6.6.5 复制拓扑设计与延迟优化

复制拓扑设计需兼顾业务读写比例、故障域隔离与扩展成本。常见拓扑包括一主多从、级联复制、双主+从与多源复制等。设计要点：明确主库写入集中、从库读扩展；跨机房复制采用级联或延迟从库降低广域延迟与抖动影响；为避免单点，主库通过高可用组件实现快速切换，从库按业务分组承载不同读流量与备份任务；拓扑命名与角色标识规范化，便于自动化运维与变更控制。

复制拓扑原理草图（主从+级联+延迟从库）：

延迟优化需从链路、配置与负载三方面入手。链路侧优化网络质量、减少跨域跳数并启用复制压缩；配置侧关注并行复制（基于GTID的多线程复制）、合理设置slave_parallel_workers、slave_parallel_type、binlog_group_commit_sync_delay等参数；负载侧拆分大事务、避免长事务与大表DDL在高峰期执行，控制主库I/O与CPU使用。对只读业务可引入延迟从库，保障误删可回滚，同时避免作为实时读节点。

一、安装与基础配置示例（GTID一主一从）
1）主库 my.cnf（/etc/mysql/my.cnf）：

[mysqld]
server_id=1
log_bin=/var/lib/mysql/mysql-bin
binlog_format=ROW
gtid_mode=ON
enforce_gtid_consistency=ON
log_slave_updates=ON
sync_binlog=1
innodb_flush_log_at_trx_commit=1

2）从库 my.cnf（/etc/mysql/my.cnf）：

[mysqld]
server_id=2
relay_log=/var/lib/mysql/relay-bin
read_only=ON
super_read_only=ON
gtid_mode=ON
enforce_gtid_consistency=ON
log_slave_updates=ON
slave_parallel_workers=4
slave_parallel_type=LOGICAL_CLOCK

3）主库创建复制账号：

CREATE USER 'repl'@'10.%' IDENTIFIED BY 'Repl@123';
GRANT REPLICATION SLAVE, REPLICATION CLIENT ON *.* TO 'repl'@'10.%';
FLUSH PRIVILEGES;

4）从库指向主库并启动复制（GTID自动定位）：

CHANGE MASTER TO
  MASTER_HOST='10.0.0.1',
  MASTER_USER='repl',
  MASTER_PASSWORD='Repl@123',
  MASTER_AUTO_POSITION=1;

START SLAVE;

5）预期检查结果：

SHOW SLAVE STATUS\G

关键字段预期：
- Slave_IO_Running: Yes
- Slave_SQL_Running: Yes
- Seconds_Behind_Master: 0（或小幅波动）

二、级联与延迟从库配置示例
1）级联从库（C 从 S1 复制）：

-- 在级联上执行
CHANGE MASTER TO
  MASTER_HOST='10.0.0.2',
  MASTER_USER='repl',
  MASTER_PASSWORD='Repl@123',
  MASTER_AUTO_POSITION=1;
START SLAVE;

2）延迟从库（D 延迟 3600 秒）：

CHANGE MASTER TO
  MASTER_HOST='10.0.0.1',
  MASTER_USER='repl',
  MASTER_PASSWORD='Repl@123',
  MASTER_AUTO_POSITION=1,
  MASTER_DELAY=3600;
START SLAVE;

预期效果：Seconds_Behind_Master稳定在约 3600 秒。

三、延迟优化关键参数示例与解释

[mysqld]
slave_parallel_workers=8         # 开启8个SQL线程
slave_parallel_type=LOGICAL_CLOCK # 基于组提交并行
binlog_group_commit_sync_delay=2000 # 2ms内合并提交减少binlog刷盘
binlog_group_commit_sync_no_delay_count=10 # 累计10笔强制刷盘

说明：并行复制提高从库回放速度；组提交减少binlog fsync频次，需结合延迟与一致性评估。

四、监控与诊断命令（含排错思路）
1）复制状态：

SHOW SLAVE STATUS\G

常见问题与处理：
- Last_IO_Error 提示连接失败：检查网络、端口、账号权限
- Last_SQL_Error 提示事务冲突：分析冲突SQL，必要时跳过或修复

2）线程状态：

SHOW PROCESSLIST;

预期：Slave_IO 与 Slave_SQL 线程正常运行；如长时间 Waiting for master to send event，检查网络或主库负载。

3）延迟排查步骤（示例命令串）：

# 主库binlog生成速率
mysql -e "SHOW GLOBAL STATUS LIKE 'Binlog_%';"

# 从库回放队列大小
mysql -e "SHOW GLOBAL STATUS LIKE 'Relay_Log_Space';"

# 从库SQL线程延迟原因
mysql -e "SHOW SLAVE STATUS\G" | egrep "Seconds_Behind_Master|Last_SQL_Error|SQL_Delay"

五、典型排错示例（GTID冲突）
问题：Last_SQL_Error: The slave SQL thread stops because it cannot find ... gtid
处理示例：

-- 停止复制
STOP SLAVE;

-- 跳过缺失GTID（谨慎使用，需评估一致性）
SET GLOBAL sql_slave_skip_counter=1;

-- 或通过注入空事务补齐GTID
SET GTID_NEXT='aaaaaaaa-bbbb-cccc-dddd-eeeeeeeeeeee:123';
BEGIN; COMMIT;
SET GTID_NEXT='AUTOMATIC';

START SLAVE;

六、练习
1）搭建一主两从拓扑，验证 Seconds_Behind_Master。
2）在从库设置 slave_parallel_workers=4，对比回放延迟变化。
3）模拟网络抖动（限速或丢包），观察 Relay_Log_Space 与 Seconds_Behind_Master。
4）配置延迟从库 MASTER_DELAY=300，模拟误删后从延迟库恢复数据。
5）写出一份复制拓扑命名规范（如 prod-m1, prod-r1, prod-r1-c1）。