您现在的位置是:首页 > 文章详情

使用 gravity 做大表的分表操作

日期:2020-03-26点击:420

gravity 是摩拜单车出票的一个 异构/同构 数据复制通道软件,提供主流软件的支持,并支持k8s云原生。比较看好它的发展。



项目地址: https://github.com/moiot/gravity

官方文档:https://github.com/moiot/gravity/blob/master/docs/2.0/01-quick-start.md


gravity的编译和部署不是这里的重点,我们直接跳过。


gravity的部署:

cd /root/ git clone https://github.com/moiot/gravity.git  cd gravity && make mkdir /usr/local/gravity/ cd /usr/local/gravity/ cp /root/gravity/bin/gravity /usr/local/gravity/ 配置文件这里先忽略,



下面是我的架构图:

image.png

业务场景:

一个老表,随着业务量增大,考虑到分表,按照 user_id 做hash取模拆分,然后业务层面去做数据CRUD操作。


数据表如下:

create database testdb; use testdb; CREATE TABLE `gravity_t1` (   `id` int(10) unsigned NOT NULL AUTO_INCREMENT COMMENT '自增id',   `user_id` int(10) unsigned NOT NULL DEFAULT '0' COMMENT '用户id',   `s_status` tinyint(1) unsigned NOT NULL DEFAULT '0' COMMENT '状态',   PRIMARY KEY (`id`),   KEY `idx_uid` (`user_id`) USING BTREE ) COMMENT = '测试表' ENGINE=InnoDB AUTO_INCREMENT=1 DEFAULT CHARSET=utf8mb4; 准备拆分后的4个分表: use testdb; create table t1_shard1 LIKE gravity_t1 ; create table t1_shard2 LIKE gravity_t1 ; create table t1_shard3 LIKE gravity_t1 ; create table t1_shard4 LIKE gravity_t1 ;


测试数据库连接方式:

数据库地址:192.168.2.4 超级账号: dts 密码: dts 假设业务用的普通账号叫rd ,密码无所谓。


造些测试用的数据:

for i in {1..10000} ; do  mysql -hdts -pdts -h 192.168.2.4 -e "insert into testdb.gravity_t1 (user_id,s_status) values (\"$RANDOM\",'0');" done


结果大致这样:

[test] > select count(*) from gravity_t1 ; +----------+ | count(*) | +----------+ |   10000 | +----------+ 1 row in set (0.007 sec) [testdb] > select (user_id%4) as hash_id,count(*) FROM gravity_t1 group by (user_id%4); +---------+----------+ | hash_id | count(*) | +---------+----------+ |     0|   2537 | |    1 |   2419 | |    2 |   2509 | |     3|   2535 | +---------+----------+ 4 rows in set (0.009 sec)




shard1的配置文件,内容如下:

cat config_shard1.toml

# name 必填,这里保持每个配置文件的唯一性 name = "shard1" # 内部用于保存位点、心跳等事项的库名,默认为 _gravity , 实测发现这里改了名字也没用,保持默认即可 internal-db-name = "_gravity"  # # Input 插件的定义,此处定义使用 mysql # [input] type = "mysql" mode = "replication" [input.config.source] host = "192.168.2.4" username = "dts" password = "dts" port = 3306 # # Output 插件的定义,此处使用 mysql # [output] type = "mysql" [output.config.target] host = "192.168.2.4" username = "dts" password = "dts" port = 3306 # 路由规则的定义 [[output.config.routes]] match-schema = "testdb" match-table = "gravity_t1" target-schema = "testdb" target-table = "t1_shard1" # 这个target-table 代表的是需要写入到的分片名称,每个gravity实例的配置中都需要修改


开4个窗口演示:

cd /usr/local/gravity/ ./bin/gravity -config config_shard1.toml -http-addr ":8083" ./bin/gravity -config config_shard2.toml -http-addr ":8184" ./bin/gravity -config config_shard3.toml -http-addr ":8185" ./bin/gravity -config config_shard4.toml -http-addr ":8186"


TIPS: 

如果我们此时开了数据库的general_log的话, 能看到gravity到dest端是使用replace into方式插入全量数据的。然后再根据启动时候监听的binlog 实现增量数据的追平操作。




然后,看下 gravity 自动生成的库,存放都是和数据复制相关的信息:

[testdb] > show tables from _gravity ; +----------------------+ | Tables_in__gravity   | +----------------------+ | gravity_heartbeat_v2 | | gravity_positions    | +----------------------+ 2 rows in set (0.000 sec) [testdb] > select * from _gravity.gravity_heartbeat_v2; +--------+--------+----------------------------+----------------------------+ | name   | offset | update_time_at_gravity     | update_time_at_source      | +--------+--------+----------------------------+----------------------------+ | shard1 |     57 | 2020-03-26 16:19:08.070483 | 2020-03-26 16:19:08.070589 | | shard2 |     51 | 2020-03-26 16:19:07.469721 | 2020-03-26 16:19:07.469811 | | shard3 |     50 | 2020-03-26 16:19:09.135751 | 2020-03-26 16:19:09.135843 | | shard4 |     48 | 2020-03-26 16:19:08.448371 | 2020-03-26 16:19:08.448450 | +--------+--------+----------------------------+----------------------------+ 4 rows in set (0.001 sec) [testdb] > select * from _gravity.gravity_positions\G *************************** 1. row ***************************       name: shard1      stage: stream   position: {"current_position":{"binlog-name":"mysql-bin.000014","binlog-pos":28148767,"binlog-gtid":"fd2adbd9-e263-11e8-847a-141877487b3d:1-2600359"},"start_position":{"binlog-name":"mysql-bin.000014","binlog-pos":12866955,"binlog-gtid":"fd2adbd9-e263-11e8-847a-141877487b3d:1-2559919"}} created_at: 2020-03-26 16:16:14 updated_at: 2020-03-26 16:19:26 *************************** 2. row ***************************       name: shard2      stage: stream   position: {"current_position":{"binlog-name":"mysql-bin.000014","binlog-pos":28155813,"binlog-gtid":"fd2adbd9-e263-11e8-847a-141877487b3d:1-2600366"},"start_position":{"binlog-name":"mysql-bin.000014","binlog-pos":16601348,"binlog-gtid":"fd2adbd9-e263-11e8-847a-141877487b3d:1-2569941"}} created_at: 2020-03-26 16:16:31 updated_at: 2020-03-26 16:19:29 *************************** 3. row ***************************       name: shard3      stage: stream   position: {"current_position":{"binlog-name":"mysql-bin.000014","binlog-pos":28151964,"binlog-gtid":"fd2adbd9-e263-11e8-847a-141877487b3d:1-2600363"},"start_position":{"binlog-name":"mysql-bin.000014","binlog-pos":20333055,"binlog-gtid":"fd2adbd9-e263-11e8-847a-141877487b3d:1-2579960"}} created_at: 2020-03-26 16:16:35 updated_at: 2020-03-26 16:19:29 *************************** 4. row ***************************       name: shard4      stage: stream   position: {"current_position":{"binlog-name":"mysql-bin.000014","binlog-pos":28152473,"binlog-gtid":"fd2adbd9-e263-11e8-847a-141877487b3d:1-2600364"},"start_position":{"binlog-name":"mysql-bin.000014","binlog-pos":24076960,"binlog-gtid":"fd2adbd9-e263-11e8-847a-141877487b3d:1-2589987"}} created_at: 2020-03-26 16:16:40 updated_at: 2020-03-26 16:19:29 4 rows in set (0.000 sec)


TIPS:

到这一步,我们的4个分表的数据同步都配好了,我们可以再插入几条数据测试下。

-- insert into testdb.gravity_t1(user_id,s_status) values ('11111','0'); -- insert into testdb.gravity_t1(user_id,s_status) values ('11112','0'); -- 我这里演示就不插了



原始和拆分表的数据条数对比:

[testdb] > select (user_id%4) as hash_id,count(*) FROM gravity_t1 group by (user_id%4); +---------+----------+ | hash_id | count(*) | +---------+----------+ |     0 |   2537 | |     1 |   2419 | |     2 |   2509 | |     3 |   2535 | +---------+----------+ 4 rows in set (0.009 sec
select count(*) FROM t1_shard1 where user_id%4=0; select count(*) FROM t1_shard2 where user_id%4=1; select count(*) FROM t1_shard3 where user_id%4=2; select count(*) FROM t1_shard4 where user_id%4=3;


先做一次对分表中不需要的数据的删除操作,防止后期切换后删除数据量过大:

delete from t1_shard1 where user_id %4!=0; delete from t1_shard2 where user_id %4!=1; delete from t1_shard3 where user_id %4!=2; delete from t1_shard4 where user_id %4!=3; ## 注意:生产环境大表的删除操作,建议使用pt-archiver进行




然后,再到原始表和分表中查询对比下数据是否一致:

select (user_id%4),count(*) as hash_id FROM gravity_t1 group by (user_id%4); select count(*) FROM t1_shard1 where user_id%4=0; select count(*) FROM t1_shard2 where user_id%4=1; select count(*) FROM t1_shard3 where user_id%4=2; select count(*) FROM t1_shard4 where user_id%4=3;



然后,等低峰期进行操作。

1、dba对涉及到的业务账号 对这个大表写权限回收掉

revoke insert,update,delete on testdb.gravity_t1 from rd@'%';  flush hosts; flush tables;


2、通知业务方发版,切换数据库连接到4个新表


3、切换完成后,dba再执行一次删除各个分表脏数据的操作,

delete from t1_shard1 where user_id %4!=0; delete from t1_shard2 where user_id %4!=1; delete from t1_shard3 where user_id %4!=2; delete from t1_shard4 where user_id %4!=3;


4、打开4个新表的写权限

GRANT select,insert,update,delete on testdb.t1_shard1 TO rd@'%';  GRANT select,insert,update,delete on testdb.t1_shard2 TO rd@'%';  GRANT select,insert,update,delete on testdb.t1_shard3 TO rd@'%';  GRANT select,insert,update,delete on testdb.t1_shard4 TO rd@'%';


5、然后,通知业务方测试。


6、业务方验证无问题后收工。至此,单表 拆分为分表的操作全部完成。


7、回退方案,待补充 (打开gravity的双向复制??)



原文链接:https://blog.51cto.com/lee90/2482189
关注公众号

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。

持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。

转载内容版权归作者及来源网站所有,本站原创内容转载请注明来源。

文章评论

共有0条评论来说两句吧...

文章二维码

扫描即可查看该文章

点击排行

推荐阅读

最新文章