阿里云-云小站(无限量代金券发放中)
【腾讯云】云服务器、云数据库、COS、CDN、短信等热卖云产品特惠抢购

MySQL主库高可用 — 双主单活故障自动切换方案

214次阅读
没有评论

共计 8934 个字符,预计需要花费 23 分钟才能阅读完成。

前言:(PS:前言是后来修改本文时加的)对于这篇文章,有博友提出了一些疑问和见解,有了博友的关注,也促使我想把这套东西做的更实用、更安全。后来又经过思考,对脚本中一些条件和行为做了些改变。经过几次修改,现在终于敢说让小伙伴本使用这套东西了。

主要目的:

以双主结构配合 keepalived 解决 MySQL 主从结构中主库的单点故障;同时通过具体的查询语句提供更细粒度、更为真实的关于主库可用性的判断。

基本思路:
    将 DB1 和 DB2 做成主动被动模式的双主结构:DB1 主动、DB2 被动,通过 keepalived 的 VIP 对外,将 VIP 设置成原 DB1 的 IP,保证改造过程对代码透明
    三个前提:

            两台 MySQL 的配置文件里需要加上“log_slave_updates = 1”;
            并且“备用机”通过“read_only”参数实现除 root 用户之外的只读特性;
            分别在两个数据库创建 test.test 表,插入几条数据,供检测脚本使用。
    正常时,VIP 在 DB1,通过 keepalived 调用脚本定期检查 mysql 服务可用性(通过一个低权限用户连接 mysql 服务器并执行一个简单查询,根据返回结果来判定 mysql 是否可用)

若无法执行查询:

1. 第一次检测失败后, 检查服务状态,:

  1. 若服务异常,则执行切换:关闭 DB1 的 keepalived,使 VIP 漂移至 DB2,通过 DB2 上 keepalived 的 notify_master 机制,触发脚本将 DB2 的 mysql 从被动状态(只读)切换到主动状态(可读写),并发送通知邮件。

  2. 若服务正常(则可能是一些临时性因素导致的监测失败),等待 30s 做第二次检查,这 30s 是对瞬时 / 短时因素造成检查失败的容忍时间,本着“能不切则不切”的原则。若第二次检查仍然失败

2.  开始执行系列切换动作

  1. 将 DB1 的 MySQL 设置为 read_only 模式(阻止写请继续求进入)

  2. kill 掉当前客户端的线程。原来担心 kill 掉线程会对数据执行造成影响,后来查看了官方文档“mysql shutdown process”,发现 mysql 正常关闭过程也有一步是如此操作,所以这里可以放心了。然后 sleep 2,给 kill 命令一些时间(关于 kill 命令的机制,参考 官方解释

  3. 关闭 DB1 的 keepalived,使 DB2 接管 VIP。通过 DB2 上 keepalived 的 notify_master 机制,触发脚本将 DB2 的

    mysql 从被动状态(只读)切换到主动状态(可读写),并发送通知邮件。

3.  管理员修复 DB1 后,通过脚本“change_to_backup.sh”将主库切换回 DB1。脚本思路如下:

    注:涉及到切换主备,就会有中断时间,所以推荐此步骤在业务低谷期执行

  1. 将 DB2 的 read_only 属性置为 1

  2. kill 掉 DB2 上的 client 线程,并 重启 DB2 的 keepalived 使 VIP 漂移至 DB1

  3. 确定 DB1 跟上了 DB2 的更新 并将 DB1 上的 read_only 属性移除

关于“数据一致性”和“切换时间”:

      连续两次失败以后,通过对主 MySQL 设置 read_only 属性,同时 kill 掉用户线程来保证在 DB2 接管服务之前,DB1 上已经没有写操作,避免主从数据不一致。并且切换时间基本上是可确定的:

      30s(两次检测间隔)+2s(等待 kill 命令时间)+ 约 1s(keepalived 切换 VIP),总时间不会超过 35s。

以上是大致思路,具体实现看过下面的脚本,就会一目了然了。

DB1 上 keepalived 配置

! Configuration File for keepalived
 
vrrp_script chk_mysql {
    script “/etc/keepalived/check_mysql.sh”
    interval 30        #这里我的检查间隔设置的比较长,因为我们数据库前面有 redis 做缓存,数据库一两分钟级别的中断对整体可用性影响不大。这也是我没有采用成熟的方案而自己搞了这一套方案的“定心丸”
}
vrrp_instance VI_1 {
    state BACKUP        #通过下面的 priority 来区分 MASTER 和 BACKUP,也只有如此,底下的 nopreempt 才有效
    interface em2
    virtual_router_id 51
    priority 100
    advert_int 1
    nopreempt          #防止切换到从库后,主 keepalived 恢复后自动切换回主库
    authentication {
        auth_type PASS
        auth_pass 1111
    }
    track_script {
        chk_mysql
    }
     
    virtual_ipaddress {
        192.168.1.5/24
    }
}

/etc/keepalived/check_mysql.sh 脚本内容如下(主要的判断逻辑都在这里)
#!/bin/sh
 
### 判断如果上次检查的脚本还没执行完,则退出此次执行
if [`ps -ef|grep -w “$0″|grep “/bin/sh*”|grep “?”|grep “?”|grep -v “grep”|wc -l` -gt 2];then  #理论上这里应该是 1,但是实验的结果却是 2
    exit 0
fi
 
alias mysql_con=’mysql -uxxxx -pxxxx’
 
### 定义一个简单判断 mysql 是否可用的函数
function excute_query {
    mysql_con -e “select * from test.test;” 2>>/etc/keepalived/logs/check_mysql.err
}
 
### 定义无法执行查询,且 mysql 服务异常时的处理函数
function service_error {
    echo -e “`date “+%F  %H:%M:%S”`    —–mysql service error,now stop keepalived—–” >> /etc/keepalived/logs/check_mysql.err
    /sbin/service keepalived stop &>> /etc/keepalived/logs/check_mysql.err
    echo -e “\n@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@\n” >> /etc/keepalived/logs/check_mysql.err
}
 
### 定义无法执行查询, 但 mysql 服务正常的处理函数
function query_error {
    echo -e “`date “+%F  %H:%M:%S”`    —–query error, but mysql service ok, retry after 30s—–” >> /etc/keepalived/logs/check_mysql.err
    sleep 30
    excute_query
    if [$? -ne 0];then
        echo -e “`date “+%F  %H:%M:%S”`    —–still can’t execute query—–” >> /etc/keepalived/logs/check_mysql.err
 
        ### 对 DB1 设置 read_only 属性
        echo -e “`date “+%F  %H:%M:%S”`    —–set read_only = 1 on DB1—–” >> /etc/keepalived/logs/check_mysql.err
        mysql_con -e “set global read_only = 1;” 2>> /etc/keepalived/logs/check_mysql.err
 
        ###kill 掉当前客户端连接
        echo -e “`date “+%F  %H:%M:%S”`    —–kill current client thread—–” >> /etc/keepalived/logs/check_mysql.err
        rm -f /tmp/kill.sql &>/dev/null
        ### 这里其实是一个批量 kill 线程的小技巧
        mysql_con -e ‘select concat(“kill “,id,”;”) from  information_schema.PROCESSLIST where command=”Query” or command=”Execute” into outfile “/tmp/kill.sql”;’
        mysql_con -e “source /tmp/kill.sql”
        sleep 2    ### 给 kill 一个执行和缓冲时间
        ### 关闭本机 keepalived       
        echo -e “`date “+%F  %H:%M:%S”`    —–stop keepalived—–” >> /etc/keepalived/logs/check_mysql.err
        /sbin/service keepalived stop &>> /etc/keepalived/logs/check_mysql.err
        echo -e “\n@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@\n” >> /etc/keepalived/logs/check_mysql.err
    else
        echo -e “`date “+%F  %H:%M:%S”`    —–query ok after 30s—–” >> /etc/keepalived/logs/check_mysql.err
        echo -e “\n@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@\n” >> /etc/keepalived/logs/check_mysql.err
    fi
}
 
### 检查开始: 执行查询
excute_query
if [$? -ne 0];then
    /sbin/service mysql status &>/dev/null
    if [$? -ne 0];then
        service_error
    else
        query_error
    fi
fi

DB2 上 keepalived 配置:
! Configuration File for keepalived
 
vrrp_instance VI_1 {
    state BACKUP
    interface em2
    virtual_router_id 51
    priority 90
    advert_int 1
    authentication {
        auth_type PASS
        auth_pass 1111
    }
    notify_master /etc/keepalived/notify_master_mysql.sh    #此条指令告诉 keepalived 发现自己转为 MASTER 后执行的脚本
    virtual_ipaddress {
        192.168.1.5/24
    }
}

/etc/keepalived/notify_master_mysql.sh 脚本内容:
#!/bin/bash
### 当 keepalived 监测到本机转为 MASTER 状态时,执行该脚本
 
change_log=/etc/keepalived/logs/state_change.log
alias mysql_con=’mysql -uroot -pxxxx -e “show slave status\G;” 2>/dev/null’
 
echo -e “`date “+%F  %H:%M:%S”`  —–keepalived change to MASTER—–” >> $change_log
 
slave_info() {
    ### 统一定义一个函数取得 slave 的 position、running、和 log_file 等信息
    ### 根据函数后面所跟参数来决定取得哪些数据
    if [$1 = slave_status];then
        slave_stat=`mysql_con|egrep -w “Slave_IO_Running|Slave_SQL_Running”`
        Slave_IO_Running=`echo $slave_stat|awk ‘{print $2}’`
        Slave_SQL_Running=`echo $slave_stat|awk ‘{print $4}’`
    elif [$1 = log_file -a $2 = pos];then
        log_file_pos=`mysql_con|egrep -w “Master_Log_File|Read_Master_Log_Pos|Exec_Master_Log_Pos”`
        Master_Log_File=`echo $log_file_pos|awk ‘{print $2}’`
        Read_Master_Log_Pos=`echo $log_file_pos|awk ‘{print $4}’`
        Exec_Master_Log_Pos=`echo $log_file_pos|awk ‘{print $6}’`
    fi
}
 
action() {
    ### 经判断 ’ 应该 & 可以 ’ 切换时执行的动作
    echo -e “`date “+%F  %H:%M:%S”`    —–set read_only = 0 on DB2—–” >> $change_log
 
    ### 解除 read_only 属性
    mysql_con -e “set global read_only = 0;” 2>> $change_log
 
    echo “DB2 keepalived 转为 MASTER 状态,线上数据库切换至 DB2″|/bin/mailx -s “DB2 keepalived change to MASTER”\
    lijiankai@dm.com 2>> $change_log
 
    echo -e “@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@\n” >> $change_log
}
 
slave_info slave_status
if [$Slave_IO_Running = Yes -a $Slave_SQL_Running = Yes];then
    i=0    #一个计数器
    slave_info log_file pos
        ### 判断从 master 接收到的 binlog 是否全部在本地执行(这样仍无法完全确定从库已追上主库,因为无法完全保证 io_thread 没有延时(由网络传输问题导致的从库落后的概率很小)
    until [$Read_Master_Log_Pos = $Exec_Master_Log_Pos]
    do
        if [$i -lt 10];then    #将等待 exec_pos 追上 read_pos 的时间限制为 10s
            echo -e “`date “+%F  %H:%M:%S”`    —–Master_Log_File=$Master_Log_File. Exec_Master_Log_Pos($Exec_Master_Log_Pos) is behind Read_Master_Lo
g_Pos($Read_Master_Log_Pos), wait……” >> $change_log    #输出消息到日志,等待 exec_pos=read_pos
            i=$(($i+1))
            sleep 1
            slave_info log_file pos
        else
            echo -e “The waits time is more than 10s,now force change. Master_Log_File=$Master_Log_File Read_Master_Log_Pos=$Read_Master_Log_Pos Exec_Ma
ster_Log_Pos=$Exec_Master_Log_Pos” >> $change_log
            action
            exit 0
        fi
    done
    action 
 
else
    slave_info log_file pos
    echo -e “DB2’s slave status is wrong,now force change. Master_Log_File=$Master_Log_File Read_Master_Log_Pos=$Read_Master_Log_Pos  Exec_Master_Log_Po
s=$Exec_Master_Log_Pos” >> $change_log
    action
fi

DB2 上手动切换回 DB1 的脚本 change_to_backup.sh:
#!/bin/sh
### 手动执行将主库切换回 DB1 的操作
 
alias mysql_con=’mysql -uxxxx -pxxxx’
 
echo -e “`date “+%F  %H:%M:%S”`    —–change to BACKUP manually—–” >> /etc/keepalived/logs/state_change.log
echo -e “`date “+%F  %H:%M:%S”`    —–set read_only = 1 on DB2—–” >> /etc/keepalived/logs/state_change.log
mysql_con -e “set global read_only = 1;” 2>> /etc/keepalived/logs/state_change.log
 
###kill 掉当前客户端连接
echo -e “`date “+%F  %H:%M:%S”`    —–kill current client thread—–” >> /etc/keepalived/logs/state_change.log
rm -f /tmp/kill.sql &>/dev/null
### 这里其实是一个批量 kill 线程的小技巧
mysql_con -e ‘select concat(“kill “,id,”;”) from  information_schema.PROCESSLIST where command=”Query” or command=”Execute” into outfile “/tmp/kill.sql”;’
mysql_con -e “source /tmp/kill.sql” 2>> /etc/keepalived/logs/state_change.log
sleep 2    ### 给 kill 一个执行和缓冲时间
 
### 确保 DB1 已经追上了, 下面的 repl 为复制所用的账户,- h 后跟 DB1 的内网 IP
pos=`mysql -urepl -pxxxx -h192.168.1.x -e “show slave status\G;”|grep “Master_Log_Pos”|awk ‘{printf (“%s”,$NF “\t”)}’`
read_pos=`echo $pos|awk ‘{print $1}’`
exec_pos=`echo $pos|awk ‘{print $2}’`
until [$read_pos = $exec_pos]
do
    echo -e “`date “+%F  %H:%M:%S”`    —–DB1 Exec_Master_Log_Pos($exec_pos) is behind Read_Master_Log_Pos($read_pos), wait……” >> /etc/keepalived/logs/state_change.log
    sleep 1
done
 
### 然后解除 DB1 的 read_only 属性
echo -e “`date “+%F  %H:%M:%S”`    —–set read_only = 0 on DB1—–” >> /etc/keepalived/logs/state_change.log
ssh 192.168.1.x ‘mysql -uxxxx -pxxxx -e “set global read_only = 0;” && /etc/init.d/keepalived start’ 2>> /etc/keepalived/logs/state_change.log
 
### 重启 DB2 的 keepalived 使 VIP 漂移到 DB1
echo -e “`date “+%F  %H:%M:%S”`    —–make VIP move to DB1—–” >> /etc/keepalived/logs/state_change.log
/sbin/service keepalived restart &>> /etc/keepalived/logs/state_change.log
 
echo “DB2 keepalived 转为 BACKUP 状态,线上数据库切换至 DB1″|/bin/mailx -s “DB2 keepalived change to BACKUP” xxx@xxxx.com 2>> /etc/keepalived/logs/state_change.log
 
echo -e “@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@\n” >> /etc/keepalived/logs/state_change.log

日志截图:
DB1 mysql 服务故障:

MySQL 主库高可用 -- 双主单活故障自动切换方案

DB1 mysql 服务正常,查询失败:

MySQL 主库高可用 -- 双主单活故障自动切换方案

DB2 一次切换过程:

MySQL 主库高可用 -- 双主单活故障自动切换方案

DB2 执行脚本手动切回 DB1:

MySQL 主库高可用 -- 双主单活故障自动切换方案

总结:此方相比 MHA 或者 MMM 之类技术,特点在于简单,降低实施和维护复杂度;同时也安全的解决了主从中 master 节点的单点问题;在此基础上,亦可以再增加从库实现读写分离等架构;不足之处是双主仍是单活,DB2 只是作为热备。

本文永久更新链接地址:http://www.linuxidc.com/Linux/2016-06/132702.htm

正文完
星哥玩云-微信公众号
post-qrcode
 0
星锅
版权声明:本站原创文章,由 星锅 于2022-01-22发表,共计8934字。
转载说明:除特殊说明外本站文章皆由CC-4.0协议发布,转载请注明出处。
【腾讯云】推广者专属福利,新客户无门槛领取总价值高达2860元代金券,每种代金券限量500张,先到先得。
阿里云-最新活动爆款每日限量供应
评论(没有评论)
验证码
【腾讯云】云服务器、云数据库、COS、CDN、短信等云产品特惠热卖中