众所周知，防止断电丢失 Binlog、故障恢复过程丢失数据，MySQL 主库必须设置 sync_binlog=1。那么作为备库可以例外吗？

作者：胡呈清，爱可生 DBA 团队成员，擅长故障分析、性能优化，个人博客：[简书 | 轻松的鱼]，欢迎讨论。

爱可生开源社区出品，原创内容未经授权不得随意使用，转载请联系小编并注明来源。

本文约 1200 字，预计阅读需要 4 分钟。

众所周知，防止断电丢失 Binlog、故障恢复过程丢失数据，MySQL 主库必须设置 sync_binlog=1。那么作为备库可以例外吗？

我们的第一反应当然是不行，既然主库会丢数据，备库自然一样。但其实不然，**备库丢了数据是可以重新从主库上复制的，只要这个复制的位置和备库本身数据的位置一致就 OK 了，它们能一致吗？**本文将对这个问题进行讨论。

背景知识

为了更好的说明这个问题，下面赘述一下相关的知识点：

1. InnoDB 的二阶段提交中，Prepare 阶段写 Redo Log，Commit 阶段写 Binlog，故障恢复时保证：
   • 所有已提交事务的 Binlog 一定存在。
   • 所有未提交事务一定不记录 Binlog。
2. 备库设置 relay_log_info_repository = table 时，slave_relay_log_info（即备库回放位置）的更新与 Relay Log 回放的 SQL 在同一个事务中提交。
3. GTID 持久化在 Binlog 中，备库在某些条件下启动复制时会从 Executed_Gtid_Set 开始到主库复制数据。

根据以上 3 点，备库如果设置 sync_binlog 不为 1，在做故障恢复时的就会发生以下情况。

• **事务状态：TRX_COMMITTED_IN_MEMORY、TRX_NOT_STARTED。**如果 Binlog 未落盘，事务会重做，数据将比 Binlog 多，slave_relay_log_info 表记录的复制位置也将领先 Executed_Gtid_Set。

• 事务状态：TRX_PREPARED。 由于Binlog 未刷盘，Recovery 时会回滚事务，数据与 Binlog 是一致的，slave_relay_log_info 表记录的复制位置等于 Executed_Gtid_Set。

如果备库断电恢复后，启动复制时用的位置由 slave_relay_log_info 决定，则备库数据还是能正常复制数据，并且能与主库保持一致，只是 GTID 会出现跳号。

反之如果由 Executed_Gtid_Set 决定，则备库复制会因为重复回放事务而报错，需要进行修复。下面设计一个实验来进行验证。

实验过程

1. 设置备库参数并制造“故障”

备库参数设置如下，主库用工具并发写入数据（这里用的 mysqlslap），然后备库强制关机（reboot -f）。

sync_binlog = 1000
innodb_flush_log_at_trx_commit = 1
relay_log_info_repository = table  ##slave_relay_log_info 表为 innodb 表
relay_log_recovery = on
gtid_mode = on

2. 重启备库

备库服务器开机后重启 MySQL，查看的信息如下。

show master status 输出的 Executed_Gtid_Set 如下：
fb9b7d78-6eb5-11ec-985a-0242ac101704:1-167216 

mysql> select * from slave_relay_log_info\G
*************************** 1. row ***************************
  Number_of_lines: 7
   Relay_log_name: ./localhost-relay-bin.000004
    Relay_log_pos: 4
  Master_log_name: mysql-bin.000001
   Master_log_pos: 48159613
        Sql_delay: 0
Number_of_workers: 0
               Id: 1
     Channel_name:
1 row in set (0.00 sec)

根据输出内容可知，从库的数据确实回放到了 mysql-bin.000001:48159613，对应的 GTID 为：fb9b7d78-6eb5-11ec-985a-0242ac101704:167222， 只是从库的 Binlog 有丢失，GTID 为：fb9b7d78-6eb5-11ec-985a-0242ac101704:1-167216。

...
SET @@SESSION.GTID_NEXT= 'fb9b7d78-6eb5-11ec-985a-0242ac101704:167222'/*!*/;
...
### INSERT INTO `mysqlslap`.`t`
### SET
###   @1=167216 /* INT meta=0 nullable=0 is_null=0 */
# at 48159586
#220407 14:10:34 server id 123456  end_log_pos 48159613         Xid = 169239
COMMIT/*!*/;
# at 48159613
...

从库已经有 167222 事务对应的数据。

mysql> select * from t where id=167216;
+--------+
| id     |
+--------+
| 167216 |
+--------+
1 row in set (0.00 sec)

3. 备库启动复制

Error Log 显示的起始位置和 slave_relay_log_info 内容一样，从主库的 mysql-bin.000001:48159613 开始，对应 GTID 为 167222+1。

>Slave I/O thread: Start asynchronous replication to master 'repl@10.186.61.32:3308' in log 'mysql-bin.000001' at position 48159613

但接下来 SQL 线程报错位置却是 mysql-bin.000001:48158146，比开始位置还靠前，这个位置对应的 GTID 为 167217（即167216+1）：

>2022-04-07T06:33:18.611181-00:00 4 [ERROR] Slave SQL for channel '': Could not execute Write_rows event on table mysqlslap.t; Duplicate entry '167212' for key 'PRIMARY', Error_code: 1062; handler error HA_ERR_FOUND_DUPP_KEY; the event's master log mysql-bin.000001, end_log_pos 48158146, Error_code: 1062

而且解析从库 Relay Log（因为设置了 relay_log_recovery = on，启动复制时会丢弃旧的未 Relay Log 重新到主库取 Binlog），第一个事务也是 SET @@SESSION.GTID_NEXT= 'fb9b7d78-6eb5-11ec-985a-0242ac101704:167217'/*!*/;，而不是 167223。这说明了启动复制的位置并不是 slave_relay_log_info 记录的位置，而是从库的 GTID。

4. 重复以上测试

在启动从库复制前执行 change master to master_auto_position=0; 这回不报错，是从 167223 这个 GTID 开始复制数据，从库 GTID 会出现跳号。

mysql> show master status;
+------------------+----------+--------------+------------------+-------------------------------------------------------------+
| File             | Position | Binlog_Do_DB | Binlog_Ignore_DB | Executed_Gtid_Set                                           |
+------------------+----------+--------------+------------------+-------------------------------------------------------------+
| mysql-bin.000006 |  9976340 |              |                  | fb9b7d78-6eb5-11ec-985a-0242ac101704:1-167216:167223-200670 |
+------------------+----------+--------------+------------------+-------------------------------------------------------------+
1 row in set (0.01 sec)

结论

从库 sync_binlog 设置不为 1，发生断电会丢失 Binlog，因为 GTID 持久化在 Binlog 中，因此也会丢失 GTID。但是数据和 slave_relay_log_info 表中保存的 SQL 线程回放位置一致。

此时：

• 如果 master_auto_position=0，则从库重启复制时可以从正确的位置开始复制数据，从而与主库数据一致。不过从库会产生 GTID 跳号。
• 如果 master_auto_position=1，则从库重启复制时会从 GTID 处开始复制数据，由于 GTID 有丢失，所以会重复回放事务，产生报错。

更多技术文章，请访问：https://opensource.actionsky.com/

关于 SQLE

SQLE 是一款全方位的 SQL 质量管理平台，覆盖开发至生产环境的 SQL 审核和管理。支持主流的开源、商业、国产数据库，为开发和运维提供流程自动化能力，提升上线效率，提高数据质量。

✨ Github：https://github.com/actiontech/sqle

📚 文档：https://actiontech.github.io/sqle-docs/

💻 官网：https://opensource.actionsky.com/sqle/

👥 微信群：请添加小助手加入 ActionOpenSource

🔗 商业支持：https://www.actionsky.com/sqle