MySQL多線程複製遇到Error_code: 1872的解決方案_Mysql

上周在生產環境上遇到一個問題，不敢獨享，拿出來給小夥伴們做個簡單的分享。

起因 ：由於IDC機房斷電（估計又是哪裡被挖掘機碰了下吧），導致所有伺服器重啟，影響到了其中的MySQL資料庫。來看下這時資料庫遇到的問題：

資料庫版本 ：MySQL 5.7.10

問題表現

：從機複製報如下錯誤：Slave SQL for channel ”: Slave failed to initialize relay log info structure from the repository, Error_code: 1872

用了Inside君的MySQL標準設定檔範本，怎麼沒有實現crash safe呢？其實,這主要是因為多線程複製（MTS）所引起。不知MySQL 5.7，即使MySQL 5.6也同樣會遇到問題。

在MTS情境下，可能會出現以下兩個問題：

gap事務：後執行的事務先回放（apply）了
Exec_Master_Log_Pos位置不準確：可能存在已經事務已經提交，但是位置還沒更新（單線程複製不存在此問題）
gap事務比較好理解，因為不論是基於database層級的MTS，還是基於logical_clock的MTS，都可能存在下面的這種情境：

由於MTS的原因，後面的事務可能比前面的事務早執行，如上圖終可能事務tx2和tx4都已經提交了，但是事務tx1和tx3還未提交。這時就稱為存在gap事務。在基於logical_clock的MTS情境下，使用者可以通過配置 參數slave_preserve_commit_order=1 來保證提交的順序性。

另一方面，這時Exec_Master_Log_Pos也是不準確的，當發生crash時，master info中依然記錄的是tx1事務開始執行的位置（見上圖右邊的部分）。切記，即使將參數slave_preserve_commit_order設定為1，MTS情境下依然不能保證Exec_Master_Log_Pos是準確的，其稱之為 gap-free low-watermark 。因為MTS情境下對於表slave_realy_info_log的更新並不是事務的（這個需要好好體會下）。

然而，MTS情境下引入了新的事務表slave_worker_info，用以表示發生宕機時每個線程更新到的位置，其與Worker線程的回放是事務的。因此，MySQL在恢複的時候可以通過通過Exec_Master_Log_Pos與表slave_worker_info的列Master_log_pos做對比，判斷是否需要回放當前事務。

在MySQL 5.7.13版本之前，當發生宕機後需要手動執行如下操作，若直接執行CHANGE MASTER TO操作，則可能會觸發上述1872錯誤：

START SLAVE UNTIL SQL_AFTER_MTS_GAPS;START SLAVE SQL_THREAD;

由於伺服器上的MySQL版本為5.7.10，而DBA試圖通過命令CHANGE MASTER TO來修複復制問題，因此導致了上述問題。而在MySQL 5.7.13版本後，上述問題將有MySQL自動修複。簡單來說，即使發生了宕機，也能準確並自動地恢複復制的運行狀態。

不過，當Inside升級到MySQL 5.7.15過程時，又遇到了一個不大不小的坑，這個就留著等下回分享吧。