欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识！
您现在的位置是： 首页  >  IT编程

MySQL-记一次备份失败的排查过程

程序员文章站 2022-06-11 10:58:52
山竹来临，窝在家里整理个人文档。 本篇文章主要讲解排查问题的思路，涉及linux 删除文件的原理、实例误删数据恢复、MySQL实例初始化参数优先级别等，虽然涉及知识点比较浅，但是个人觉得挺有意思的，所以翻出笔记发布出来。 如果转载，请注明博文来源： www.cnblogs.com/xinysu/ ， ......
 
        MySQL-记一次备份失败的排查过程  山竹来临，窝在家里整理个人文档。
       本篇文章主要讲解排查问题的思路，涉及linux 删除文件的原理、实例误删数据恢复、mysql实例初始化参数优先级别等，虽然涉及知识点比较浅，但是个人觉得挺有意思的，所以翻出笔记发布出来。
 
    如果转载，请注明博文来源：    ，版权归 博客园 苏家小萝卜 所有。望各位支持！
 

 1 备份出错咯

    测试环境测试 xtrabackup 相关性能的时候，备份失败！
    备份指令如下：
1 innobackupex --defaults-file=/apps/conf/mysql/mysql5_3306.cnf --socket=/tmp/mysql3306.sock --user=[*]--password=[*] --no-timestamp /apps/mysql_backup/test_backup_1 > /apps/mysql_backup/backup.log 2>&1

    备份错误日志如下：

xtrabackup: the latest check point (for incremental): '1209962'
xtrabackup: stopping log copying thread.
.xtrabackup: warning: log block checksum mismatch (block no 2364 at lsn 1209856):
expected 1161267116, calculated checksum 1312610971
xtrabackup: warning: this is possible when the log block has not been fully written by the server, will retry later.
180912 15:30:11 >> log scanned up to (1209856)
 
180912 15:30:11 executing unlock tables
180912 15:30:11 all tables unlocked
180912 15:30:11 backup created in directory '/apps/mysql_backup/test_backup_1/'
mysql binlog position: filename 'mysql-bin.000001', position '26708128'
180912 15:30:11 [00] writing /apps/mysql_backup/test_backup_1/backup-my.cnf
180912 15:30:11 [00]        ...done
180912 15:30:11 [00] writing /apps/mysql_backup/test_backup_1/xtrabackup_info
180912 15:30:11 [00]        ...done
xtrabackup: transaction log of lsn (1209962) to (1209856) was copied.
xtrabackup: error: last checkpoint lsn (1209962) is larger than last copied lsn (1209856).
    tips：
     数据库实例运行正常的情况，在各个log buffer中，会存有 各个lsn，可以通过 show engine innodb status 查看，但是注意，这个lsn并非是直接从磁盘文件获取，而是从buffer 中获取。说明如下：
dba@localhost : (none) 17:00:21> show engine innodb status \g
......
---
log
---
log sequence number 4158179984
log flushed up to   4158179984
pages flushed up to 4158179984
last checkpoint at  4158179975
0 pending log flushes, 0 pending chkp writes
128445 log i/o's done, 0.00 log i/o's/second
......

# log sequence number: 当前系统最大的lsn号
# log flushed up to: 当前已经写入redo日志文件的lsn
# pages flushed up to：已经将更改写入脏页的lsn号
# last checkpoint at：系统最后一次刷新buffer pool脏中页数据到磁盘的checkpoint

# lsn1 = log sequence number
# lsn2 = log flushed up to
# lsn3 = pages flushed up to
# lsn4 = last checkpoint at
# lsn1 >= lsn2 >= lsn3 >= lsn4

2 备份错误解读   

    xtrabackup: error: last checkpoint lsn (1209962) is larger than last copied lsn (1209856).

    说明xtrabckup 同步 redo log 到完成的时候，自身的 redo log 最后的 lsn 跟 当前数据库的 ib_logfile文件最后的 lsn对比，发现不匹配。

    先检查备份失败实例内的 ib_logfile 文件：

   MySQL-记一次备份失败的排查过程
    正常 ib_logfile 文件的change time 应该是跟数据库的初始化时间一致，因为没有修改 文件的权限，但是显示的change time 明显晚与实例的运行时间，怀疑是否这几个ib_logfile[*] 文件被覆盖！
    为验证ib_logfile[*] 文件被覆盖，检查 mysql 进程下是否有 deleted 句柄，截图如下，发现 ib_logfile[*]文件确实被覆盖。
MySQL-记一次备份失败的排查过程

3 排查问题

哇，原来 文件被删除，这里有几个疑问 ：
  1. 为何文件被删除，不影响3306 实例 mysqld 的运行，3306 仍支持正常的 dml及ddl操作？
  2. 306的redo log 是写入到哪些地方？
  3. 3306实例丢失的文件能否恢复，能否正常使用？
  4. 为何 只有 redo log 文件被删除，是什么操作导致？

3.1 文件被删，实例为何能正常运行

        在linux中，每个文件都有两个 link 计数器：
  • i_count：文件使用者或者被调用的数量，理解为内存引用的计数器。文件被进程打开使用的时候，自增+1。
  • i_nlink：硬链接的数量，理解为磁盘引用计数器。创建文件的硬链接的时候，自增+1。
        当我们执行rm操作的时候，实际是 i_nlink-1，不一定真正删除文件，只有当 i_nlink=0 & i_count=0 时，文件才会被真正删除。案例中的 ib_logfile[*] 由于没有新创建硬链接，所以 i_nlink = 1，加上此时 3306实例处于运行中，需要调用 到 ib_logfile[*]文件，所以 i_count = 1( 当前无其他进程使用到ib_logfile[*] )，当文件被删除的时候，i_nlink =0 但是 i_count=0，故文件不会被真正删除，仅删除 inode 连接，并没有删除 磁盘的数据块。
 
        那么被进程调用的文件，遭遇 rm 操作，那么它将何去何从呢？
        首先，该文件的 i_nlink被删除，剩下 i_count，故仅删除磁盘硬链接，内容未删除。可以通过 proc 文件系统查找文件。每个进程都有进程id，可以通过 proc文件系统查找到该进程打开及调用的文件的链接。
 
 测试1：在运行的新实例 3006 上，删除3个文件后检查
 MySQL-记一次备份失败的排查过程

3.2 数据实际写入到哪里，原被覆盖文件？proc文件系统文件？

    测试2：删除表格文件，查看句柄size是否变化？
    测试内容：删除ib_logfile0文件及tbb.ibd文件，往 tbb 表格插入数据，查看 ib_logfile0大小及tbb.ibd大小
    测试说明：为何是查看大小，而不是查看change time呢？因为node链接存储了文件的属性，删除了该链接，则无法查看文件属性，仅能通过lsof查看文件大小来判断写入情况。/proc文件系统中的  deleted 软连接，stat查看也是查看软连接的属性，并非 真实文件数据块。无论是root还是其他用户删除，这个文件都能写入。
    测试过程：见截图
    测试结果：因为ib_logfile 是固定大小1g，无法查看到change时间，故不能验证；但是可以从 tbb.ibd 文件大小得知，实际是 redo log 是写入到 被删除的文件的。
MySQL-记一次备份失败的排查过程

3.3 恢复被删除实例数据文件

  1. 若是主库文件被删
    • 检查从库是否正常、是否无删除文件
      1. 从库正常
        1. 方案1
          1. 主从切换
          2. 旧主上，根据deleted句柄重定向被删除的数据块到原先的磁盘位置，例： cat /proc/16979/fd/36 > /apps/dbdat/mysql5_data3306/sophia/tba.ibd
        2. 方案 2
          1. 重做 旧主库，重做后恢复从库使用
      2. 从库不正常，文件也被删
        1. 从库，停止复制
        2. 从库，根据deleted句柄重定向被删除的数据块到原先的磁盘位置，例： cat /proc/16979/fd/36 > /apps/dbdat/mysql5_data3306/sophia/tba.ibd
        3. 从库，恢复复制
        4. 检查从库追上主库
        5. 主从切换
        6. 旧主新从，停止复制，重定向文件内容 或者重做 从库
  2. 若是从库文件被删
    1. 方案1
      1. 从库停止复制
      2. 从库上，根据deleted句柄重定向被删除的数据块到原先的磁盘位置，例： cat /proc/16979/fd/36 > /apps/dbdat/mysql5_data3306/sophia/tba.ibd
    2. 方案2
      1. 重做 旧主库，重做后恢复从库使用

3.4 为何仅ib_logfile[*]文件被删除，为何被删

    查看 mysql 3306 的error 看看有啥苗头：
180912 15:09:51 [note] plugin 'federated' is disabled.
180912 15:09:51 innodb: the innodb memory heap is disabled
180912 15:09:51 innodb: mutexes and rw_locks use gcc atomic builtins
180912 15:09:51 innodb: compressed tables use zlib 1.2.3
180912 15:09:51 innodb: using linux native aio
180912 15:09:51 innodb: initializing buffer pool, size = 1.0g
180912 15:09:51 innodb: completed initialization of buffer pool
innodb: the first specified data file /apps/dbdat/mysql5_data3306/ibdata1 did not exist:
innodb: a new database to be created!
180912 15:09:51  innodb: setting file /apps/dbdat/mysql5_data3306/ibdata1 size to 1000 mb
innodb: database physically writes the file full: wait...
innodb: progress in mb: 100 200 300 400 500 600 700 800 900 1000
180912 15:09:55  innodb: log file /apps/dbdat/mysql5_data3306/ib_logfile0 did not exist: new to be created
innodb: setting log file /apps/dbdat/mysql5_data3306/ib_logfile0 size to 1000 mb
innodb: database physically writes the file full: wait...
innodb: progress in mb: 100 200 300 400 500 600 700 800 900 1000
180912 15:09:58  innodb: log file /apps/dbdat/mysql5_data3306/ib_logfile1 did not exist: new to be created
innodb: setting log file /apps/dbdat/mysql5_data3306/ib_logfile1 size to 1000 mb
innodb: database physically writes the file full: wait...
innodb: progress in mb: 100 200 300 400 500 600 700 800 900 1000
180912 15:10:01  innodb: log file /apps/dbdat/mysql5_data3306/ib_logfile2 did not exist: new to be created
innodb: setting log file /apps/dbdat/mysql5_data3306/ib_logfile2 size to 1000 mb
   
    看log，是 新建实例的时候，覆盖了 3306实例的 ib_logfile跟ibdata1，但是实际上为何只有 ib_logfile被覆盖呢？查看历史 操作命令，找到了 初始化 实例的指令如下：
history | grep mysql 
  368  /apps/svr/mysql57/bin/mysqld  --initialize  --datadir=/apps/dbdat/mysql57_data3307 --user=apps --innodb-data-file-path=ibdata1:1000m:autoextend --innodb-data-home-dir=/apps/dbdat/mysql57_data3307 --innodb-log-file-size=1000m --innodb-log-files-in-group=4 

3.5 为何使用命令指定参数执行新建实例，会覆盖其他实例的的文件呢？

    查看history 操作时，发现 之前执行了了 初始化实例的指令，没有指定 配置文件，而是指定了 datadir，另起服务器，执行该命令，是正常，截图如下，那么这里又 引申了 第五个 问题：为何使用 命令执行新建实例，会覆盖其他实例的的文件呢？
MySQL-记一次备份失败的排查过程

 

    灵机一动的我，联想到了配置文件的默认读取顺序，mysql安装的时候，读取配置文件的优先顺序： 。查看 /etc/my.cnf ，发现确实是 有文件存在，并且这个文件是 3306的配置文件内容。
file name
purpose
/etc/my.cnf
m
/etc/mysql/my.cnf
global options
sysconfdir/my.cnf
global options
$mysql_home/my.cnf
server-specific options (server only)
defaults-extra-file
the file specified with , if any
~/.my.cnf
user-specific options
~/.mylogin.cnf
user-specific login path options (clients only)
 
    这个时候，可以初步确认，mysql 3307 初始化的时候，除了使用 指定的指令外，其他需要的启动参数会从 默认的配置文件路径依次读取。那么，mysql 初始化需要读取哪些 必备参数呢 ？
 
    mysql 5.7 ，无默认配置文件，仅指定参数 datadir basedir 初始化后生成 :mysql\sys\performance_schema 3个数据库目录及表格文件，同时生成 ibdata1、ib_logfile[*]等文件，是否可以判断，初始化过程中，需要指定跟 ibdata1、ib_logfile【*】相关参数、error log位置、user 则正常呢？
 /apps/svr/mysql57/bin/mysqld  --initialize  --datadir=/apps/dbdat/mysql57_data3307 --user=apps --innodb-data-file-path=ibdata1:1000m:autoextend --innodb-data-home-dir=/apps/dbdat/mysql57_data3307 --innodb-log-file-size=1000m --innodb-log-files-in-group=4 --basedir=/apps/svr/mysql57 --innodb_log_group_home_dir=/apps/dbdat/mysql57_data3307  --innodb-log-files-in-group=4 --log-error=/apps/logs/mysql/error3307.log
 
    你以为这样，就可以安装了吗？
    并不，当存在默认路径的配置文件时，除了指定参数外，还是会去读 默认路径 上的配置文件 为主。
 
tips：
    模拟的过程中，一直无法重现这个错误，最后发现，没有覆盖文件，是因为：当 配置文件的权限为所有人可写的情况下，mysql担心该配置文件被恶意修改，故会忽略该文件，不读该文件配置。
mysqld: [warning] world-writable config file '/etc/my.cnf' is ignored.

4 错误原因总结

    综上分析，则可以确定 3306实例正常运行期间，某位小伙伴 使用 指令初始化 3307实例，由于未指定 innodb_log_group_home_dir，mysql引擎去默认路径下查找配置文件，恰巧 /etc/my.cnf 是 3306实例的配置文件，故 3307实例初始化的 innodb_log_group_home_dir 指向了 3306 实例，覆盖了 3306 实例的 ib_logfile[*] 文件。
 
    那为何xtrabackup为何会报错 xtrabackup: error: last checkpoint lsn (1209962) is larger than last copied lsn (1209856)？
这是因为 3307 实例初始化的过程中，读取 /etc/my.cnf 配置文件的时候，5.7版本已经没有innodb_additional_mem_pool_size参数，故初始化到这里的时候，报错
 
2018-09-12t07:26:06.003983z 0 [error] unknown variable 'innodb_additional_mem_pool_size=32m'
2018-09-12t07:26:06.004004z 0 [error] aborting
 
2018-09-12t07:26:06.004192z 0 [note] binlog end
2018-09-12t07:26:06.010705z 0 [note] innodb: fts optimize thread exiting.
2018-09-12t07:26:06.010917z 0 [note] innodb: starting shutdown...
2018-09-12t07:26:06.111107z 0 [note] innodb: dumping buffer pool(s) to /apps/dbdat/mysql57_data3307/ib_buffer_pool
2018-09-12t07:26:06.111312z 0 [note] innodb: buffer pool(s) dump completed at 180912 15:26:06
2018-09-12t07:26:07.849696z 0 [note] innodb: shutdown completed; log sequence number 1209962
2018-09-12t07:26:07.849933z 0 [note] innodb: removed temporary tablespace data file: "ibtmp1"
 
 
    实际上，如果是 5.7实例读取 5.7配置文件去 覆盖 5.7的旧实例，实际上备份并不会报错，并且备份文件在还原使用的时候也无异常，但是有一个致命的问题，则是 备份过程中无法感知实例的redo log变化，故并无跟进整个实例的redo log，导致备份生成的xtrabckup_binlog_info 文件中的binlog + postion 位置点是错误的，如果使用该备份来做从库，则会出现严重缺失数据！！
 
    新服务器上做测试如下：
  1. 初始化 5.7版本的3306实例，生成一张大表
  2. 拷贝 5.7 3306 实例的配置文件到 /etc/my.cnf
  3. 指定参数初始化 3307实例
  4. 确认 3306 实例的 ib_logfile 被覆盖，但 3306 实例可以正常执行操作
  5. 备份 3306 实例正常，执行备份期间无错误
  6. 备份 3306实例期间，等待其拷贝完某张空表 tb.ibd 文件后，迅速 insert 这张表 5000 行数据
  7. 进行还原操作，验证备份是否有效
    1. 检查 tb.ibd 文件大小 为几十kb
    2. 检查 备份文件夹中的 xtrabackup_logfile , 该文件仅为 2.5k，并未记录 insert tb.ibd文件的操作
    3. apply log 后启动文件，发现tb.ibd 仍然为空表
  8. 结论
    1. 同版本覆盖的情况下
    2. 备份还原均无报错信息，但是其实是无效的，但是备份的  xtrabackup_binlog_info 记录的log 、pos 与实际不相符
    3. 因为在做数据操作的时候，ib_logfile 没有变动，故xtrabackup_logfile 文件，并没有记录到实际的redo log，所以其 xtrabackup_binlog_info 记录的log 跟pos 与实际不相符

5 处理流程总结

  1. 备份失败
    1. 失败原因：ib_logfile被覆盖
  2. 引发问题
    1. 运行中的db实例，文件被覆盖，为何可正常运行？
      • linux 删除文件原理，rm 被进程使用的文件，仅删除 i_nlink，未删除实际数据块，可从proc文件系统查找
    2. 当文件被覆盖后，还会继续写入 进程的修改数据吗？
      • 写入到 proc 指向的数据块中，正常读写
    3. 如何恢复被覆盖的文件？
      • 确保无数据写入proc 指向的 deleted文件，cat 重定向（注意耗时）
  3. 查找文件被覆盖的原因
    • 引发问题
      1. 为何只有 ib_logfile[*]被覆盖？
        1. 初始化仅指定部分参数，指定参数优先级别最高，其他读取默认配置文件参数，因为指定了 innodb-data-file-path、datadir，没有指定 innodb_log_group_home_dir，故仅覆盖 ib_logfile[*]
      2. mysql初始化 指定参数 跟 默认路径配置文件的优先级 ？
        1. 优先级别高低
          1. 用户指定参数
          2. 默认路径配置文件参数，按照默认路径排序，属性是 global 的，靠前的优先级别底，越后越高
          3. mysqld 默认参数值
      3. 为何某些情况下配置了/etc/my.cnf，但是不读取？
        1. 当 配置文件的权限为所有人可写的情况下，mysql担心该配置文件被恶意修改，故会忽略该文件，不读该文件配置
        2. mysqld: [warning] world-writable config file '/etc/my.cnf' is ignored.
        3. 注意查看 配置文件权限 不是 777 权限

6 思考与改进

关于部署，使用defaults-file指定部署

关于恢复，注意主从处理及readonly 处理，确保cat 重定向的过程中，proc文件系统被删除的文件无写入

关于监控，线上应当添加对相关data目录的 proc deleted句柄的相关监控



 
 
 

上一篇： 快速精确的对数学表达式求值

下一篇： EDIUS 快捷键大全 edius常用快捷键大全

推荐阅读