MySQL数据库的成功离不开其replicaiton(复制)，相对于Oracle DG和Microsoft SQL Server Log Shipping来说，其简单易上手，基本上1，2分钟内根据手册就能完成环境的搭建。然而，随着使用的深入，replication自身的问题会慢慢显露，其中非crash safe的特性使得许多DBA感到头疼，甚至不能理解其所发问题的原因。简单来说，crash-safe replication是指当master/slave任何一个节点发生宕机等意外情况下，服务器重启后master/slave的数据依然能够保证一致性。
crash-safe master相对比较简单，只要使用事务的存储引擎，并且正确的配置就能达到crash safe的效果。对于最为常见的InnoDB存储引擎而言，只需在配置文件中进行如下的设置：
|
[mysqld]
sync_binlog=1 innodb-flush-log-at-trx-commit=1 |
MySQL 5.6版本之前存在一个bug，即当启用上述两个参数时，会使得InnoDB存储引擎的group commit失效，从而导致在写密集的环境中性能的急剧下降。因此，DBA在性能和数据一致性中做了妥协，通常将参数innodb-flush-log-at-trx-commit设置为2，而这就导致了master不再是crash safe的，主从数据可能会不一致。MariaDB真正解决了该问题，因此很多分支版本，比如Percona，Facebook MySQL，InnoSQL都将MariaDB的group commit方案移植到了自己的分支中，从而解决group commit失效的问题。
crash-safe slave的情况就有些复杂，而这可能是DBA更为常见的问题。例如slave不断的报1062错误，或者发现主从数据不一致（特别是表没有主键的情况）。而这时DBA的选择通常也很无奈，基本就是全库重建了。所以说，当你有运维超过200台以上的MySQL服务器的经验时，就会发现这是一个很大的问题。
导致不能实现crash-safe slave有两方面的原因，即replication中的SQL thread和IO thread。首先来看SQL thread，其主要完成两个操作：
- 运行relay log中对应的事务信息
- 更新relay-info.log文件
更新relay-info.log文件是为了记录已经执行relay log中的位置，当slave重启后可以根据这个位置继续同步relay log。但是，这里用户会发现这两个操作不是在一个事务中，一个是数据库操作，一个是文件操作，因此不能达到原子的效果。此外，MySQL数据库默认对于文件relay-info.log是写入到操作系统缓存，因此在发生宕机时可能导致大量的已更新位置的丢失，从而导致重复执行SQL语句，最终的现象就是主从数据不一致。MySQL 5.5新增了参数sync_relay_log_info,可以控制每次事务更新relay-info.log后就进行一次fdatasync操作，这加重了系统负担，而且即使这样也可能存在最后一个事务丢失的情况。
早在MySQL 4.0时Google就发布过补丁解决过该问题（https://code.google.com/p/google-mysql-tools/wiki/TransactionalReplication），其在每次InnoDB存储引擎提交时，记录二进制日志的位置信息到事务系统段的段头。当slave重启后将保存的这部分的信息重新生成relay-info.log文件。Percona也采用了这种方式，并通过参数innodb_recovery_update_relay_log来控制是否在启动时替换relay-info.log文件。
MySQL 5.6采用了另一种方法，就是将relay-info.log的信息保存在InnoDB的事务表中，这时两个操作都是数据库操作，在一个事务中就能得到原子性。例如对于slave的日志回放，其过程为：
| BEGIN; apply log event; apply log event; UPDATE mysql.slave_relay_log_info SET Master_log_pos = Exec_Master_Log_Pos, Master_log_name = Relay_Master_Log_File, Relay_log_name = Relay_Log_File, Relay_log_pos = Relay_Log_Pos; COMMIT; |
这样的处理方式解决更新relay-info.log的原子性问题，但是这是最终完美的解决方案吗？很可惜，还是存在一些缺陷。可以看到由于最后表slave_relay_log_info的更新会锁住记录，从而导致slave上的事务提交都是串行的。虽然MySQL 5.6支持并行复制，但是由于串行更新表slave_relay_log_info，再次导致group commit失效。因此通过--log-slave-updates再立级联replication的话，性能又会受限。MariaDB正在解决该问题，非常有可能在MariaDB 10 GA版本中见到完美的解决方案。
IO thread用于同步master上的二进制日志，但是其在crash时依然会导致数据不一致的情况发生。IO thread将收到的二进制日志写入到relay log，每个二进制日志由多个log event组成，所以每接受到一个log event就需要更新master-info.log。和relay-info.log一样，其也是写入操作系统缓存，参数sync_master_info可以控制fdatasync的时间。由于IO thread的更新不能像SQL thread一样进行放到一个事务进行原子操作，因此其是对数据一致性会产生影响，设想一个log event传送到了relay log中两次的情形。
不过好在从MySQL 5.5版本开始提供了参数relay_log_recovery，当发生crash导致重连master时，其不根据master-info.log的信息进行重连，而是根据relay-info中执行到master的位置信息重新开始拉master上的日志数据（不过需要确保日志依然存在于master上，否则就。。。）