MySQL官方导出工具mysqlpump的使用

简介

mysqlpump 是 mysqldump 的一个衍生，本身也参考了 mydumper 的思路，支持了并行导出数据，因此导出数据的效率比 mysqldump 会高很多。

使用介绍

mysqlpump 的绝大多数参数与 mysqldump 是一样的，整体的使用方法和 mysqldump 没有太多的差异。这里列出一部分 mysqlpump 中比较重要且常用的参数。

参数	说明
--default-parallelism=#	设置并行导出的并发度，与 single-transaction 冲突
--single-transaction	创建一个单独的事务来导出所有的表
--exclude-databases=name	导出时排除掉某些库，多个库以逗号分隔
--exclude-tables=name	导出时排除掉某些表，多个表以逗号分隔
--include-databases=name	导出时包含某些库，多个库以逗号分隔
--include-tables=name	导出时包含某些表，多个表以逗号分隔

实际体验

这里对 mysqlpump 做一次简单的试用，目标实例选择 mysql 5.7，参数中同时采用了single-transaction和default-parallelism，试试看这个冲突的效果。

mysqlpump 侧的输出参考如下信息：

root@vm-64-10-debian:~# mysqlpump -h172.100.10.10 -uroot -p --single-transaction --default-parallelism=16 --set-gtid-purged=off -b sbtest > sbtest.sql
dump progress: 0/1 tables, 250/987400 rows
dump progress: 0/5 tables, 117250/3946600 rows
dump progress: 1/5 tables, 258750/3946600 rows
dump progress: 1/5 tables, 385500/3946600 rows
dump progress: 1/5 tables, 516750/3946600 rows
dump progress: 1/5 tables, 639250/3946600 rows
dump progress: 1/5 tables, 757000/3946600 rows
dump progress: 1/5 tables, 885000/3946600 rows
dump progress: 1/5 tables, 1005750/3946600 rows
dump progress: 1/5 tables, 1114250/3946600 rows
dump progress: 1/5 tables, 1223250/3946600 rows
dump progress: 2/5 tables, 1312500/3946600 rows
dump progress: 2/5 tables, 1430750/3946600 rows
dump progress: 2/5 tables, 1553000/3946600 rows
dump progress: 2/5 tables, 1680250/3946600 rows
dump progress: 2/5 tables, 1809500/3946600 rows
dump progress: 2/5 tables, 1940750/3946600 rows
dump progress: 2/5 tables, 2060000/3946600 rows
dump progress: 2/5 tables, 2175250/3946600 rows
dump progress: 2/5 tables, 2295250/3946600 rows
dump progress: 3/5 tables, 2413500/3946600 rows
dump progress: 3/5 tables, 2554500/3946600 rows
dump progress: 3/5 tables, 2693500/3946600 rows
dump progress: 3/5 tables, 2818750/3946600 rows
dump progress: 3/5 tables, 2941500/3946600 rows
dump progress: 4/5 tables, 3056000/3946600 rows
dump progress: 4/5 tables, 3172750/3946600 rows
dump progress: 4/5 tables, 3280000/3946600 rows
dump progress: 4/5 tables, 3372000/3946600 rows
dump progress: 4/5 tables, 3444750/3946600 rows
dump completed in 126555 milliseconds

可以看到当这两个参数同时启用的时候，mysqlpump 实际上还是在一个一个表的导出。single-transaction的优先级会高于default-parallelism。

去掉single-transaction再进行测试的时候，会发现一个比较有意思的现象，观察 mysql 的 processlist，会有如下结果：

mysql> show processlist;
+---------+------+--------------------+------+---------+------+-------------------+----------------------------------------------------+
| id      | user | host               | db   | command | time | state             | info                                               |
+---------+------+--------------------+------+---------+------+-------------------+----------------------------------------------------+
| 2763496 | root | 172.100.10.10:49086 | null | query   |    0 | starting          | show processlist                                   |
| 2763585 | root | 172.100.10.10:49192 | null | sleep   |  126 |                   | null                                               |
| 2763586 | root | 172.100.10.10:49194 | null | sleep   |  126 |                   | null                                               |
| 2763587 | root |172.100.10.10:49196 | null | sleep   |  126 |                   | null                                               |
| 2763588 | root | 172.100.10.10:49198 | null | sleep   |  126 |                   | null                                               |
| 2763589 | root | 172.100.10.10:49200 | null | sleep   |  126 |                   | null                                               |
| 2763590 | root | 172.100.10.10:49202 | null | sleep   |  126 |                   | null                                               |
| 2763591 | root | 172.100.10.10:49204 | null | sleep   |  126 |                   | null                                               |
| 2763592 | root | 172.100.10.10:49206 | null | sleep   |  126 |                   | null                                               |
| 2763593 | root | 172.100.10.10:49208 | null | sleep   |  126 |                   | null                                               |
| 2763594 | root | 172.100.10.10:49210 | null | sleep   |  126 |                   | null                                               |
| 2763595 | root | 172.100.10.10:49212 | null | query   |  125 | sending to client | select `id`,`k`,`c`,`pad`  from `sbtest`.`sbtest5` |
| 2763596 | root | 172.100.10.10:49214 | null | query   |  125 | sending to client | select `id`,`k`,`c`,`pad`  from `sbtest`.`sbtest4` |
| 2763597 | root | 172.100.10.10:49216 | null | query   |  125 | sending to client | select `id`,`k`,`c`,`pad`  from `sbtest`.`sbtest3` |
| 2763598 | root | 172.100.10.10:49218 | null | query   |  125 | sending to client | select `id`,`k`,`c`,`pad`  from `sbtest`.`sbtest2` |
| 2763599 | root | 172.100.10.10:49220 | null | query   |  125 | sending to client | select `id`,`k`,`c`,`pad`  from `sbtest`.`sbtest1` |
| 2763600 | root | 172.100.10.10:49222 | null | sleep   |  125 |                   | null                                               |
| 2763601 | root | 172.100.10.10:49224 | null | sleep   |  125 |                   | null                                               |
+---------+------+--------------------+------+---------+------+-------------------+----------------------------------------------------+
18 rows in set (0.00 sec)

mysql>

可以很明显的看出来，mysqlpump 的“并行导出”实际上只是基于表级别的并行导出，当存在单个大表的时候，导出的时间会被严重的影响，存在短板效应。

额外的疑问：如果default-parallelism和single-transaction有冲突的话，那么并行导出的时候是不是无法确认数据一致性？

实践出真实，打开 general_log 看一下导出时的操作：

2021-05-12t11:54:09.033215z        75 connect   root@172.100.10.10 on  using ssl/tls
2021-05-12t11:54:09.075347z        75 query     flush tables with read lock //开始锁表
2021-05-12t11:54:09.103132z        75 query     show warnings
2021-05-12t11:54:09.106382z        75 query     set session transaction isolation level repeatable read
2021-05-12t11:54:09.106553z        75 query     show warnings
2021-05-12t11:54:09.106640z        75 query     start transaction with consistent snapshot
2021-05-12t11:54:09.108115z        75 query     show warnings
2021-05-12t11:54:09.127277z        76 connect   root@172.100.10.10 on  using ssl/tls
2021-05-12t11:54:09.127452z        76 query     set session transaction isolation level repeatable read
2021-05-12t11:54:09.127590z        76 query     show warnings
2021-05-12t11:54:09.127680z        76 query     start transaction with consistent snapshot
2021-05-12t11:54:09.127790z        76 query     show warnings
......
2021-05-12t11:54:10.018813z        90 connect   root@172.100.10.10 on  using ssl/tls
2021-05-12t11:54:10.018944z        90 query     set session transaction isolation level repeatable read
2021-05-12t11:54:10.019047z        90 query     show warnings
2021-05-12t11:54:10.019150z        90 query     start transaction with consistent snapshot
2021-05-12t11:54:10.019226z        90 query     show warnings
2021-05-12t11:54:10.025833z        91 connect   root@172.100.10.10 on  using ssl/tls
2021-05-12t11:54:10.025934z        91 query     set session transaction isolation level repeatable read
2021-05-12t11:54:10.026048z        91 query     show warnings
2021-05-12t11:54:10.026141z        91 query     start transaction with consistent snapshot
2021-05-12t11:54:10.026219z        91 query     show warnings
2021-05-12t11:54:10.026293z        75 query     unlock tables  //结束锁表
2021-05-12t11:54:10.026406z        75 query     show warnings

可以看到并行导出之前，有一个线程加上了全局读锁，然后等所有的并发线程打开事务之后才解锁了表，因此并行导出的时候也是数据一致的。

优缺点

• 优点：
  
  • 并行备份数据库和数据库中的对象，比 mysqldump 更高效。
  • 更好的控制数据库和数据库对象（表，存储过程，用户帐户）的备份。
  • 备份进度可视化。
• 缺点：  
  • 只能并行到表级别，如果有一个表数据量特别大那么会存在非常严重的短板效应。
  • 导出的数据保存在一个文件中，导入仍旧是单线程，效率较低。
  • 无法获取当前备份对应的binlog位置。
    

总结一下

尽管 mysqlpump 还有非常多的不足，但是相比较于原始的 mysqldump 已经有了非常大的进步，从这个工具的发布也可以看出来 oracle 终于开始重视 mysql 的生态工具了，期待官方提供更多的更优秀的生态工具。

以上就是mysql官方导出工具mysqlpump的使用的详细内容，更多关于mysqlpump的使用的资料请关注其它相关文章！