转:技术分享 | my2sql 与 binlog2sql 解析效率 battle

作者:杨彩琳
爱可生华东交付部 DBA,主要负责 MySQL 日常问题处理及 DMP 产品支持。爱好跳舞,追剧。
原文地址 mp.weixin.qq.com

前言

大家在平时运维过程中应该都了解过或者使用过一些 binlog 解析工具,比如今天要介绍的 my2sql 和 binlog2sql 。my2sql 是基于 my2fback 、binlog_rollback 工具二次开发而来的(go 语言),binlog2sql 是 python 语言开发的 mysql binlog 解析工具,两者都可以通过解析 binlog 文件,生成原始 SQL ,回滚 SQL ,去除主键的 insert sql 等,然后实现数据快速闪回,主从切换后的数据补偿等功能。

既然两个工具都可以实现解析 binlog 的功能,那么它们两个之间我们该如何来抉择呢?请跟随小编往下看 “my2sql 与 binlog2sql 之间的 battle” 吧。

主要参数简介【这里只罗列了几个常用的参数,有其他需求的参数可进入链接中查看】

my2sql

参数参数解释
-moderepl:伪装成从库从主库获取 binlog 文件;file:从本地文件系统获取 binlog 文件,默认 repl
-local-binlog-file 当指定当指定 - mode=file 参数时,需要指定 - local-binlog-file binlog 文件相对路径或绝对路径
-sql要解析的 sql 类型,可选参数 insert,update,delete,默认全部解析
-file-per-table为每个表生成一个 sql 文件
-output-dir将生成的结果存放到指定目录
-threads线程数,默认 2 个,支持并发
-work-type2sql:生成原始 sql,rollback:生成回滚 sql,stats:只统计 DML、事务信息

binlog2sql

参数参数解释
--stop-never持续解析 binlog ,默认 false ,同步至执行命令的最新 binlog 位置
-B,--flashback生成回滚 sql ,可解析大文件,不受内存限制,默认 false ,与 stop-never 或 no-primary-key 不能同时添加
--start-file起始解析文件,只需文件名,无需全路径
--start-position/--start-pos起始解析位置。默认为 start-file 的起始位置。
--stop-file/--end-file终止解析文件。默认为 start-file 同一个文件。若解析模式为 stop-never ,此选项失效。
--stop-position/--end-pos终止解析位置。可选。默认为 stop-file 的最末位置;若解析模式为 stop-never ,此选项失效。
--sql-type只解析指定类型,支持 INSERT , UPDATE , DELETE 。多个类型用空格隔开,如 --sql-type INSERT DELETE 。默认为增删改都解析。用了此参数但没填任何类型,则三者都不解析。

battle 之标准 sql 解析【解析 2G 大小的同一 binlog 文件】

环境准备:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
## 查看mysql的相关参数设置
mysql> select @@server_id,@@binlog_format,@@binlog_row_image,@@max_binlog_size,@@log_bin_basename;
+-------------+-----------------+--------------------+-------------------+-----------------------------------+
| @@server_id | @@binlog_format | @@binlog_row_image | @@max_binlog_size | @@log_bin_basename |
+-------------+-----------------+--------------------+-------------------+-----------------------------------+
| 46733 | ROW | FULL | 1073741824 | /data/mysql/3309/binlog/mysql-bin |
+-------------+-----------------+--------------------+-------------------+-----------------------------------+
1 row in set (0.00 sec)

## 使用sysbench创建测试数据表
[root@10-186-61-119 ~]# sysbench /usr/share/sysbench/oltp_read_write.lua --mysql-host=10.186.61.119 \
--mysql-port=3309 --mysql-user=root --mysql-password=root --mysql-db=test --table-size=2000000 --tables=1 \
--threads=50 --db-ps-mode=disable --auto_inc=off --report-interval=3 --max-requests=0 --time=20 \
--percentile=95 --skip_trx=off --mysql-ignore-errors=6002,6004,4012,2013,4016,1062 --create_secondary=off prepare
sysbench 1.0.17 (using system LuaJIT 2.0.4)
Initializing worker threads...
Creating table 'sbtest1'...
Inserting 2000000 records into 'sbtest1'

## 使用sysbench对测试表进行压测,生成2G左右binlog数据
[root@10-186-61-119 ~]# sysbench /usr/share/sysbench/oltp_read_write.lua --mysql-host=10.186.61.119 \
--mysql-port=3309 --mysql-user=root --mysql-password=root --mysql-db=test --table-size=2000000 --tables=1 \
--threads=50 --db-ps-mode=disable --auto_inc=off --report-interval=3 --max-requests=0 --time=180 \
--percentile=95 --skip_trx=off --mysql-ignore-errors=6002,6004,4012,2013,4016,1062 --create_secondary=off run
sysbench 1.0.17 (using system LuaJIT 2.0.4)

Running the test with following options:
Number of threads: 50
Report intermediate results every 3 second(s)
Initializing random number generator from current time

Initializing worker threads...

Threads started!

## 使用my2sql与binlog2sql解析mysql-bin.000013,mysql-bin.000014
[root@10-186-61-119 binlog]# ll
total 4579116
-rw-r----- 1 mysql mysql 209 Aug 3 14:17 mysql-bin.000010
-rw-r----- 1 mysql mysql 1073760482 Aug 3 14:32 mysql-bin.000011
-rw-r----- 1 mysql mysql 1074119415 Aug 3 14:36 mysql-bin.000012
-rw-r----- 1 mysql mysql 1073822542 Aug 3 15:53 mysql-bin.000013
-rw-r----- 1 mysql mysql 1074588226 Aug 3 16:15 mysql-bin.000014
-rw-r----- 1 mysql mysql 392707488 Aug 3 16:16 mysql-bin.000015
-rw-r----- 1 mysql mysql 246 Aug 3 16:15 mysql-bin.index


my2sql 解析过程

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
## 1 thread:使用脚本实现连续解析两个binlog的功能
[root@10-186-61-119 my2sql]# cat /root/sql.sh
#! /bin/bash
date;
my2sql -user root -password root -host 10.186.61.119 -port 3309 -mode file
-local-binlog-file /data/mysql/3309/binlog/mysql-bin.000013 -work-type 2sql \
-start-file /data/mysql/3309/binlog/mysql-bin.000013 -threads 1 \
-output-dir /data/my2sql/1thread/13 > /data/my2sql/1thread/13/output;
my2sql -user root -password root -host 10.186.61.119 -port 3309 -mode file \
-local-binlog-file /data/mysql/3309/binlog/mysql-bin.000014 -work-type 2sql \
-start-file /data/mysql/3309/binlog/mysql-bin.000014 -threads 1 \
-output-dir /data/my2sql/1thread/14 > /data/my2sql/1thread/14/output

[root@10-186-61-119 ~]# ./sql.sh
Thu Aug 4 17:17:24 CST 2022

## 查看解析结果
[root@10-186-61-119 13]# pwd
/data/my2sql/1thread/13
[root@10-186-61-119 13]# ll
total 347088
-rw-r--r-- 1 root root 107 Aug 4 17:17 biglong_trx.txt
-rw-r--r-- 1 root root 7488 Aug 4 17:24 binlog_status.txt
-rw-r--r-- 1 root root 355389762 Aug 4 17:24 forward.13.sql ## 标准sql文件
-rw-r--r-- 1 root root 9965 Aug 4 17:24 output
[root@10-186-61-119 13]# cd ../14 && ll
total 577564
-rw-r--r-- 1 root root 107 Aug 4 17:24 biglong_trx.txt
-rw-r--r-- 1 root root 3312 Aug 4 17:28 binlog_status.txt
-rw-r--r-- 1 root root 591403854 Aug 4 17:28 forward.14.sql ## 标准sql文件
-rw-r--r-- 1 root root 9877 Aug 4 17:28 output

## 查看mysql-bin.000014的解析输出,完成时间为17:28。my2sql单线程解析完2G左右的binlog文件大概需要11分钟
[root@10-186-61-119 14]# less output
......
[2022/08/04 17:28:35] [info] file.go:71 finish parsing binlog from local files
[2022/08/04 17:28:35] [info] stats_process.go:266 exit thread to analyze statistics from binlog
[2022/08/04 17:28:35] [info] events.go:185 exit thread 1 to generate redo/rollback sql
[2022/08/04 17:28:35] [info] events.go:274 finish writing redo/forward sql into file
[2022/08/04 17:28:35] [info] events.go:277 exit thread to write redo/rollback sql into file

## 4 thread:使用脚本实现连续解析两个binlog的功能【脚本内容与1 thread执行的一致,只需更改线程数即可,后续不再冗余展示】
# 执行解析binlog语句
[root@10-186-61-119 ~]# ./sql.sh
Thu Aug 4 17:32:52 CST 2022
# 查看mysql-bin.000014的解析输出,完成时间为17:44。my2sql 4线程并发解析完2G左右的binlog文件大概需要12分钟
[root@10-186-61-119 14]# less output
。。。。。。。。
[2022/08/04 17:44:42] [info] file.go:71 finish parsing binlog from local files
[2022/08/04 17:44:42] [info] stats_process.go:266 exit thread to analyze statistics from binlog
[2022/08/04 17:44:42] [info] events.go:185 exit thread 4 to generate redo/rollback sql
[2022/08/04 17:44:42] [info] events.go:185 exit thread 2 to generate redo/rollback sql
[2022/08/04 17:44:42] [info] events.go:185 exit thread 3 to generate redo/rollback sql
[2022/08/04 17:44:42] [info] events.go:185 exit thread 1 to generate redo/rollback sql
[2022/08/04 17:44:42] [info] events.go:274 finish writing redo/forward sql into file
[2022/08/04 17:44:42] [info] events.go:277 exit thread to write redo/rollback sql into file

## 6thread:使用脚本实现连续解析两个binlog的功能
# 执行解析binlog语句
[root@10-186-61-119 ~]# ./sql.sh
Thu Aug 4 17:46:31 CST 2022
# 查看mysql-bin.000014的解析输出,完成时间为18:00。my2sql 6线程并发解析完2G左右的binlog文件大概需要14分钟
[root@10-186-61-119 14]# less output
。。。。。。。。
[2022/08/04 18:00:11] [info] file.go:71 finish parsing binlog from local files
[2022/08/04 18:00:11] [info] events.go:185 exit thread 6 to generate redo/rollback sql
[2022/08/04 18:00:11] [info] stats_process.go:266 exit thread to analyze statistics from binlog
[2022/08/04 18:00:11] [info] events.go:185 exit thread 1 to generate redo/rollback sql
[2022/08/04 18:00:11] [info] events.go:185 exit thread 2 to generate redo/rollback sql
[2022/08/04 18:00:11] [info] events.go:185 exit thread 5 to generate redo/rollback sql
[2022/08/04 18:00:11] [info] events.go:185 exit thread 4 to generate redo/rollback sql
[2022/08/04 18:00:11] [info] events.go:185 exit thread 3 to generate redo/rollback sql
[2022/08/04 18:00:11] [info] events.go:274 finish writing redo/forward sql into file
[2022/08/04 18:00:11] [info] events.go:277 exit thread to write redo/rollback sql into file

## 8thread:使用脚本实现连续解析两个binlog的功能
# 执行解析binlog语句
[root@10-186-61-119 ~]# ./sql.sh
Thu Aug 4 18:01:54 CST 2022
# 查看mysql-bin.000014的解析输出,完成时间为18:18。my2sql 8线程并发解析完2G左右的binlog文件大概需要17分钟
[root@10-186-61-119 14]# less output
。。。。。。。。
[2022/08/04 18:18:51] [info] file.go:71 finish parsing binlog from local files
[2022/08/04 18:18:51] [info] stats_process.go:266 exit thread to analyze statistics from binlog
[2022/08/04 18:18:51] [info] events.go:185 exit thread 2 to generate redo/rollback sql
[2022/08/04 18:18:51] [info] events.go:185 exit thread 6 to generate redo/rollback sql
[2022/08/04 18:18:51] [info] events.go:185 exit thread 4 to generate redo/rollback sql
[2022/08/04 18:18:51] [info] events.go:185 exit thread 1 to generate redo/rollback sql
[2022/08/04 18:18:51] [info] events.go:185 exit thread 8 to generate redo/rollback sql
[2022/08/04 18:18:51] [info] events.go:185 exit thread 5 to generate redo/rollback sql
[2022/08/04 18:18:51] [info] events.go:185 exit thread 3 to generate redo/rollback sql
[2022/08/04 18:18:51] [info] events.go:185 exit thread 7 to generate redo/rollback sql
[2022/08/04 18:18:51] [info] events.go:274 finish writing redo/forward sql into file
[2022/08/04 18:18:51] [info] events.go:277 exit thread to write redo/rollback sql into file


binlog2sql 解析过程

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
## 使用脚本实现连续解析两个binlog的功能【--stop-never可以实现自动连续解析binlog文件,目前最新的binlog是15,
但是为了与my2sql解析效率进行对比,所以不用这个参数】
[root@10-186-61-119 ~]# cat binlog.sh
#! /bin/bash
date;
python /data/binlog2sql/binlog2sql/binlog2sql.py -h10.186.61.119 -P3309 -uroot -p'root' \
--start-file='mysql-bin.000013' > /tmp/binlog13.sql;
python /data/binlog2sql/binlog2sql/binlog2sql.py -h10.186.61.119 -P3309 -uroot -p'root' \
--start-file='mysql-bin.000014' > /tmp/binlog14.sql;
date;
# 执行解析binlog语句
[root@10-186-61-119 ~]# ./binlog.sh binlg2sql解析完2G左右的binlog文件大概需要54分钟
Wed Aug 3 17:53:59 CST 2022
Wed Aug 3 18:47:08 CST 2022
# 查看解析结果
[root@10-186-61-119 ~]# ll /tmp/
total 1688232
-rw-r--r-- 1 root root 859359140 Aug 3 18:27 binlog13.sql
-rw-r--r-- 1 root root 869387465 Aug 3 18:47 binlog14.sql


battle 结果

如下表所示,从解析效率来看,my2sql 更胜一筹

binlog 解析工具binlog 文件大小并发数解析完成时间
my2sql2G111min
412min
614min
817min
binlog2sql【不支持并发】2G154min

my2sql 与 binlog2sql 其他功能对比

功能特性my2sqbinlog2sql备注
解析 binlog 可生成标准 sql ,回滚 sql ,去除主键的 INSERT SQL 等支持支持两种工具都可根据不同的参数选择生成标准或者回滚 sql ,另:my2sql 生成的结果文件更全面,可根据参数分表生成 sql 文件,binlog2sql 只有 sql 文件
解析大事务或长事务支持不支持可根据需求设置参数值解析
生成 DML 统计信息,找到热点表(io 高,tps 高的源头)支持不支持
在离线模式下解析 binlog不支持不支持经验证,两种工具都必须在能连接数据库的前提下才可以解析 binlog 文件,因为在解析 binlog 生成 sql 时需要到数据库中查看表结构

总结

  • 从解析效率对比来看,my2sql 是优胜于 binlog2sql 的,并且 my2sql 另外还具有解析大事务或者长事务,生成 DML 统计信息的功能,是很实用一款 binlog 解析工具,但是通过实验来看,my2sql 的并发功能似乎并没有加快其解析效率,建议解析时使用默认的线程数即可。

  • 虽说 my2sql 优点很多,但是使用时还是需要注意,它也有一些限制,如

  1. my2sql 是伪装成从库去在线获取主库 binlog ,然后进行解析,因此执行操作的数据库用户需要具有 SELECT,REPLICATION SALVE,REPLICATION CLIENT 的权限

  2. 使用回滚 / 闪回功能时,binlog 格式必须为 row ,且 binlog_row_image=full ,DML 统计以及大事务分析不受影响

  3. 只能回滚 DML ,不能回滚 DDL

  4. my2sql 工具在使用时需要注意下字段的数据类型,存在解析 bug ,会导致解析的数据与原数据有差异,具体参考:https://github.com/liuhr/my2sql/issues/31

  • binlog2sql 使用时也需要注意,它也有一些限制,如
  1. MySQL Server 必须设置 server_id ,log_bin ,max_binlog_size=1G ,binlog_format=row ,binlog_row_image=full 这些参数

  2. 与 my2sql 一样,也是伪装成从库拉取 binlog ,需要连接数据库的用户有 SELECT ,REPLICATION SLAVE ,REPLICATION CLIENT 权限

学习参考链接:

https://github.com/liuhr/my2sql

https://github.com/danfengcao/binlog2sql