原文出自：https://bohutang.me/2020/08/26/clickhouse-and-friends-mysql-gtid-replication/
最后更新: 2020-09-03
<MySQL实时复制原理篇>
几天前 ClickHouse 官方发布了 v20.8.1.4447-testing(https://github.com/ClickHouse/ClickHouse/releases/tag/v20.8.1.4447-testing)，这个版本已经包含了 MaterializeMySQL 引擎，实现了 ClickHouse 实时复制 MySQL 数据的能力，感兴趣的朋友可以通过官方安装包来做体验，安装方式参考: https://clickhouse.tech/#quick-start，需要注意的是要选择 testing 分支。
基于位点同步
MaterializeMySQL 在 v20.8.1.4447-testing 版本是基于 binlog 位点模式进行同步的。
每次消费完一批 binlog event，就会记录 event 的位点信息到 .metadata 文件:
Version: 1
Binlog File: mysql-bin.000002
Binlog Position: 328
Data Version: 1
这样当 ClickHouse 再次启动时，它会把 {'mysql-bin.000002', 328} 二元组通过协议告知 MySQL Server，MySQL 从这个位点开始发送数据：
s1> ClickHouse 发送 {'mysql-bin.000002', 328} 位点信息给 MySQL
s2> MySQL 找到本地 mysql-bin.000002 文件并定位到 328 偏移位置，读取下一个 event 发送给 ClickHouse
s3> ClickHouse 接收 binlog event 并更新 .metadata位点
看起来不错哦，但是有个问题：如果 MySQL Server 是一个集群(比如１主２从)，通过 VIP 对外服务，MaterializeMySQL 的 host 指向的是这个 vip。当集群主从发生切换后，{binlog-name, binlog-position} 二元组其实是不准确的，因为集群里主从 binlog 不一定是完全一致的(binlog 可以做 reset 操作)。
s1> ClickHouse 发送 {'mysql-bin.000002', 328} 给集群新主 MySQL
s2> 新主 MySQL 发现本地没有 mysql-bin.000002 文件，因为它做过 reset master 操作，binlog 文件是 mysql-bin.000001
... oops ...
为了解决这个问题，我们开发了 GTID 同步模式，废弃了不安全的位点同步模式，目前已被 upstream merged #PR13820 (https://github.com/ClickHouse/ClickHouse/pull/13820)，下一个 testing 版本即可体验。
着急的话可以自己编译或通过 ClickHouse Build Check for master-20.9.1 (https://clickhouse-builds.s3.yandex.net/0/2b8ad576cc3892d2d760f3f8b670adf17db0c2a0/clickhouse_build_check/report.html) 下载安装。
基于GTID同步
GTID 是 MySQL 复制增强版，从 MySQL 5.6 版本开始支持，目前已经是 MySQL 主流复制模式。
它为每个 event 分配一个全局唯一ID和序号，我们可以不用关心 MySQL 集群主从拓扑结构，直接告知 MySQL 这个 GTID 即可，.metadata变为:
Version: 2
Executed GTID: f4aee41e-e36f-11ea-8b37-0242ac110002:1-5
Data Version: 1
f4aee41e-e36f-11ea-8b37-0242ac110002 是生成 event的主机UUID，1-5是已经同步的event区间。
这样流程就变为:
s1> ClickHouse 发送 GTID:f4aee41e-e36f-11ea-8b37-0242ac110002:1-5 给 MySQL
s2> MySQL 根据 GTID:f4aee41e-e36f-11ea-8b37-0242ac110002:1-5 找到本地位点，读取下一个 event 发送给 ClickHouse
s3> ClickHouse 接收 binlog event 并更新 .metadata GTID信息
MySQL开启GTID
那么，MySQL 侧怎么开启 GTID 呢？增加以下两个参数即可:
--gtid-mode=ON --enforce-gtid-consistency
比如启动一个启用 GTID 的 MySQL docker：
docker run -d -e MYSQL_ROOT_PASSWORD=123 mysql:5.7 mysqld --datadir=/var/lib/mysql --server-id=1 --log-bin=/var/lib/mysql/mysql-bin.log --gtid-mode=ON --enforce-gtid-consistency
注意事项
启用 GTID 复制模式后，metadata Version 会变为 2，也就是老版本启动时会直接报错，database 需要重建。
总结
MaterializeMySQL 引擎还处于不停迭代中，对于它我们有一个初步的规划：
稳定性保证 这块需要更多测试，更多试用反馈
索引优化 OLTP 索引一般不是为 OLAP 设计，目前索引转换还是依赖 MySQL 表结构，需要更加智能化
可观测性 在 ClickHouse 侧可以方便的查看当前同步信息，类似 MySQL
show slave status数据一致性校验 需要提供方式可以校验 MySQL 和 ClickHouse 数据一致性
MaterializeMySQL 已经是社区功能，仍然有不少的工作要做。期待更多的力量加入，我们的征途不止星辰大海。
全文完。
Enjoy ClickHouse :)
叶老师的「MySQL核心优化」大课已升级到MySQL 8.0，扫码开启MySQL 8.0修行之旅吧