MySQL数据归档小工具mysql_archiver详解

一.主要概述

mysql数据库归档历史数据主要可以分为三种方式：一.创建编写sp、设置event；二.通过dump导入导出；三.通过pt-archiver工具进行归档。第一种方式往往受限于同实例要求，往往被大家舍弃。第二种，性能相对较好，但是归档表较多时运维也是比较头疼的事。所以很多dba往往采用第三种方式--pt-archiver。

pt-archiver是percona-toolkit工具集中的一个组件，是一个主要用于对mysql表数据进行归档和清除的工具。它可以将数据归档到另一张表或者是一个文件中。pt-archiver在清除表数据的过程中并不会影响oltp事务的查询性能。对于数据的归档，它可以归档到另一台服务器上的另一张表，也可归档到一个文件中。

有一个网友通过python开发了将pt-archiver打包成了一个小工具—mysql_archiver，它基本实现了归档作业的配置化部署，使用起来挺不错。"mysql_archiver基本上实现了数据归档的自动运转，统一的归档任务调度管理、自动监控和预警、自动生成报表。在一定程度上节约了生产力，提高了运维效率。"

github地址：

二.pt-archiver主要参数参数

参数	默认值	参数解释
--check-slave-lag		指定主从复制延迟大于选项'--max-lag'指定的值之后暂停归档操作。默认情况下，工具会检查所有的从库，但该选项只作用于指定的从库(通过dsn连接方式)。
--check-interval	1s	如果同时指定了选项'--check-slave-lag'，则该选项指定的时间为工具发现主从复制延迟时暂停的时间。每进行操作100行时进行一次检查。
--[no]check-charset	yes	指定检查确保数据库连接时字符集和表字符集相同。
--commit-each		指定按每次获取和归档的行数进行提交，该选项会禁用选项'--txn-size'。 在每次获取表数据并进行归档之后，在获取下一次数据和选项'--sleep'指定的休眠时间之前，进行事务提交和刷新选项'--file'指定的文件，通过选项'--limit'控制事务的大小。
--host，-h		指定连接的数据库ip地址。
--port，-p		指定连接的数据库port端口。
--user，-u		指定连接的数据库用户。
--password，-p		指定连接的数据库用户密码。
--socket，-s		指定使用socket文件连接。
--databases，-d		指定连接的数据库
--source		指定需要进行归档操作的表，该选项是必须指定的选项，使用dsn方式表示。
--dest		指定要归档到的目标端表，使用dsn方式表示。 如果该选项没有指定的话，则默认与选项'--source'指定源端表为相同表。
--where		指定通过where条件语句指定需要归档的数据，该选项是必须指定的选项。不需要加上'where'关键字，如果确实不需要where条件进行限制，则指定'--where 1=1'。
--file		指定表数据需要归档到的文件。使用类似mysql date_format()格式化命名方式。 文件内容与mysql中select into outfile语句使用相同的格式，文件命名选项如下所示： ' %y：年，4位数(year, numeric, four digits) %m：月，2位数(month, numeric (01..12)) %d：日，2位数(day of the month, numeric (01..31)) %h：小时(hour (00..23)) %i：分钟(minutes, numeric (00..59)) %s：秒(seconds (00..59)) %d：数据库名(database name) %t：表名(table name) 例如：--file '/var/log/archive/%y-%m-%d-%d.%t' '
--output-format		指定选项'--file'文件内容输出的格式。 默认不指定该选项是以制表符进行字段的分隔符，如果指定该选项，则使用','(逗号)作为字段分隔符，使用'"'(双引号)将字段括起。用法示例：'--output-format=dump'。
--limit	1	指定每条语句获取表和归档表的行数。
--max-lag	1s	指定允许主从复制延迟时长的最大值，单位秒。如果在每次获取行数据之后主从延迟超过指定的值，则归档操作将暂停执行，暂停休眠时间为选项'--check-interval'指定的值。待休眠时间结束之后再次检查主从延迟时长，检查方法是通过从库查询的'seconds_behind_master'值来确定。如果主从复制延迟一直大于该参数指定值或者从库停止复制，则操作将一直等待直到从库重新启动并且延迟小于该参数指定值.
--no-delete		指定不删除已被归档的表数据。
--progress		指定每多少行打印进度信息，打印当前时间，已用时间以及多少行进行归档。
--purge		指定执行的清除操作而不是归档操作。允许忽略选项'--dest'和'--file'进行操作，如果只是清除操作可以结合选项'--primary-key-only'会更高效。
--replace		指定写入选项'--dest'指定目标端表时改写insert语句为replace语句。
--retries	1	指定归档操作遇到死锁或超时的重试次数。当重试次数超过该选项指定的值时，工具将报错退出。
--run-time		指定工具归档操作在退出之前需要运行的时间。允许的时间后缀名为s=秒，m=分，h=小时，d=天，如果没指定，默认为s。
--[no]safe-auto-increment	yes	指定不使用自增列(auto_increment)最大值对应的行进行归档。 该选项在进行归档清除时会额外添加一条where子句以防止工具删除单列升序字段具有的具有auto_increment属性最大值的数据行，为了在数据库重启之后还能使用到auto_increment对应的值，但这会引起无法归档或清除字段对应最大值的行。
--sleep		指定工具在通过select语句获取归档数据需要休眠的时间，默认值是不进行休眠。在休眠之前事务并不会提交，并且选项'--file'指定的文件不会被刷新。如果指定选项'--commit-each'，则在休眠之前会进行事务提交和文件刷新。
--statistics		指定工具收集并打印操作的时间统计信息。
--txn-size	1	指定每个事务处理的行数。如果是0则禁用事务功能。
--why-quit		指定工具打印当非因完成归档行数退出的原因。 在执行一个自动归档任务时该选项与选项'--run-time'一起使用非常方便，这样可以确定归档任务是否在指定的时间内完成。如果同时指定了选项'--statistics'，则会打印所有退出的原因。
--skip-foreign-key-checks		指定使用语句set foreign_key_checks = 0禁用外键检查。

三,安装部署mysql_archiver常见错误

1. 执行python db_archive_exec.py 127.0.0.1 db123 报错

traceback (most recent call last):
  file "/data/mysql_archiver/mysql_archiver-master/db_archive_exec.py", line 7, in <module>
    import db_conn
  file "/data/mysql_archiver/mysql_archiver-master/db_conn.py", line 4, in <module>
    import mysqldb
importerror: no module named mysqldb

解决方案:

step 1 基础环境

rm -rf /etc/yum.repos.d/epel*
yum install postgresql-devel python3-devel postgresql-devel python-devel

step 2安装setuptools

（1） 下载 setuptools-39.2.0.zip
（2） 解压安装 python setup.py build
    python setup.py install

step 3 安装pip

（1） 下载 pip-1.5.4.tar.gz
（2） 安装 python setup.py install

step 4 安装mysql-python

yum install mysql-python

2.报错缺少pt-archiver工具

sh: pt-archiver: command not found

解决方案：

下载percona-toolkit-3.2.1_x86_64.tar.gz,安装，并且设置个软连接。

例如:

ln -s /data/mysql_archiver/percona-toolkit-3.2.1/bin/pt-archiver /usr/local/bin/pt-archiver

3.缺少文档

<type 'exceptions.exception'>
[errno 2] no such file or directory: u'/software/python_script/db_archive_xxxxdb_xxxtablename.log'

解决方案:

创建文档:/software/python_script

4.字符集问题

character set mismatch: --source dsn uses utf8, table uses utf8mb4.  you can disable this check by specifying --no-check-charset.

解决方案:

修改db_archive_exec.py可执行文件，针对pt-archiver添加参数--no-check-charset

5.参数设置报错

usage: pt-archiver [options] --source dsn --where where

errors in command-line arguments:
 * --txn-size and --commit-each are mutually exclusive.

pt-archiver nibbles records from a mysql table. the --source and --dest
arguments use dsn syntax; if copy is yes, --dest defaults to the key's value
from --source. for more details, please use the --help option, or try 'perldoc
/usr/local/bin/pt-archiver' for complete documentation.

解决方案:

pt-archiver去掉参数--commit-each

6.cannot find encoding "utf8mb4"

报错信息:

cannot find encoding "utf8mb4" at /usr/local/bin/pt-archiver line 6711.

解决方案:

pt-archiver去掉参数 --bulk-insert --bulk-delete

四.主要参考资料

1.mysql数据归档实战-python和pt-archiver的强强结合

https://blog.csdn.net/n88lpo/article/details/78905528?utm_medium=distribute.pc_relevant.none-task-blog-baidulandingword-14&spm=1001.2101.3001.4242

2.mysql数据归档小工具

https://github.com/dbarun/mysql_archiver#readme

3.在linux下安装mysqldb及基本操作

https://www.cnblogs.com/blogsme/archive/2012/12/12/2814588.html

4.pt工具之pt-archiver

https://www.cnblogs.com/yhq1314/p/10601801.html

5.linux下pip的安装步骤及使用详解

https://www.jb51.net/article/118035.htm

6.percona-toolkit 之 pt-archiver 总结

https://www.cnblogs.com/dbabd/p/10721857.html

到此这篇关于mysql数据归档小工具mysql_archiver详解的文章就介绍到这了,更多相关mysql数据归档内容请搜索以前的文章或继续浏览下面的相关文章希望大家以后多多支持！