搭建双集群主从复制

本文档介绍如何配置一个 TiDB 集群以及该集群的 TiDB 或 MySQL 从集群，并将增量数据实时从主集群同步到从集群，主要包含以下内容：

  1. 配置一个 TiDB 集群以及该集群的 TiDB 或 MySQL 从集群。
  2. 将增量数据实时从主集群同步到从集群。
  3. 在主集群发生灾难利用 Redo log 恢复一致性数据。

如果你需要配置一个运行中的 TiDB 集群和其从集群，以进行实时增量数据同步，可使用 Backup & Restore (BR) 和 TiCDC。

第 1 步：搭建环境

  1. 部署集群。

    使用 tiup playground 快速部署 TiDB 上下游测试集群。生产环境可以参考 tiup 官方文档根据业务需求来部署集群。

    为了方便展示和理解，我们简化部署结构，需要准备以下两台机器，分别来部署上游主集群和下游从集群。假设 IP 地址分别为:

    • NodeA: 172.16.6.123，部署上游 TiDB

    • NodeB: 172.16.6.124，部署下游 TiDB

      2. # 在 NodeA 上创建上游集群
      3. tiup --tag upstream playground --host 0.0.0.0 --db 1 --pd 1 --kv 1 --tiflash 0 --ticdc 1
      4. # 在 NodeB 上创建下游集群
      5. tiup --tag downstream playground --host 0.0.0.0 --db 1 --pd 1 --kv 1 --tiflash 0 --ticdc 0
      6. # 查看集群状态
      7. tiup status

  2. 初始化数据。

    测试集群中默认创建了 test 数据库，因此可以使用 sysbench 工具生成测试数据，用以模拟真实集群中的历史数据。

    1.  sysbench oltp_write_only --config-file=./tidb-config --tables=10 --table-size=10000 prepare

    这里通过 sysbench 运行 oltp_write_only 脚本，其将在测试数据库中生成 10 张表，每张表包含 10000 行初始数据。tidb-config 的配置如下：

    1.  mysql-host=172.16.6.122 # 这里需要替换为实际上游集群 ip
    2.  mysql-port=4000
    3.  mysql-user=root
    4.  mysql-password=
    5.  db-driver=mysql         # 设置数据库驱动为 mysql
    6.  mysql-db=test           # 设置测试数据库为 test
    7.  report-interval=10      # 设置定期统计的时间间隔为 10 秒
    8.  threads=10              # 设置 worker 线程数量为 10
    9.  time=0                  # 设置脚本总执行时间，0 表示不限制
    10.  rate=100                # 设置平均事务速率 tps = 100

  3. 模拟业务负载。

    实际生产集群的数据迁移过程中，通常原集群还会写入新的业务数据，本文中可以通过 sysbench 工具模拟持续的写入负载，下面的命令会使用 10 个 worker 在数据库中的 sbtest1、sbtest2 和 sbtest3 三张表中持续写入数据，其总 tps 限制为 100。

    1.  sysbench oltp_write_only --config-file=./tidb-config --tables=3 run

  4. 准备外部存储。

    在全量数据备份中，上下游集群均需访问备份文件，因此推荐使用外部存储存储备份文件，本文中通过 Minio 模拟兼容 S3 的存储服务：

    1.  wget https://dl.min.io/server/minio/release/linux-amd64/minio
    2.  chmod +x minio
    3.  # 配置访问 minio 的 access-key access-secret-id
    4.  export `HOST_IP`='172.16.6.123' # 替换为实际部署 minio 的机器 ip
    5.  export** **MINIO_ROOT_USER**='**minio'
    6.  export MINIO_ROOT_PASSWORD='miniostorage'
    7.  # 创建 redo 和 backup 数据目录,  其中 redo, backup 为 bucket 名字
    8.  mkdir -p data/redo
    9.  mkdir -p data/backup
    10.  # 启动 minio, 暴露端口在 6060
    11.  nohup ./minio server ./data --address :6060 &

    上述命令行启动了一个单节点的 minio server 模拟 S3 服务，其相关参数为：

    • Endpoint : http://${HOST_IP}:6060/
    • Access-key : minio
    • Secret-access-key: miniostorage

    • Bucket: redo

      其访问链接为如下:

      1. s3://backup?access-key=minio&secret-access-key=miniostorage&endpoint=http://${HOST_IP}:6060&force-path-style=true

第 2 步：迁移全量数据

搭建好测试环境后，可以使用 BR 工具的备份和恢复功能迁移全量数据。BR 工具有多种使用方式，本文中使用 SQL 语句 BACKUP 和 RESTORE 进行备份恢复。

注意：

  • 在生产集群中，关闭 GC 机制和备份操作会一定程度上降低集群的读性能，建议在业务低峰期进行备份，并设置合适的 RATE_LIMIT 限制备份操作对线上业务的影响。

  • 上下游集群版本不一致时，应检查 BR 工具的兼容性。本文假设上下游集群版本相同。

  1. 关闭 GC。

    为了保证增量迁移过程中新写入的数据不丢失，在开始备份之前，需要关闭上游集群的垃圾回收 (GC) 机制，以确保系统不再清理历史数据。

    执行如下命令关闭 GC：

    1.  MySQL [test]> SET GLOBAL tidb_gc_enable=FALSE;
    1.  Query OK, 0 rows affected (0.01 sec)

    查询 tidb_gc_enable 的取值，判断 GC 是否已关闭：

    1.  MySQL [test]> SELECT @@global.tidb_gc_enable;
    1.  +-------------------------+
    2.  | @@global.tidb_gc_enable |
    3.  +-------------------------+
    4.  |                       0 |
    5.  +-------------------------+
    6.  1 row in set (0.00 sec)

  2. 备份数据。

    在上游集群中执行 BACKUP 语句备份数据：

    1.  MySQL [(none)]> BACKUP DATABASE * TO '`s3://backup?access-key=minio&secret-access-key=miniostorage&endpoint=http://${HOST_IP}:6060&force-path-style=true`' RATE_LIMIT = 120 MB/SECOND;
    1.  +----------------------+----------+--------------------+---------------------+---------------------+
    2.  | Destination          | Size     | BackupTS           | Queue Time          | Execution Time      |
    3.  +----------------------+----------+--------------------+---------------------+---------------------+
    4.  | local:///tmp/backup/ | 10315858 | 431434047157698561 | 2022-02-25 19:57:59 | 2022-02-25 19:57:59 |
    5.  +----------------------+----------+--------------------+---------------------+---------------------+
    6.  1 row in set (2.11 sec)

    备份语句提交成功后，TiDB 会返回关于备份数据的元信息，这里需要重点关注 BackupTS，它意味着该时间点之前数据会被备份，后边的教程中，本文将使用 BackupTS 作为数据校验截止时间和 TiCDC 增量扫描的开始时间。

  3. 恢复数据。

    在下游集群中执行 RESTORE 语句恢复数据：

    1.  mysql> RESTORE DATABASE * FROM '`s3://backup?access-key=minio&secret-access-key=miniostorage&endpoint=http://${HOST_IP}:6060&force-path-style=true`';
    1.  +----------------------+----------+--------------------+---------------------+---------------------+
    2.  | Destination          | Size     | BackupTS           | Queue Time          | Execution Time      |
    3.  +----------------------+----------+--------------------+---------------------+---------------------+
    4.  | local:///tmp/backup/ | 10315858 | 431434141450371074 | 2022-02-25 20:03:59 | 2022-02-25 20:03:59 |
    5.  +----------------------+----------+--------------------+---------------------+---------------------+
    6.  1 row in set (41.85 sec)

  4. （可选）校验数据。

    通过 sync-diff-inspector 工具，可以验证上下游数据在某个时间点的一致性。从上述备份和恢复命令的输出可以看到，上游集群备份的时间点为 431434047157698561，下游集群完成数据恢复的时间点为 431434141450371074。

    1.  sync_diff_inspector -C ./config.yaml

    关于 sync-diff-inspector 的配置方法，请参考配置文件说明。在本文中，相应的配置如下：

    1.  # Diff Configuration.
    2.  ######################### Global config #########################
    3.  check-thread-count = 4
    4.  export-fix-sql = true
    5.  check-struct-only = false
    7.  ######################### Datasource config #########################
    8.  [data-sources]
    9.  [data-sources.upstream]
    10.      host = "172.16.6.123" # 替换为实际上游集群 ip
    11.      port = 4000
    12.      user = "root"
    13.      password = ""
    14.      snapshot = "431434047157698561" # 配置为实际的备份时间点
    15.  [data-sources.downstream]
    16.      host = "172.16.6.124" # 替换为实际下游集群 ip
    17.      port = 4000
    18.      user = "root"
    19.      password = ""
    20.      snapshot = "431434141450371074" # 配置为实际的恢复时间点
    22.  ######################### Task config #########################
    23.  [task]
    24.      output-dir = "./output"
    25.      source-instances = ["upstream"]
    26.      target-instance = "downstream"
    27.      target-check-tables = ["*.*"]

第 3 步：迁移增量数据

  1. 部署 TiCDC。

    完成全量数据迁移后，就可以部署并配置 TiCDC 集群同步增量数据，实际生产集群中请参考 TiCDC 部署。本文在创建测试集群时，已经启动了一个 TiCDC 节点，因此可以直接进行 changefeed 的配置。

  2. 创建同步任务。

    创建 changefeed 配置文件并保存为 changefeed.toml。

    1.  [consistent]
    2.  # 一致性级别，配置成 eventual 表示开启一致性复制
    3.  level = "eventual"
    4.  # 使用 S3 来存储 redo log, 其他可选为 local, nfs
    5.  storage = "s3://redo?access-key=minio&secret-access-key=miniostorage&endpoint=http://172.16.6.125:6060&force-path-style=true"

    在上游集群中，执行以下命令创建从上游到下游集群的同步链路：

    1.  tiup cdc cli changefeed create --pd=http://172.16.6.122:2379 --sink-uri="mysql://root:@172.16.6.125:4000" --changefeed-id="primary-to-secondary" --start-ts="431434047157698561"

    以上命令中：

  3. 重新开启 GC。

    TiCDC 可以保证未同步的历史数据不会被回收。因此，创建完从上游到下游集群的 changefeed 之后，就可以执行如下命令恢复集群的垃圾回收功能。详情请参考 TiCDC GC safepoint 的完整行为。

    执行如下命令打开 GC：

    1.  MySQL [test]> SET GLOBAL tidb_gc_enable=TRUE;
    1.  Query OK, 0 rows affected (0.01 sec)

    查询 tidb_gc_enable 的取值，判断 GC 是否已开启：

    1.  MySQL [test]> SELECT @@global.tidb_gc_enable;
    1.  +-------------------------+
    2.  | @@global.tidb_gc_enable |
    3.  +-------------------------+
    4.  |                       1 |
    5.  +-------------------------+
    6.  1 row in set (0.00 sec)

第 4 步：模拟主集群故障

模拟在业务过程中上游 TiDB 发生灾难性故障无法再启动起来，这里可以直接使用 Ctrl + C 终止 tiup playground 进程。

第 5 步：使用 redo log 确保数据一致性

在正常同步过程中，为了提高 TiCDC 的吞吐能力，TiCDC 会将事务并行写入下游。因此，当 TiCDC 同步链路意外中断时，下游可能不会恰好停在与上游一致的状态。我们这里需要使用 TiCDC 的命令行工具来向下游重放 redo log，使下游达到最终一致性状态。

  1. tiup cdc redo apply --storage "s3://redo?access-key=minio&secret-access-key=miniostorage&endpoint=http://172.16.6.123:6060&force-path-style=true" --tmp-dir /tmp/redo --sink-uri "mysql://root:@172.16.6.124:4000"
  • --storage：指定 redo log 所在的 S3 位置以及 credential
  • --tmp-dir：为从 S3 下载 redo log 的缓存目录
  • --sink-uri：指定下游集群的地址

第 6 步：恢复主集群及业务

现在从集群有了某一时刻全部的一致性数据，你需要重新搭建主从集群来保证数据可靠性。

  1. 在 NodeA 重新搭建一个新的 TiDB 集群作为新的主集群。

    1.  tiup --tag upstream playground v5.4.0 --host 0.0.0.0 --db 1 --pd 1 --kv 1 --tiflash 0 --ticdc 1

  2. 使用 BR 将从集群数据全量备份恢复到主集群。

    1.  # 全量备份从集群的数据
    2.  tiup br --pd http://172.16.6.124:2379 backup full --storage ./backup
    3.  # 全量恢复从集群的数据
    4.  tiup br --pd http://172.16.6.123:2379 restore full --storage ./backup

  3. 创建一个 TiCDC 同步任务，备份主集群数据到从集群。

    1.  # 创建 changefeed
    2.  tiup cdc cli changefeed create --pd=http://172.16.6.122:2379 --sink-uri="mysql://root:@172.16.6.125:4000" --changefeed-id="primary-to-secondary"