实例中所有frm文件消失的幕后黑手

今天遇到MySQL实例中frm文件无缘无故消失，而ibd文件仍然存在。晚上终于把问题定位到，罪魁祸首是pt-stalk. 长话短说，使用pt-stalk时，有个选项很重要，一定要注意，dest 千万不要指定为 MySQL的数据目录，或是其它重要的目录，因为指定的这个目录中的文件

今天遇到MySQL实例中frm文件无缘无故消失，而ibd文件仍然存在。晚上终于把问题定位到，罪魁祸首是pt-stalk.

长话短说，使用pt-stalk时，有个选项很重要，一定要注意，–dest 千万不要指定为 MySQL的数据目录，或是其它重要的目录，因为指定的这个目录中的文件有可能被删除的风险。

我今天使用的pt-stalk 命令在3个实例上运行，第一个实例的命令为：

pt-stalk --log /u01/mysql/pt-stalk.log --dest /u01/mysql --pid /u01/mysql/pt-stalk.pid --daemonize --collect-gdb --sleep 1 --iterations 20 --function status --variable Slave_trx_pending --threshold 100 -- --user=root --port=3306 --host=127.0.0.1

悲翠的发现复制中断，原因是没有找到表。登录上去看，只有库，没有任何表！
再看看/u01/mysql/data/db下，只有ibd文件，frm文件全部消失了！

下午只是对mysqld进行了升级，并且只是重启了第一个实例，觉得与下午打的补丁没有半毛关系。
此时怀疑是脚本做的，因为上千个frm文件，包括mysql/bin, mysql/scripts全部没了。

无奈只好重做，从主库拷贝frm文件和对应的bin到对应的目录，重启搞定。

晚上10多时，发现实例2和实例3全部同事遇难，发现同样的问题，泪奔。先恢复再思考。

仔细思考，下午除了升级mysqld外，就是用了pt-stalk。pt-stalk之前也用过，没有啥问题。
三个实例都加了监控，都出了问题，唯独第四个实例没有加监控，好好的运行着，让我不能不怀疑pt-stalk。

先在pt-stalk找到可疑的代码：

# Delete collect files which more than --retention-time days old.
find "$dir" -type f -mtime +$retention_time -exec rm -f '{}' \;

和pt-stalk的伪代码对应起来，为清理老数据阶段：

while true; do
if --variable from --function is greater than --threshold; then
observations++
if observations is greater than --cycles; then
capture diagnostics for --run-time seconds
exit if --iterations is exceeded
sleep for --sleep seconds
done
done
clean up data that's older than --retention-time
sleep for --interval seconds
done

其中retention-time默认为30天，也就是说，可能有30天之前的数据被清除掉。

找到对应的代码，把rm改为echo,再在自己的测试环境运行下，果然是这个问题：

### 第一次没有sudo跑 ###
find: `/u01/ps5518/mysql-test/var/install.db/mtr': Permission denied
find: `/u01/ps5518/mysql-test/var/install.db/performance_schema': Permission denied
rm: cannot remove `/u01/ps5518/mysql-test/var/install.db/ibdata1': Permission denied
rm: cannot remove `/u01/ps5518/mysql-test/var/install.db/ib_logfile1': Permission denied
rm: cannot remove `/u01/ps5518/mysql-test/var/install.db/ib_logfile0': Permission denied
rm: cannot remove `/u01/ps5518/mysql-test/var/install.db/mysql/time_zone_transition.MYD': Permission denied
rm: cannot remove `/u01/ps5518/mysql-test/var/install.db/mysql/user.MYI': Permission denied
rm: cannot remove `/u01/ps5518/mysql-test/var/install.db/mysql/time_zone.MYI': Permission denied
rm: cannot remove `/u01/ps5518/mysql-test/var/install.db/mysql/help_relation.frm': Permission denied

### 第二次sudo跑 但把rm 替换长 echo ###
find: `/u01/ps5518/data/sbtest’: Permission denied
find: `/u01/ps5518/data/test’: Permission denied

问题到此验证。

真的好庆幸，这个备库是交易核心库，还好没有提供业务访问，否则肯定是P0故障了。

原文地址：实例中所有frm文件消失的幕后黑手, 感谢原作者分享。