1.pt-archiver简介
pt-archiver可以很轻松的将生产环境的历史数据归档到文件或者直接删除,还可以不同主机间同步数据,而不用将数据落盘(不用导出导入),类似oracle的impdp+dblink一样方便。
参数列表
--analyze # 指定工具完成数据归档后对表执行'ANALYZE TABLE'操作。指定方法如'--analyze=ds',s代表源端表,d代表目标端表,也可以单独指定。 --ask-pass # 命令行提示密码输入,保护密码安全,前提需安装模块perl-TermReadKey。 --buffer # 指定缓冲区数据刷新到选项'--file'指定的文件并且在提交时刷新。 # 只有当事务提交时禁用自动刷新到'--file'指定的文件和刷新文件到磁盘,这意味着文件是被操作系统块进行刷新,因此在事务进行提交之前有一些数据隐式刷新到磁盘。默认是每一行操作后进行文件刷新到磁盘。 --bulk-delete # 指定单个语句删除chunk的方式来批量删除行,会隐式执行选项'--commit-each'。 # 使用单个DELETE语句删除每个chunk对应的表行,通常的做法是通过主键进行逐行的删除,批量删除在速度上会有很大的提升,但如果有复杂的'WHERE'条件就可能会更慢。 --[no]bulk-delete-limit # 默认值:yes # 指定添加选项'--bulk-delete'和'--limit'到进行归档的语句中。 --bulk-insert # 使用LOAD DATA LOCAL INFILE的方法,通过批量插入chunk的方式来插入行(隐式指定选项'--bulk-delete'和'--commit-each') # 而不是通过逐行单独插入的方式进行,它比单行执行INSERT语句插入的速度要快。通过隐式创建临时表来存储需要批量插入的行(chunk),而不是直接进行批量插入操作,当临时表中完成每个chunk之后再进行统一数据加载。为了保证数据的安全性,该选项会强制使用选项'--bulk-delete',这样能够有效保证删除是在插入完全成功之后进行的。 --channel # 指定当主从复制环境是多源复制时需要进行归档哪个主库的数据,适用于多源复制中多个主库对应一个从库的情形。 --charset,-A # 指定连接字符集。 --[no]check-charset # 默认值:yes # 指定检查确保数据库连接时字符集和表字符集相同。 --[no]check-columns # 默认值:yes # 指定检查确保选项'--source'指定的源端表和'--dest'指定的目标表具有相同的字段。 # 不检查字段在表的排序和字段类型,只检查字段是否在源端表和目标表当中都存在,如果有不相同的字段差异,则工具报错退出。如果需要禁用该检查,则指定'--no-check-columns'。 --check-slave-lag # 指定主从复制延迟大于选项'--max-lag'指定的值之后暂停归档操作。默认情况下,工具会检查所有的从库,但该选项只作用于指定的从库(通过DSN连接方式)。 --check-interval # 默认值:1s # 如果同时指定了选项'--check-slave-lag',则该选项指定的时间为工具发现主从复制延迟时暂停的时间。每进行操作100行时进行一次检查。 --columns,-c # 指定需要归档的表字段,如有多个则用','(逗号)隔开。 --commit-each # 指定按每次获取和归档的行数进行提交,该选项会禁用选项'--txn-size'。 # 在每次获取表数据并进行归档之后,在获取下一次数据和选项'--sleep'指定的休眠时间之前,进行事务提交和刷新选项'--file'指定的文件,通过选项'--limit'控制事务的大小。 --host,-h # 指定连接的数据库IP地址。 --port,-P # 指定连接的数据库Port端口。 --user,-u # 指定连接的数据库用户。 --password,-p # 指定连接的数据库用户密码。 --socket,-S # 指定使用SOCKET文件连接。 --databases,-d # 指定连接的数据库 --source # 指定需要进行归档操作的表,该选项是必须指定的选项,使用DSN方式表示。 --dest # 指定要归档到的目标端表,使用DSN方式表示。 # 如果该选项没有指定的话,则默认与选项'--source'指定源端表为相同表。 --where # 指定通过WHERE条件语句指定需要归档的数据,该选项是必须指定的选项。不需要加上'WHERE'关键字,如果确实不需要WHERE条件进行限制,则指定'--where 1=1'。 --file # 指定表数据需要归档到的文件。使用类似MySQL DATE_FORMAT()格式化命名方式。 # 文件内容与MySQL中SELECT INTO OUTFILE语句使用相同的格式,文件命名选项如下所示: # %Y:年,4位数(Year, numeric, four digits) # %m:月,2位数(Month, numeric (01..12)) # %d:日,2位数(Day of the month, numeric (01..31)) # %H:小时(Hour (00..23)) # %i:分钟(Minutes, numeric (00..59)) # %s:秒(Seconds (00..59)) # %D:数据库名(Database name) # %t:表名(Table name) # 例如:--file '/var/log/archive/%Y-%m-%d-%D.%t.sql' ' --output-format # 指定选项'--file'文件内容输出的格式。 # 默认不指定该选项是以制表符进行字段的分隔符,如果指定该选项,则使用','(逗号)作为字段分隔符,使用'"'(双引号)将字段括起。用法示例:'--output-format=dump'。 --for-update # 指定为每次归档执行的SELECT语句添加FOR UPDATE子句。 --share-lock # 指定为每次归档执行的SELECT语句添加LOCK IN SHARE MODE子句。 --header # 指定在文件中第一行写入字段名称作为标题。 --ignore # 指定为INSERT语句添加IGNORE选项。 --limit # 默认值:1 # 指定每条语句获取表和归档表的行数。 --local # 指定不将OPTIMIZE和ANALYZE语句写入binlog。 --max-lag # 默认值:1s # 指定允许主从复制延迟时长的最大值,单位秒。如果在每次获取行数据之后主从延迟超过指定的值,则归档操作将暂停执行,暂停休眠时间为选项'--check-interval'指定的值。 # 待休眠时间结束之后再次检查主从延迟时长,检查方法是通过从库查询的'Seconds_Behind_Master'值来确定。如果主从复制延迟一直大于该参数指定值或者从库停止复制,则操作将一直等待直到从库重新启动并且延迟小于该参数指定值。 --no-delete # 指定不删除已被归档的表数据。 --optimize # 指定工具完成数据归档后对表执行'OPTIMIZE TABLE'操作。指定方法如'--analyze=ds',s代表源端表,d代表目标端表,也可以单独指定。 --primary-key-only # 指定只归档主键字段,是选项'--columns=主键'的简写。 # 如果工具归档的操作是进行DELETE清除时最有效,因为只需读取主键一个字段而无需读取行所有字段。 --progress # 指定每多少行打印进度信息,打印当前时间,已用时间以及多少行进行归档。 --purge # 指定执行的清除操作而不是归档操作。允许忽略选项'--dest'和'--file'进行操作,如果只是清除操作可以结合选项'--primary-key-only'会更高效。 --quiet,-q # 指定工具静默执行,不输出任何的执行信息。 --replace # 指定写入选项'--dest'指定目标端表时改写INSERT语句为REPLACE语句。 --retries # 默认值:1 # 指定归档操作遇到死锁或超时的重试次数。当重试次数超过该选项指定的值时,工具将报错退出。 --run-time # 指定工具归档操作在退出之前需要运行的时间。允许的时间后缀名为s=秒,m=分,h=小时,d=天,如果没指定,默认为s。 --[no]safe-auto-increment # 默认值:yes # 指定不使用自增列(AUTO_INCREMENT)最大值对应的行进行归档。 # 该选项在进行归档清除时会额外添加一条WHERE子句以防止工具删除单列升序字段具有的具有AUTO_INCREMENT属性最大值的数据行,为了在数据库重启之后还能使用到AUTO_INCREMENT对应的值,但这会引起无法归档或清除字段对应最大值的行。 --set-vars # 默认: # wait_timeout=10000 # innodb_lock_wait_timeout=1 # lock_wait_timeout=60 # 工具归档时指定参数值,如有多个用','(逗号)分隔。如'--set-vars=wait_timeout=5000'。 --skip-foreign-key-checks # 指定使用语句SET FOREIGN_KEY_CHECKS = 0禁用外键检查。 --sleep # 指定工具在通过SELECT语句获取归档数据需要休眠的时间,默认值是不进行休眠。在休眠之前事务并不会提交,并且选项'--file'指定的文件不会被刷新。如果指定选项'--commit-each',则在休眠之前会进行事务提交和文件刷新。 --statistics # 指定工具收集并打印操作的时间统计信息。 # 统计信息示例如下: # Started at 2008-07-18T07:18:53, ended at 2008-07-18T07:18:53 # Source: D=db,t=table # SELECT 4 # INSERT 4 # DELETE 4 # Action Count Time Pct # commit 10 0.1079 88.27 # select 5 0.0047 3.87 # deleting 4 0.0028 2.29 # inserting 4 0.0028 2.28 # other 0 0.0040 3.29 --txn-size # 默认:1 # 指定每个事务处理的行数。如果是0则禁用事务功能。 --version # 显示工具的版本并退出。 --[no]version-check # 默认值:yes # 检查Percona Toolkit、MySQL和其他程序的最新版本。 --why-quit # 指定工具打印当非因完成归档行数退出的原因。 # 在执行一个自动归档任务时该选项与选项'--run-time'一起使用非常方便,这样可以确定归档任务是否在指定的时间内完成。如果同时指定了选项'--statistics',则会打印所有退出的原因。
示例环境: 数据库服务器: 172.20.4.125:5306/big_data 归档服务器: 172.20.4.130:/backup
2.归档数据到文件
需求: 将big_data数据库中city表的数据归档到172.20.4.130:/backup下 注意: 表一定要有主键啊,否则很多功能不能用,innodb表没有主键也是够了。 在192.168.56.101上安装pt-archiver,然后归档: 命令如下: pt-archiver --source h=172.20.4.125,u=root,p=root@123,P=5306,D=big_data,t=instance_info,A=utf8mb4 --no-delete --file '/backup/%Y-%m-%d-%D.%t.sql' --where "1=1" --share-lock --statistics --progress 500 --limit 500 --txn-size 500 参数解释: --source: # 指定目标表信息,我们只是将表备份到文件,只需指定source即可 --share-lock:# 给表加上LOCK IN SHARE MODE,提供读一致性 h:# 主机IP u:# 数据库用户 p:# 密码 D:# 数据库名 t:# 表名 A:# 字符集 --no-delete:# 归档数据后,不删除源表数据(如果需要删除源表数据,--no-delete改为--purge即可) --file:# 数据存放的文件,最好指定绝对路径,文件名可以灵活地组合。 --where:# 删除表中指定的数据,根据自己的需求限定,全部删除就给1=1即可 --statistics:# 打印出整个归档过程的统计信息 --limit:# 每次fecth多少行数据,类似游标获取,默认为1。增改该值,有助于加速归档 --progress:# 打印导出过程中的信息,当前时间,当前一共耗费多少时间,当前fetch数据行数 --txn-size:# 每个事物提交的数据行数,批量提交。增加该值可以提升归档性能。
3.归档数据到表(逐行进行归档)
注意: 1.在归档时,目的端必须有要归档表的表结构 2.--no-delete,归档表数据,但不删除源端表已归档数据,删除源表数据,--purge 3.--ask-pass自动输入密码 4.逐行进行归档使用的是insert方式进行在目标端插入的 命令: pt-archiver --source h=172.20.4.125,u=root,p=root@123,P=5306,D=big_data,t=instance_info,A=utf8mb4 --dest h=172.20.4.130,P=3306,u=root,p=root@123,D=big_data_backup,t=instance_info,A=utf8mb4 --charset=utf8mb4 --where "1=1" --progress=50 --txn-size=1000 --statistics --no-delete 返回结果: Started at 2022-03-02T11:23:49, ended at 2022-03-02T11:25:21 # 逐行归档消耗大约11:25:21-11:23:49=92秒 Source: A=utf8mb4,D=big_data,P=5306,h=172.20.4.125,p=...,t=instance_info,u=root Dest: A=utf8mb4,D=big_data_backup,P=3306,h=172.20.4.130,p=...,t=instance_info,u=root SELECT 147451 INSERT 147451 DELETE 0 Action Count Time Pct select 147452 54.1756 58.95 inserting 147451 26.7692 29.13 commit 296 0.3697 0.40 other 0 10.5861 11.52
4.归档数据导表(批量进行归档)
注意: 1.批量进行归档涉及的选项是--limit 2.批量进行插入涉及的选项为--bulk-insert,指定选项--bulk-insert同时也会指定选项--bulk-delete 3.如果不删除已归档数据,则需要指定选项--no-delete,删除源表数据,--purge 4.--ask-pass自动输入密码 5.批量进行归档使用的是LOAD DATA INFILE方式进行在目标端导入的 命令: pt-archiver --source h=172.20.4.125,u=root,p=root@123,P=5306,D=big_data,t=instance_info,A=utf8mb4 --dest h=172.20.4.130,P=3306,u=root,p=root@123,D=big_data_backup,t=instance_info,A=utf8mb4 --charset=utf8mb4 --where "1=1" --progress=50 --txn-size=1000 --limit=50 --statistics --bulk-insert --no-delete 返回结果: Started at 2022-03-02T11:13:35, ended at 2022-03-02T11:14:09 # 批量归档消耗大约11:14:09-11:13:35=36秒,相同数据量,比逐行归档要少一分钟的时间 Source: A=utf8mb4,D=big_data,P=5306,h=172.20.4.125,p=...,t=instance_info,u=root Dest: A=utf8mb4,D=big_data_backup,P=3306,h=172.20.4.130,p=...,t=instance_info,u=root SELECT 147451 INSERT 147451 DELETE 0 Action Count Time Pct inserting 147451 24.7381 72.54 select 2951 1.8590 5.45 commit 296 0.3743 1.10 other 0 7.1307 20.91
5.清除表数据
注意: 如果只是进行表数据清除操作而不做归档操作,则可以忽略选项--dest或--file,通过指定选项--purge,可以先使用选项--dry-run打印查询需要清除数据的执行语句,做好确认之后再执行。 命令: 1.确认要清除的数据 pt-archiver --source h=172.20.4.125,P=5306,u=root,p=root@123,D=big_data,t=instance_info,A=utf8mb4 --purge --charset=utf8mb4 --where "1=1" --progress=50 --txn-size=1000 --limit=50 --statistics --dry-run 返回结果: # SELECT /*!40001 SQL_NO_CACHE */ `id`,`instance_name`,`host_ip`,`instance_port`,`table_schema`,`table_name`,`table_rows`,`data_size`,`index_size`,`data_free`,`create_time`,`info`,`is_true` FROM `big_data`.`instance_info` FORCE INDEX(`PRIMARY`) WHERE (1=1) AND (`id` < '149844') ORDER BY `id` LIMIT 50 # SELECT /*!40001 SQL_NO_CACHE */ `id`,`instance_name`,`host_ip`,`instance_port`,`table_schema`,`table_name`,`table_rows`,`data_size`,`index_size`,`data_free`,`create_time`,`info`,`is_true` FROM `big_data`.`instance_info` FORCE INDEX(`PRIMARY`) WHERE (1=1) AND (`id` < '149844') AND ((`id` >= ?)) ORDER BY `id` LIMIT 50 # DELETE FROM `big_data`.`instance_info` WHERE (`id` = ?) 2.执行清除操作 pt-archiver --source h=172.20.4.125,P=5306,u=root,p=root@123,D=big_data,t=instance_info,A=utf8mb4 --purge --charset=utf8mb4 --where "1=1" --progress=50 --txn-size=1000 --limit=50 --statistics 返回结果: Started at 2022-03-02T11:45:22, ended at 2022-03-02T11:46:13 # 逐行清除花费时间为50s Source: A=utf8mb4,D=big_data,P=5306,h=172.20.4.125,p=...,t=instance_info,u=root SELECT 147451 INSERT 0 DELETE 147451 Action Count Time Pct deleting 147451 41.5617 81.99 select 2951 1.9274 3.80 commit 148 0.2500 0.49 other 0 6.9499 13.71 3.批量清除操作 # 指定--bulk-delete进行批量清除操作 pt-archiver --source h=172.20.4.125,P=5306,u=root,p=root@123,D=big_data,t=instance_info,A=utf8mb4 --purge --charset=utf8mb4 --where "1=1" --progress=50 --txn-size=1000 --bulk-delete --limit=50 --statistics 返回结果: Started at 2022-03-02T11:51:13, ended at 2022-03-02T11:51:19 # 批量清除花费时间为6s Source: A=utf8mb4,D=big_data,P=5306,h=172.20.4.125,p=...,t=instance_info,u=root SELECT 147451 INSERT 0 DELETE 147451 Action Count Time Pct bulk_deleting 2950 1.6117 29.80 select 2951 1.5777 29.17 commit 148 0.1248 2.31 other 0 2.0951 38.73
6.表自增字段处理
注意: 默认情况下,pt-archiver工具在进行表数据归档或是清除时,通过添加WHERE子句条件限制具有AUTO_INCREMENT属性字段所对应的数据行操作。 这是为了在数据库重启之后,之前AUTO_INCREMENT对应的值还可以使用()。但这会造成归档数据少一条或是清除数据少一条的情况 为了不保护AUTO_INCREMENT属性最大值的数据行,工具提供了选项--no-safe-auto-increment。
pass