eefbe17debbd1700

3.4 场景2-2：全表归档，删除原表数据，批量插入，批量删除

pt-archiver \ --source h=10.73.129.187,P=3306,u=backup_user,p='xxx',,D=test123,t=c1 \ --dest h=10.73.129.188,P=3306,u=backup_user,p='xxx',D=test123,t=c1 \ --charset=UTF8 --where '1=1' --progress 10000 --limit=10000 --txn-size 10000 --bulk-insert --bulk-delete --statistics --purge


d98ed12f1a0deb91147e8830b7e7dc63afdf07f8

四、小结

4.1 性能对比

通过下表可以看出，批量操作和非批量操作的性能差距非常明显，批量操作花费时间为非批量操作的十分之一左右。

68d0ecbe4dd224e4f8c141fa8b5bc4afe3cf3cd1

场景2-1：全表归档，删除原表数据，非批量插入，非批量删除4.2 general log分析

从日志看起来，源库的查询和目标库的插入有先后顺序
从日志看起来，目标库的插入和源库的删除，并无先后顺序。在特定条件下，万一目标库插入失败，源库删除成功，咋搞？感觉这里并不十分严谨
删除采用DELETE FROM TABLE WHERE ... ，每次删除一行数据
插入采用INSERT INTO TABLE VALUES('...')，每次插入一行数据
源库general log：

set autocommit=0
批量查询（对应参数limit）
SELECT /*!40001 SQL_NO_CACHE */ `uuid` FORCE

INDEX(`PRIMARY`) WHERE (1=1) AND ((`uuid` >= '266431'))

ORDER BY `uuid` LIMIT 10000

3. 逐行删除

DELETE FROM `test123`.`c1` WHERE (`uuid` = '000002f0d9374c56ac456d76a68219b4')
4. COMMIT(对应参数--txn-size，操作数量达到--txn-size，则commit)

目标库general log：

set autocommit=0
逐行插入
INSERT INTO `test123`.`c1`(`uuid`) VALUES ('0436dcf30350428c88e3ae6045649659')
3. COMMIT(对应参数--txn-size，操作数量达到--txn-size，则commit)

场景2-2：全表归档，删除原表数据，批量插入，批量删除

从日志看起来，源库的批量查询和目标库的批量插入有先后顺序
从日志看起来，目标库的批量插入和源库的批量删除，并无先后顺序。
批量删除采用DELETE FROM TABLE WHERE ... LIMIT 10000
批量插入采用LOAD DATA LOCAL INFILE 'file' INTO TABLE ...
源库：

set autocommit=0
批量查询（对应limit参数）
SELECT /*!40001 SQL_NO_CACHE */ `uuid` FORCE

INDEX(`PRIMARY`) WHERE (1=1) AND ((`uuid` >= '266431'))

ORDER BY `uuid` LIMIT 10000

3. 批量删除

DELETE FROM `test123`.`c1` WHERE (((`uuid` >= '266432'))) AND (((`uuid` <= '273938'))) AND (1=1) LIMIT 10000
4. COMMIT(对应参数--txn-size，操作数量达到--txn-size，则commit)

目标库：

set autocommit=0
批量插入
LOAD DATA LOCAL INFILE '/tmp/vkKXnc1VVApt-archiver' INTO TABLE `test123`.`c1`CHARACTER SET UTF8(`uuid`)
3. COMMIT(对应参数--txn-size，操作数量达到--txn-size，则commit)

五、附录

常用参数

a2a6fa0100cd34c226f95c9649e9bdbb628fd115



原文发布时间为：2017-11-28

本文作者：蓝剑锋@知数堂

本文来自云栖社区合作伙伴“老叶茶馆”，了解相关信息可以关注“老叶茶馆”微信公众号

如果您发现本社区中有涉嫌抄袭的内容，欢迎发送邮件至：[email protected] 进行举报，并提供相关证据，一经查实，本社区将立刻删除涉嫌侵权内容。