作者:lan
本文为 DM 源码阅读系列文章的第八篇,上篇文章 对 DM 中的定制化数据同步功能进行详细的讲解,包括库表路由(Table routing)、黑白名单(Black & white table lists)、列值转化(Column mapping)、binlog 过滤(Binlog event filter)四个主要功能的实现。
本篇文章将会以 gh-ost 为例,详细地介绍 DM 是如何支持一些 MySQL 上的第三方 online schema change 方案同步,内容包括 online schema change 方案的简单介绍,online schema change 同步方案,以及同步实现细节。
MySQL 的 Online Schema Change 方案
目前有一些第三方工具支持在 MySQL 上面进行 Online Schema Change,比较主流的包括 pt-online-schema-change 和 gh-ost。
这些工具的实现原理比较类似,本文会以 gh-ost 为例来进行分析讲解。
从上图可以大致了解到 gh-ost 的逻辑处理流程:
- 在操作目标数据库上使用
create table ghost table like origin table
来创建 ghost 表; - 按照需求变更表结构,比如
add column/index
; - gh-ost 自身变为 MySQL replica slave,将原表的全量数据和 binlog 增量变更数据同步到 ghost 表;
- 数据同步完成之后执行
rename origin table to table_del, table_gho to origin table
完成 ghost 表和原始表的切换
pt-online-schema-change 通过 trigger 的方式来实现数据同步,剩余流程类似。
在 DM 的 task 配置中可以通过设置 online-ddl-scheme
来配置的 online schema change 方案,目前仅支持 gh-ost/pt 两个配置选项。
DM Online Schema Change 同步方案
根据上个章节介绍的流程,pt 和 gh-ost 除了 replicate 数据的方式不一样之外,其他流程都类似,并且这种 native 的模式可以使得 binlog replication 几乎不需要修改就可以同步数据。但是 DM 为了减少同步的数据量,简化一些场景(如 shard tables merge)下的处理流程,并做了额外的优化,即,不同步 ghost 表的数据。
继续分析 online schema change 的流程,从数据同步的角度看有下面这些需要关注的点:
- 原始表的增量数据同步模式有没有变化
- ghost 表会产生跟原始表几乎一样的冗余 binlog events
- 通过
rename origin table to table_del, table_gho to origin table
完成 ghost 表和原始表的切换
如果使用 ghost 表的 alter DDL
替换掉 rename origin table to table_del, table_gho to origin table
,那么就可以实现我们的不同步 ghost 表数据的目的。
DM Online Schema Change 同步实现细节
Online schema change 模块代码实现如下:
DM 将 同步的表分为三类:
- real table - 原始表
- trash table - online schema change 过程中产生的非关键数据表,比如以
_ghc
,_del
为后缀的表 - ghost table - 与原始表对应的经过 DDL 变更的数据表,比如以
_gho
为后缀的表
当 DM 遇到 DDL 的时候,都会 调用 online schema change 模块的代码进行处理,首先判断表的类型,接着针对不同类型作出不同的处理:
- real table - 对 rename table statement 进行模式检查,直接返回执行
- trash table - 对 rename table statement 做一些模式检查,直接忽略同步
- ghost table
- 如果 DDL 是 create/drop table statement ,则 清空内存中的残余信息后忽略这个 DDL 继续同步
- 如果 DDL 是 rename table statement ,则 返回内存中保存的 ghost table 的 DDLs
- 如果是其他类型 DDL,则把这些 DDL 保存在内存中
下面是一个执行示例,方便大家对照着来理解上面的代码逻辑:
- Section 1: 使用 create table like statement 创建 ghost table,DM 会清空内存中
online_ddl
._t2_gho
对应的 DDL 信息 - Section 2: 执行 alter table statement,DM 会保存 DDL 到内存中
- Section 3:trash table 的 DDLs 会被忽略
- Section 4:遇到 ghost table 的 rename table statement 会替换成 Section 2 的 DDL, 并且将该 DDL 的 table name 更换成对应 real table name 去执行
注意: rename table statement 模式检查主要是为了确保在 online schema change 变更过程中除了 rename origin table to table_del, table_gho to origin table
之外没有其他 rename table statement,避免同步状态的复杂化。
小结
本篇文章详细地介绍 DM 对 online schema change 方案的同步支持,内容包含 online schema change 方案的简单介绍, online schema change 同步方案,以及同步实现细节。下一章会对 DM 的 shard DDL merge 方案进行详细的讲解,敬请期待。
原文阅读: https://www.pingcap.com/blog-cn/dm-source-code-reading-8/
来源:oschina
链接:https://my.oschina.net/u/2836319/blog/3064156