数据库服务器上的MySQL复制中断后,如何判断数据状态并恢复复制?

发布人:A5数据发布时间:2026-11-13 09:54阅读量:42

先确认复制中断的是接收线程、应用线程,还是源库连接本身,再判断副本落后多少、是否存在副本独有事务,以及源库是否还保留所需的二进制日志。只有数据状态和复制位点都能对应上,才适合直接恢复复制;如果副本已发生数据分叉、所需日志已清理或日志损坏,通常应先修复数据或重建副本,而不是跳过报错继续运行。

故障判断总览配图

以下以单源异步复制为例,适用于已有 MySQL 环境的日常维护。GTID 与传统文件位置复制的检查方法不同;多源复制、半同步复制、组复制或托管数据库还需要结合各自的拓扑和管理方式判断。操作前应记录当前状态,并确认故障期间是否有人在副本上执行过写入或结构变更。

一、确认环境与保护现场

先从副本上核对版本、实例身份及复制状态。MySQL 8.0.22 及之后的版本使用 SHOW REPLICA STATUS、STOP REPLICA 和 START REPLICA 等命令;较早版本通常使用旧名称 SHOW SLAVE STATUS、STOP SLAVE 和 START SLAVE。执行前先通过版本信息确认该环境支持的语法。

SELECT VERSION(), @@server_uuid, @@server_id, @@read_only, @@super_read_only;
SHOW REPLICA STATUS\G

如果是较早版本,将第二条命令替换为:

SHOW SLAVE STATUS\G

状态命令可能包含源库地址、复制账户名和错误信息。保存输出时要遮盖敏感信息,并通过授权账号执行检查。不要将含凭据的完整状态输出直接贴入工单或公开日志。

开始处理前,至少记录以下内容:

  • 副本的 server_uuid、server_id、read_only 和 super_read_only 状态。
  • Replica_IO_Running、Replica_SQL_Running、Seconds_Behind_Source、Last_IO_Error、Last_SQL_Error。
  • GTID 模式下的 Retrieved_Gtid_Set 和 Executed_Gtid_Set;传统复制下的源库日志文件、读取位置和已执行位置。
  • 源库当前日志保留情况、可用备份,以及故障期间是否发生过主库切换或副本写入。

复制状态里的“运行中”不等于数据完全一致,Seconds_Behind_Source 为 0 也不单独构成一致性证明。它可能为空、无法准确反映积压量,或在复制线程停止时没有参考意义。判断时要将线程状态、错误内容、位点和业务数据核对结合起来。

二、区分中断类型与数据状态

先看复制状态中的接收线程和应用线程。不同结果代表不同问题,恢复路径也不同。

状态表现通常表示先检查什么
接收线程停止,应用线程运行副本暂时没有从源库接收新日志,但本地已收到的中继日志仍可能继续应用网络、源库可连接性、账户权限、源库日志是否还保留
接收线程运行,应用线程停止日志仍可能进入副本,但某条事务应用失败或复制应用被停止Last_SQL_Error、出错事务及其涉及的数据
两个线程都停止可能是人为停止、启动配置错误,也可能是接收和应用故障叠加错误信息、复制配置、位点及故障时间线
两个线程运行,但副本落后通常是应用速度赶不上接收速度,也可能是监控结果暂时不准确延迟变化、复制积压、源库负载、副本磁盘与 SQL 性能

在主库上检查当前身份、GTID 和日志状态:

SELECT @@server_uuid, @@server_id, @@gtid_mode;
SHOW MASTER STATUS;

SHOW MASTER STATUS 在部分较新版本中有替代或兼容命令。若环境不接受该语句,先核对 MySQL 版本和该版本的日志状态命令,不要凭其他版本的字段名推断结果。主库侧还应确认二进制日志功能已启用、所需日志文件仍存在,并核实日志保留策略没有在故障期间清理副本尚未获取的日志。

GTID 复制:核对事务集合

GTID 模式下,先在副本查看已经接收和执行的事务集合:

SELECT @@GLOBAL.gtid_executed;
SHOW REPLICA STATUS\G

Retrieved_Gtid_Set 表示副本已接收到的 GTID 范围,Executed_Gtid_Set 表示已执行的范围。两者之间存在差异并不一定是故障:副本可能已收到事务,但应用线程尚未执行。关键是确认这些事务是否仍有可用的中继日志,以及源库是否仍保留副本尚未接收的事务。

如果能从当前源库取得其 GTID 集合,可进行集合包含关系检查。例如,在源库与副本之间对照 @@GLOBAL.gtid_executed:

SELECT GTID_SUBSET('副本的Executed_Gtid_Set', '源库的gtid_executed');

示例中的字符串应替换为实际值,不要把占位文字直接执行。返回 1 表示副本已执行的 GTID 都包含在当前源库已执行集合中;返回 0 表示副本可能存在当前源库没有的 GTID,需要调查副本独有事务或主库历史变化。反过来检查源库事务是否包含于副本集合,可以辅助判断副本是否追上,但集合包含关系不能单独证明行数据完全一致。

主库切换后尤其要确认当前源库是否是正确的复制上游。不同主库历史之间的 GTID 集合可能部分重叠,也可能出现分叉;不能仅凭 GTID 数量或一串 GTID 文本“看起来相近”就重新指向新主库。

传统文件位置复制:确认位点与日志是否连续

非 GTID 复制依赖源库二进制日志文件名和位置。副本状态中的 Source_Log_File、Read_Source_Log_Pos、Relay_Source_Log_File 和 Exec_Source_Log_Pos 可用于判断接收进度与应用进度,但它们描述的是复制过程中的位置,不能单独证明两个实例数据一致。

核对副本当前请求的源库日志文件是否仍在源库上。如果源库已清理该文件,副本通常无法靠重新启动线程补齐缺失事务。此时需要根据备份或其他可用副本重建,或采用经过审查的人工数据修复流程。不要将位点随意改成源库的最新位置,否则会跳过副本未执行的事务。

MySQL复制与恢复所依托的服务器资源,也会影响数据库部署和数据存放的规划。A5idc数据提供香港、美国、日本等地区的物理服务器,涵盖Xeon Gold、AMD EPYC等平台,并有搭配NVMe存储的配置,可用于数据库实例及相关业务服务部署;香港存储系列和日本部分方案还提供大容量硬盘配置,适配不同的数据存储需求。

三、按低风险顺序恢复复制

确认当前源库正确、配置无误,并且所需日志仍可用后,再做恢复操作。恢复过程中监控数据库错误日志、复制线程状态、磁盘空间和业务延迟;如果复制线程恢复后出现新的 SQL 错误,应停止进一步的位点调整,先重新评估数据状态。

1. 接收线程停止:先恢复连接和日志读取

从副本检查状态中的 Last_IO_Error,常见原因包括网络不可达、源库地址或端口错误、复制账户权限变化、认证配置不匹配、TLS 配置变化,以及源库缺少副本请求的二进制日志。

确认源库地址、端口、账户权限和日志保留情况后,再启动接收线程:

START REPLICA IO_THREAD;

旧版本语法:

START SLAVE IO_THREAD;

若线程启动后仍很快停止,优先回到 Last_IO_Error 和 MySQL 错误日志排查,不要循环重启来掩盖问题。网络恢复只表示通信路径可用,不代表副本一定能取得缺失日志;如果错误明确显示日志文件不存在,应转入必要恢复判断。

2. 应用线程停止:先分析失败事务

应用线程停止通常是因为 SQL 错误。先完整读取 Last_SQL_Error,确认错误发生在哪个库表、哪条复制事件以及对应位置。常见情况包括主键或唯一键冲突、目标行不存在、表结构不一致、表已被误删,或副本磁盘空间不足。

不要仅因错误内容涉及重复键,就直接删除副本行或跳过事务。重复数据可能来自副本上的本地写入、错误切换、历史复制分叉,或之前的人工修复;删除记录可能影响读流量或其他业务任务。先确认该表是否允许副本独立写入,并通过业务主键、时间范围、事务日志或备份核实冲突行的来源。

如果只是明确的资源问题,例如磁盘空间不足,先用运维流程清理可安全清理的空间或扩容,再确认数据库可正常读写和生成中继日志。恢复应用线程前,记录错误位点和处理依据:

START REPLICA SQL_THREAD;

旧版本语法:

START SLAVE SQL_THREAD;

若同一事务再次失败,应停止应用线程并继续调查。不要用跳过一个事务作为通用修复手段:跳过会使副本缺少源库事务的效果,后续即使线程显示正常,也可能留下隐蔽的数据差异。只有已明确评估事务影响、完成数据修复、审批风险并记录恢复方案时,才考虑专门的跳过或补偿操作。

3. 两个线程都停止:确认复制配置再启动

如果没有 SQL 错误,且只是维护时停止了复制,先检查当前复制源、复制通道、过滤规则、SSL/TLS 配置和复制账户是否仍符合预期。单源复制确认无误后,可启动复制:

START REPLICA;

旧版本使用:

START SLAVE;

如果环境启用了多源复制,启动所有通道可能影响其他数据流。应先查看具体通道名称,并使用对应通道的控制语法,只操作发生故障的通道。不要在不了解拓扑的情况下使用通配式或全通道操作。

4. 仅有延迟:先观察积压是否下降

两个线程都运行、没有错误,但副本持续落后时,先连续观察若干次状态及业务指标,而不是立即重建。关注 Seconds_Behind_Source 的趋势、接收与应用进度差距、源库写入量、磁盘读写延迟、CPU、网络带宽和长事务。

如果接收持续快于应用,副本可能在逐步追赶;如果积压持续扩大,则需要查明副本的磁盘性能、单条或大事务、锁等待、并发应用能力及源库写入变化。临时关闭业务读流量、调整并行应用参数或增加资源都可能改变线上负载,应先评估影响、保留当前配置并通过变更流程实施。不要通过清空中继日志或直接改位点来“消除延迟”。

四、结果检查与上线验收

恢复后先确认复制线程持续运行且没有新错误,再检查数据是否具备预期的一致性。建议至少进行多次间隔检查,避免把刚启动或短暂无积压误判为已恢复。

SHOW REPLICA STATUS\G

重点确认:

  • 接收线程和应用线程均为运行状态,Last_IO_Error 与 Last_SQL_Error 无新错误。
  • 接收与应用进度持续推进,延迟趋势符合该环境的恢复目标。
  • 在 GTID 模式下,副本的事务集合与当前上游历史关系合理,未发现无法解释的副本独有 GTID。
  • 在传统复制模式下,当前文件位置持续推进,且上游仍保留后续所需日志。
  • 副本的只读状态、业务读流量和监控告警均符合原有设计。

如果业务有关键表,可按业务主键和时间窗口抽样核验,必要时使用经过评估的数据校验工具或从可信备份做一致性对照。抽样只能发现部分差异,不能替代完整校验。校验前确认工具对数据库的扫描负载、锁影响和网络开销,避免在高峰期无评估地执行全库比对。

恢复目标也要与业务要求对齐:RPO关注故障或切换时可接受的数据缺口,RTO关注恢复服务所需时间。复制线程恢复并不自动代表已达到这两个目标;还要核实源库切换时间、已确认提交事务、业务读写恢复时间和是否存在未同步数据。

五、常见异常与必要恢复

所需二进制日志已被清理

若副本需要的日志已从上游清理,继续启动复制通常无法补齐缺失事务。先确认是否有保留该日志的其他副本、备份或归档日志,并评估其来源、时间点和完整性。

如果无法找回缺失日志,通常需要从当前可信源库重新制作副本:选取与目标源库一致的备份或克隆数据,恢复到隔离的副本环境,配置正确的 GTID 或文件位置,再启动复制并完成数据校验。重建会覆盖目标实例数据或重新初始化复制状态,必须先备份需要保留的本地数据、停止对外读写,并明确回滚方案。不要在未核实备份对应的源库、时间点和复制位点前,直接覆盖现有副本。

副本存在源库没有的事务

若 GTID 检查提示副本执行了源库不包含的事务,先查明这些事务是否来自人工写入、旧主库写入、错误切换或历史复制配置。核对相关表的数据、当前主库身份以及事务产生时间,再决定保留、迁移还是重建。

如果副本上存在需要保留的业务数据,应先导出并核对,再在维护窗口制定合并或回灌方案。若无法证明数据关系,通常应将该副本隔离并从可信源重新构建。直接清理 GTID 状态、重置复制元数据或将副本强行指向另一主库,可能掩盖历史分叉,并造成后续复制错误。

复制位点配置错误或中继日志损坏

更改源库、GTID 自动定位、文件名和位置等复制配置,可能导致复制从错误位置开始。执行 CHANGE REPLICATION SOURCE TO(旧版本为 CHANGE MASTER TO)前,应先记录现有配置、确认目标源库身份,并验证新位点与副本数据快照一致。不要把源库当前最新位置作为默认起点。

RESET REPLICA(旧版本为 RESET SLAVE)会清除复制元数据;在使用相关选项时,还可能删除中继日志。它不是普通的“重启”命令。执行前应保存复制状态、配置和日志信息,确认可从备份或可信位点恢复,并明确该操作对本副本及其数据的影响。若中继日志损坏,先确定是否能从源库重新获取所需事务;不能获取时,应按缺失日志场景评估重建,避免边清理日志边尝试猜测位点。

需要切换到新源库

故障切换后,先确认旧主库已隔离或禁止写入,防止两个节点同时接受业务写入。再确认新源库包含已确认需要保留的事务,并核对新副本链路的 GTID 历史或文件位置。切换前后都要明确谁是唯一写入入口、旧主库如何处理,以及失败时如何回退。仅修改副本的上游地址,不会自动解决数据分叉或缺失事务。

六、上线前检查清单

  • 已记录故障时间、复制状态、错误信息、GTID 或文件位点,并保护了包含敏感信息的诊断输出。
  • 已确认当前上游身份、二进制日志保留情况、复制账户权限和网络连通性。
  • 已明确副本是否发生过本地写入、主库切换或结构变更,并排查副本独有事务。
  • 恢复操作只针对目标实例和目标复制通道,未以清除中继日志、随意改位点或跳过事务代替数据修复。
  • 接收与应用线程持续运行,没有新错误,积压趋势和业务读流量符合恢复要求。
  • 已完成与风险相匹配的数据核验,备份、回滚路径、RPO/RTO 判断和后续监控责任均已确认。

本文由A5数据原创发布,转载请注明出处:https://www.a5idc.com/helpcontent/9124.html

相关推荐