导读
遇到SLAVE延迟很大，binlog apply position一直不动的情况如何排查？
问题描述
收到SLAVE延迟时间一直很大的报警，于是检查一下SLAVE状态（无关状态我给隐去了）：
Slave_IO_State: Waiting for master to send event
Master_Log_File: mysql-bin.000605
Read_Master_Log_Pos: 1194
Relay_Log_File: mysql-relay-bin.003224
Relay_Log_Pos: 295105
Relay_Master_Log_File: mysql-bin.000604
Slave_IO_Running: Yes
Slave_SQL_Running: Yes
Last_Errno: 0
Last_Error:
Exec_Master_Log_Pos: 294959
Relay_Log_Space: 4139172581
Seconds_Behind_Master: 10905
AI 代码解读
可以看到，延迟确实很大，而且从多次show slave status的结果来看，发现binlog的position一直不动。
Read_Master_Log_Pos: 1194
Relay_Log_File: mysql-relay-bin.003224
Relay_Log_Pos: 295105
Relay_Master_Log_File: mysql-bin.000604
Exec_Master_Log_Pos: 294959
Relay_Log_Space: 4139172581
AI 代码解读
从processlist的中也看不出来有什么不对劲的SQL在跑：
******************** 1. row ******************
Id: 16273070
User: system user
Host:
db: NULL
Command: Connect
Time: 4828912
State: Waiting for master to send event
Info: NULL
********************* 2. row *****************
Id: 16273071
User: system user
Host:
db: NULL
Command: Connect
Time: 9798
State: Reading event from the relay log
Info: NULL
AI 代码解读
在master上查看相应binlog，确认都在干神马事：
[yejr@imysql.com]# mysqlbinlog -vvv --base64-output=decode-rows -j 294959 mysql-bin.000604 | more
/*!40019 SET @@session.max_insert_delayed_threads=0*/;
/*!50003 SET @OLD_COMPLETION_TYPE=@@COMPLETION_TYPE,COMPLETION_TYPE=0*/;
DELIMITER /*!*/;
**# at 294959**
#160204 6:16:30 server id 1 end_log_pos 295029 **Query thread_id=461151** **exec_time=2144** error_code=0
SET TIMESTAMP=1454537790/*!*/;
SET @@session.pseudo_thread_id=461151/*!*/;
SET @@session.foreign_key_checks=1, @@session.sql_auto_is_null=0, @@session.unique_checks=1, @@session.autocommit=1/*!*/;
SET @@session.sql_mode=0/*!*/;
SET @@session.auto_increment_increment=1, @@session.auto_increment_offset=1/*!*/;
/*!\C latin1 *//*!*/;
SET @@session.character_set_client=8,@@session.collation_connection=8,@@session.collation_server=33/*!*/;
SET @@session.lc_time_names=0/*!*/;
SET @@session.collation_database=DEFAULT/*!*/;
BEGIN
/*!*/;
# at 295029
# at 295085
# at 296040
# at 297047
# at 298056
# at 299068
# at 300104
AI 代码解读
上面这段内容的几个关键信息：
# at 294959 — binlog起点
thread_id=461151 — master上执行的线程ID
exec_time=2144 — 该事务执行总耗时
再往下看都是一堆的binlog position信息，通过这种方式可读性不强，我们换一种姿势看看：
[yejr@imysql.com (test)]> show binlog events in 'mysql-bin.000604' from 294959 limit 10; +------------------+--------+-------------+-----------+-------------+----------------------------+ | Log_name | Pos | Event_type | Server_id | End_log_pos | Info | +------------------+--------+-------------+-----------+-------------+----------------------------+ | mysql-bin.000604 | 294959 | Query | 1 | 295029 | BEGIN | | mysql-bin.000604 | 295029 | Table_map | 1 | 295085 | table_id: 84 (bacula.File) | | mysql-bin.000604 | 295085 | Delete_rows | 1 | 296040 | table_id: 84 | | mysql-bin.000604 | 296040 | Delete_rows | 1 | 297047 | table_id: 84 | | mysql-bin.000604 | 297047 | Delete_rows | 1 | 298056 | table_id: 84 | | mysql-bin.000604 | 298056 | Delete_rows | 1 | 299068 | table_id: 84 | | mysql-bin.000604 | 299068 | Delete_rows | 1 | 300104 | table_id: 84 | | mysql-bin.000604 | 300104 | Delete_rows | 1 | 301116 | table_id: 84 | | mysql-bin.000604 | 301116 | Delete_rows | 1 | 302147 | table_id: 84 | | mysql-bin.000604 | 302147 | Delete_rows | 1 | 303138 | table_id: 84 |AI 代码解读+—————————+————+——————-+—————-+——————-+——————————————+
可以看到，这个事务不干别的，一直在删除数据。
这是一个Bacula备份系统，会每天自动删除一个月前的过期数据。
事实上，这个事务确实非常大，从binlog的294959开始，一直到这个binlog结束4139169218，一直都是在干这事，总共大概有3.85G的binlog要等着apply。
-rw-rw---- 1 mysql mysql 1.1G Feb 3 03:07 mysql-bin.000597
-rw-rw---- 1 mysql mysql 1.1G Feb 3 03:19 mysql-bin.000598
-rw-rw---- 1 mysql mysql 2.1G Feb 3 03:33 mysql-bin.000599
-rw-rw---- 1 mysql mysql 1.4G Feb 3 03:45 mysql-bin.000600
-rw-rw---- 1 mysql mysql 1.8G Feb 3 04:15 mysql-bin.000601
-rw-rw---- 1 mysql mysql 1.3G Feb 3 04:53 mysql-bin.000602
-rw-rw---- 1 mysql mysql 4.5G Feb 4 06:16 mysql-bin.000603
-rw-rw---- 1 mysql mysql 3.9G Feb 4 06:52 mysql-bin.000604
-rw-rw---- 1 mysql mysql 1.2K Feb 4 06:52 mysql-bin.000605
AI 代码解读
可以看到上面的历史binlog，个别情况下，一个事务里一次性要删除数据量太大了，导致binlog文件远超预设的1G，最大的达到4.5G之多。
怎么解决
由于这是Bacula备份系统内置生成的大事务，除非去修改它的源码，否则没有太好的办法。
对于我们一般的应用而言，最好是攒够一定操作后，就先提交一下事务，比如删除几千条记录后提交一次，而不是像本例这样，一个删除事务消耗了将近3.9G的binlog日质量，这种就非常可怕了。
除了会导致SLAVE看起来一直不动以外，还可能会导致某些数据行（data rows）被长时间锁定不释放，而导致大量行锁等待发生。
其他导致SLAVE复制进度看起来停滞了的可能原因：设置了Replicate Ignore/Do DB/Table规则，不符合规则的binlog event都会被忽略，从而看起来像是复制停滞不前。
文章转自老叶茶馆公众号，原文链接：https://mp.weixin.qq.com/s/h6QyH0OnfmFDxZnW47qnow
