Mysql集群

一、MySQL的集群方案

1. 主从方式-MySQL Replication

原理

写在master，读在slave。
通过重放binlog实现主库数据的异步复制。即当主库执行了一条 sql 命令，那么在从库同样的执行一遍，从而达到主从复制
的效果。在这个过程中， master 对数据的写操作记入二进制日志文件中(binlog)，生成一个 log dump 线程，用来给从库的 i/o 线程传 binlog。而从库的 i/o 线程去请求主库的binlog，并将得到的 binlog 日志写到中继日志（ relaylog）中，从库的 sql 线程，会读取 relaylog 文件中的日志，并解析成具体操作，通过主从的操作一致，而达到最终数据一致。

目的

实现数据的多点备份（没有故障自动转移和负载均衡）。

优势

相比于单个MySQL，优势有：

• 从master写数据，从slave读数据，可以起到读写分离的作用，多个从数据库可以做负载均衡。
• 可以在某个数据库中暂时中断复制进程，来备份数据，从而不影响主数据的对外服务（如果在master上执行备份，需要让master处于readonly的状态，意味着write请求需要阻塞）。

相比于各个集群方案来说，优势有：

• 主从复制是MySQL自带的，无需借助第三方。
• 数据被删除，可以从binlog中恢复。
• 配置较为简单方便。

劣势

• slave库需要从binlog获取数据并重放，与master库写入数据存在时间延迟，slave库的数据总是滞后于master库。
• 对master库与slave库之间的网络延迟要求较高，若网络延迟太大，将加重第1点的滞后，造成最终的数据不一致。
• 单一的主节点挂了，将不能对外提供写服务。

应用场景

这种方式在日常业务中，读操作多于写操作。

2.一主多从-MySQL Fabirc

原理

在MySQL Replication基础上，增加了故障检测与转移，自动数据分片功能。
MySQL Fabirc只有一个主节点，区别是当主节点挂了以后，会从从节点中选择一个来当主节点。

优势

相比于各个集群方案来说，优势有：

• 主从复制是MySQL自带的，无需借助第三方。
• 数据被删除，可以从binlog中恢复。
• 主节点挂了以后，能够自动从从节点中选择一个来当主节点，不影响持续对外提供写服务。

劣势

• slave库需要从binlog获取数据并重放，与master库写入数据存在时间延迟，slave库的数据总是滞后于master库。
• 对master库与slave库之间的网络延迟要求较高，若网络延迟太大，将加重第1点的滞后，造成最终的数据不一致。
• 该集群方式为2014年5月份推出的产品，数据库资历较浅，应用案例不多，网上各种资料相对较少。
• 事务及查询只支持在同一个分片内，事务中更新的数据不能跨分片，查询语句返回的数据也不能跨分片。
• 节点故障恢复30秒或更长（采用InnoDB存储引擎的都这样）。

3.cluster集群-MySQL Cluster

问题引出：主机宕机了，有些数据没有传到slave应该怎么处理？

原理

• 该方式为多主多从结构。MySQL分为2层，一层是mysql shell（每一个对应的IP地址），包含网络、SQL语句的解析、优化等。下一层是存储引擎。
• Cluster多出了一层NDB存储引擎。
  每一集群中可能有多个机器，每一个节点就是NDB节点，它们之间会进行同步，相当于每一段管理一段数据，没有所谓的主从。

优势

相比于各个集群方案来说，优势有：

• 主从复制是MySQL自带的，无需借助第三方。
• 高可用优秀，可达99.999%的可用性，可以自动切分数据，能跨节点冗余数据（其数据集并不是存储某个特定的MySQL实例上，而是被分布在多个Data Nodes中，即一个table的数据可能会被分散在多个物理节点上，任何数据都会在多个Data Nodes上冗余备份。任何一个数据变更操作，都将在一组Data Nodes上同步，以保证数据的一致性）。
• 可伸缩性优秀，能自动切分数据，方便数据库的水平拓展。
• 负载均衡优秀，能自动切分数据，方便数据库的水平拓展。
• 多个主节点，没有单点故障的问题，节点故障恢复通常小于1秒。

劣势

• 架构模式和原理很复杂。
• 只能使用存储引擎 NDB ，与平常使用的 InnoDB 有很多明显的差距。比如在事务（其事务隔离级别只支持 Read Committed，即一个事务在提交前，查询不到在事务内所做的修改），外键（虽然最新的 NDB 存储引擎已经支持外键，但性能有问题，因为外键所关联的记录可能在别的分片节点），表限制上的不同，可能会导致日常开发出现意外。
• 作为分布式的数据库系统，各个节点之间存在大量的数据通讯，比如所有访问都是需要经过超过一个节点（至少有一个 SQL Node 和一个 NDB Node）才能完成，因此对节点之间的内部互联网络带宽要求高。
• Data Node 数据会被尽量放在内存中，对内存要求大，而且重启的时候，数据节点将数据 load 到内存需要很长时间。