T O P

[资源分享]     MySQL 官方出品,比 mydumper 更快的多线程逻辑备份工具-MySQL Shell Dump & Load

  • By - 楼主

  • 2022-05-30 14:04:25
  • mysqldump 和 mydumper 是我们常用的两个逻辑备份工具。

    无论是 mysqldump 还是 mydumper 都是将备份数据通过 INSERT 的方式写入到备份文件中。

    恢复时,myloader( mydumper 中的恢复工具 ) 是多线程导入,且一个 INSERT 语句中包含多条记录,多个 INSERT 操作批量提交。基本上,凡是我们能想到的,有助于提升导入速度的,myloader 都会使用或有选项提供。

    单就恢复速度而言,可以说,myloader 就是逻辑恢复工具的天花板。

    既然如此,还有办法能继续提升逻辑恢复工具的恢复速度么?毕竟,备份的恢复速度直接影响着灾难发生时数据库服务的 RTO。

    答案,有!

    这个就是官方在 MySQL Shell 8.0.21 中推出的 Dump & Load 工具。

    与 myloader 不一样的是,MySQL Shell Load 是通过 LOAD DATA LOCAL INFILE 命令来导入数据的。

    而 LOAD DATA 操作,按照官方文档的说法,比 INSERT 操作快 20 倍。

    下面,我们看看 MySQL Shell Dump & Load 的具体用法和实现原理。

    本文主要包括以下几部分:

    1. 什么是 MySQL Shell。
    2. MySQL Shell的安装。
    3. MySQL Shell Dump & Load的使用。
    4. util.dumpInstance的关键特性。
    5. util.loadDump的关键特性。
    6. util.dumpInstance的备份流程。
    7. util.dumpInstance的参数解析。
    8. util.loadDump的参数解析。
    9. 使用 MySQL Shell Dump & Load时的注意事项。

     

    什么是 MySQL Shell

    MySQL Shell 是 MySQL 的一个高级客户端和代码编辑器,是第二代 MySQL 客户端。第一代 MySQL 客户端即我们常用的 mysql。

    相比于 mysql,MySQL Shell 不仅支持 SQL,还具有以下关键特性:

    1. 支持 Python 和 JavaScript 两种语言模式。基于此,我们可以很容易地进行一些脚本开发工作。
    2. 支持 AdminAPI。AdminAPI 可用来管理 InnoDB Cluster、InnoDB ClusterSet 和 InnoDB ReplicaSet。
    3. 支持 X DevAPI。X DevAPI 可对文档( Document )和表( Table )进行 CRUD(Create,Read,Update,Delete)操作。

    除此之外,MySQL Shell 还内置了很多实用工具,包括:

    • checkForServerUpgrade:检测目标实例能否升级到指定版本。

    • dumpInstance:备份实例。

    • dumpSchemas:备份指定库。

    • dumpTables:备份指定表。

    • loadDump:恢复通过上面三个工具生成的备份。

    • exportTable:将指定的表导出到文本文件中。只支持单表,效果同 SELECT INTO OUTFILE 一样。

    • importTable:将指定文本的数据导入到表中。

      在线上,如果我们有个大文件需要导入,建议使用这个工具。它会将单个文件进行拆分,然后多线程并行执行 LOAD DATA LOCAL INFILE 操作。不仅提升了导入速度,还规避了大事务的问题。

    • importJson:将 JSON 格式的数据导入到 MySQL 中,譬如将 MongoDB 中通过 mongoexport 导出的数据导入到 MySQL 中。

    在使用时注意:

    1. 通过 dumpInstance,dumpSchemas,dumpTables 生成的备份只能通过 loadDump 来恢复。
    2. 通过 exportTable 生成的备份只能通过 importTable 来恢复。

    下面,我们重点说说 Dump & Load 相关的工具,包括 dumpInstance,dumpSchemas,dumpTables 和 loadDump。

     

    MySQL Shell 的安装

    MySQL Shell 下载地址:https://dev.mysql.com/downloads/shell/。

    同 MySQL 一样,提供了多个版本的下载。这里使用 Linux 二进制版本( Linux - Generic )。

    # cd /usr/local/
    # wget https://dev.mysql.com/get/Downloads/MySQL-Shell/mysql-shell-8.0.29-linux-glibc2.12-x86-64bit.tar.gz
    # tar xvf mysql-shell-8.0.29-linux-glibc2.12-x86-64bit.tar.gz 
    # ln -s mysql-shell-8.0.29-linux-glibc2.12-x86-64bit mysql-shell
    # export PATH=$PATH:/usr/local/mysql-shell/bin

     

    MySQL Shell Dump & Load 的使用

    util.dumpInstance(outputUrl[, options])

    备份实例。

    其中,outputUrl 是备份目录,其必须为空。options 是可指定的选项。

    首先,看一个简单的示例。

    # mysqlsh -h 10.0.20.4 -P3306 -uroot -p
    mysql-js> util.dumpInstance('/data/backup/full',{compression: "none"})
    Acquiring global read lock
    Global read lock acquired
    Initializing - done
    1 out of 5 schemas will be dumped and within them 1 table, 0 views.
    4 out of 7 users will be dumped.
    Gathering information - done
    All transactions have been started
    Locking instance for backup
    Global read lock has been released
    Writing global DDL files
    Writing users DDL
    Running data dump using 4 threads.
    NOTE: Progress information uses estimated values and may not be accurate.
    Writing schema metadata - done
    Writing DDL - done
    Writing table metadata - done
    Starting data dump
    101% (650.00K rows / ~639.07K rows), 337.30K rows/s, 65.89 MB/s
    Dump duration: 00:00:01s
    Total duration: 00:00:01s
    Schemas dumped: 1
    Tables dumped: 1
    Data size: 126.57 MB
    Rows written: 650000
    Bytes written: 126.57 MB
    Average throughput: 65.30 MB/s

    命令中的 /data/backup/full 是备份目录,compression: "none" 指的是不压缩,这里设置为不压缩主要是为了方便查看数据文件的内容。线上使用建议开启压缩。


    接下来我们看看备份目录中的内容。

    # ll /data/backup/full/
    total 123652
    -rw-r----- 1 root root      273 May 25 21:13 @.done.json
    -rw-r----- 1 root root      854 May 25 21:13 @.json
    -rw-r----- 1 root root      240 May 25 21:13 @.post.sql
    -rw-r----- 1 root root      288 May 25 21:13 sbtest.json
    -rw-r----- 1 root root 63227502 May 25 21:13 sbtest@sbtest1@0.tsv
    -rw-r----- 1 root root      488 May 25 21:13 sbtest@sbtest1@0.tsv.idx
    -rw-r----- 1 root root 63339214 May 25 21:13 sbtest@sbtest1@@1.tsv
    -rw-r----- 1 root root      488 May 25 21:13 sbtest@sbtest1@@1.tsv.idx
    -rw-r----- 1 root root      633 May 25 21:13 sbtest@sbtest1.json
    -rw-r----- 1 root root      759 May 25 21:13 sbtest@sbtest1.sql
    -rw-r----- 1 root root      535 May 25 21:13 sbtest.sql
    -rw-r----- 1 root root      240 May 25 21:13 @.sql
    -rw-r----- 1 root root     6045 May 25 21:13 @.users.sql

    其中,

    • @.done.json:会记录备份的结束时间,备份集的大小。备份结束时生成。

    • @.json:会记录备份的一些元数据信息,包括备份时的一致性位置点信息:binlogFile,binlogPosition 和 gtidExecuted,这些信息可用来建立复制。

    • @.sql,@.post.sql:这两个文件只有一些注释信息。不过在通过 util.loadDump 导入数据时,我们可以通过这两个文件自定义一些 SQL。其中,@.sql 是数据导入前执行,@.post.sql 是数据导入后执行。

    • sbtest.json:记录 sbtest 中已经备份的表、视图、定时器、函数和存储过程。

    • *.tsv:数据文件。我们看看数据文件的内容。

      # head -2 sbtest@sbtest1@0.tsv
      1 6461363 68487932199-96439406143-93774651418-41631865787-96406072701-20604855487-25459966574-28203206787-41238978918-19503783441 22195207048-70116052123-74140395089-76317954521-98694025897
      2 1112248 13241531885-45658403807-79170748828-69419634012-13605813761-77983377181-01582588137-21344716829-87370944992-02457486289 28733802923-10548894641-11867531929-71265603657-36546888392

      TSV 格式,每一行储存一条记录,字段与字段之间用制表符(\t)分隔。

    • sbtest@sbtest1.json:记录了表相关的一些元数据信息,如列名,字段之间的分隔符(fieldsTerminatedBy)等。

    • sbtest@sbtest1.sql:sbtest.sbtest1 的建表语句。

    • sbtest.sql:建库语句。如果这个库中存在存储过程、函数、定时器,也是写到这个文件中。

    • @.users.sql:创建账号及授权语句。默认不会备份 mysql.session,mysql.session,mysql.sys 这三个内部账号。


    util.dumpSchemas(schemas, outputUrl[, options])

    备份指定库的数据。

    用法同 util.dumpInstance 类似。其中,第一个参数必须为数组,即使只需备份一个库,如,

    util.dumpSchemas(['sbtest'],'/data/backup/schema')

    支持的配置大部分与 util.dumpInstance 相同。

    从 MySQL Shell 8.0.28 开始,可直接使用 util.dumpInstance 中的 includeSchemas 选项进行指定库的备份。


    util.dumpTables(schema, tables, outputUrl[, options])

    备份指定表的数据。

    用法同 util.dumpInstance 类似。其中,第二个参数必须为数组,如,

    util.dumpTables('sbtest',['sbtest1'],'/data/backup/table')

    支持的配置大部分与 util.dumpInstance 相同。

    从 MySQL Shell 8.0.28 开始,可直接使用 util.dumpInstance 中的 includeTables 选项进行指定表的备份。


    util.loadDump(url[, options])

    导入通过 dump 命令生成的备份集。如,

    # mysqlsh -S /data/mysql/3307/data/mysql.sock
    mysql-js> util.loadDump("/data/backup/full",{loadUsers: true})
    Loading DDL, Data and Users from '/data/backup/full' using 4 threads.
    Opening dump...
    Target is MySQL 8.0.27. Dump was produced from MySQL 8.0.27
    Scanning metadata - done
    Checking for pre-existing objects...
    Executing common preamble SQL
    Executing DDL - done
    Executing view DDL - done
    Starting data load
    2 thds loading - 100% (126.57 MB / 126.57 MB), 11.43 MB/s, 0 / 1 tables done
    Recreating indexes - done
    Executing user accounts SQL...
    NOTE: Skipping CREATE/ALTER USER statements for user 'root'@'localhost'
    NOTE: Skipping GRANT statements for user 'root'@'localhost'
    Executing common postamble SQL
    2 chunks (650.00K rows, 126.57 MB) for 1 tables in 1 schemas were loaded in 10 sec (avg throughput 13.96 MB/s)
    0 warnings were reported during the load.

    命令中的 /data/backup/full 是备份目录,loadUsers: true 是导入账号,默认不会导入。

     

    util.dumpInstance 的关键特性

    util.dumpInstance 的关键特性如下:

    1. 多线程备份。并发线程数由 threads 决定,默认是 4。
    2. 支持单表 chunk 级别的并行备份,前提是表上存在主键或唯一索引。
    3. 默认是压缩备份。
    4. 支持备份限速。可通过 maxRate 限制单个线程的数据读取速率。

     

    util.loadDump 的关键特性

    util.loadDump 的关键特性如下:

    1. 多线程恢复。并发线程数由 threads 决定,默认是 4。

    2. 支持断点续传功能。

      在导入的过程中,会在备份目录生成一个进度文件,用于记录导入过程中的进度信息。

      文件名由 progressFile 指定,默认是 load-progress.<server_uuid>.progress。

      导入时,如果备份目录中存在 progressFile,默认会从上次完成的地方继续执行。如果要从头开始执行,需将 resetProgress 设置为 true。

    3. 支持延迟创建二级索引。

    4. 支持边备份,边导入。

    5. 通过 LOAD DATA LOCAL INFILE 命令来导入数据。

    6. 如果单个文件过大,util.loadDump 在导入时会自动进行切割,以避免产生大事务。

     

    util.dumpInstance 的备份流程

    util.dumpInstance 的备份流程如下图所示。

    图片

    不难看出,util.dumpInstance 的备份流程与 mysqldump 大致相同,不同的地方主要体现在以下两点:

    1. util.dumpInstance 会加备份锁。备份锁可用来阻塞备份过程中的 DDL。
    2. util.dumpInstance 是并行备份,相对于 mysqldump 的单线程备份,备份效率更高。

     

    util.dumpInstance 的参数解析

    util.dumpInstance 的参数可分为如下几类:

    过滤相关

    以下是过滤相关的选项。

    • excludeSchemas:忽略某些库的备份,多个库之间用逗号隔开,如,

      excludeSchemas: ["db1", "db2"]
    • includeSchemas:指定某些库的备份。

    • excludeTables:忽略某些表的备份,表必须是 schema.table 的格式,多个表之间用逗号隔开,如,

      excludeTables: ["sbtest.sbtest1", "sbtest.sbtest2"]
    • includeTables:指定某些表的备份。

    • events:是否备份定时器,默认为 true。

    • excludeEvents:忽略某些定时器的备份。

    • includeEvents:指定某些定时器的备份。

    • routines:是否备份函数和存储过程,默认为 true。

    • excludeRoutines:忽略某些函数和存储过程的备份。

    • includeRoutines:指定某些函数和存储过程的备份。

    • users:是否备份账号信息,默认为 true。

    • excludeUsers:忽略某些账号的备份,可指定多个账号。

    • includeUsers:指定某些账号的备份,可指定多个账号。

    • triggers:是否备份触发器,默认为 true。

    • excludeTriggers:忽略某些触发器的备份。

    • includeTriggers:指定某些触发器的备份。

    • ddlOnly:是否只备份表结构,默认为 false。

    • dataOnly:是否只备份数据,默认为 false。


    并行备份相关

    • chunking:是否开启 chunk 级别的并行备份功能,默认为 true。
    • bytesPerChunk:每个 chunk 文件的大小,默认 64M。
    • threads:并发线程数,默认为 4。

    OCI(甲骨文云)相关

    • ocimds:是否检查备份集与 MySQL Database Service(甲骨文云的 MySQL 云服务,简称 MDS )的兼容性,默认为 false,不检查。如果设置为 true,会输出所有的不兼容项及解决方法。不兼容项可通过下面的 compatibility 来解决。

    • compatibility:如果要将备份数据导入到 MDS 中,为了保证与后者的兼容性,可在导出的过程中进行相应地调整。具体来说:

      1. create_invisible_pks:对于没有主键的表,会创建一个隐藏主键:my_row_id BIGINT UNSIGNED AUTO_INCREMENT INVISIBLE PRIMARY KEY。隐藏列是 MySQL 8.0.23 引入的。
      2. force_innodb:将表的引擎强制设置为 InnoDB。
      3. ignore_missing_pks:忽略主键缺失导致的错误,与 create_invisible_pks 互斥,不能同时指定。
      4. skip_invalid_accounts:忽略没有密码,或者使用了 MDS 不支持的认证插件的账号。
      5. strip_definers:去掉视图、存储过程、函数、定时器、触发器中的 DEFINER=account 子句。
      6. strip_restricted_grants:去掉 MDS 中不允许 GRANT 的权限。
      7. strip_tablespaces:去掉建表语句中的 TABLESPACE=xxx 子句。
    • osBucketName,osNamespace,ociConfigFile,ociProfile,ociParManifest,ociParExpireTime:OCI 对象存储相关。


    其它选项

    • tzUtc:是否设置 TIME_ZONE = '+00:00',默认为 true。
    • consistent:是否开启一致性备份,默认为 true。若设置为 false,则不会加全局读锁,也不会开启事务的一致性快照。
    • dryRun:试运行。此时只会打印备份信息,不会执行备份操作。
    • maxRate:限制单个线程的数据读取速率,单位 byte,默认为 0,不限制。
    • showProgress:是否打印进度信息,如果是 TTY 设备(命令行终端),则为 true,反之,则为 false。
    • defaultCharacterSet:字符集,默认为 utf8mb4。
    • compression:备份文件的压缩算法,默认为 zstd。也可设置为 gzip 或 none(不压缩)。

     

    util.loadDump 的参数解析

    util.loadDump 的参数可分为如下几类:

    过滤相关

    • excludeEvents:忽略某些定时器的导入。
    • excludeRoutines:忽略某些函数和存储过程的导入。
    • excludeSchemas:忽略某些库的导入。
    • excludeTables:忽略某些表的导入。
    • excludeTriggers:忽略某些触发器的导入。
    • excludeUsers:忽略某些账号的导入。
    • includeEvents:导入指定定时器。
    • includeRoutines:导入指定函数和存储过程。
    • includeSchemas:导入指定库。
    • includeTables:导入指定表。
    • includeTriggers:导入指定触发器。
    • includeUsers:导入指定账号。
    • loadData:是否导入数据,默认为 true。
    • loadDdl:是否导入 DDL 语句,默认为 true。
    • loadUsers:是否导入账号,默认为 false。注意,即使将 loadUsers 设置为 true,也不会导入当前正在执行导入操作的用户。
    • ignoreExistingObjects:是否忽略已经存在的对象,默认为 off。

    并行导入相关

    • backgroundThreads:获取元数据和 DDL 文件内容的线程数。备份集如果存储在本地,backgroundThreads 默认和 threads 一致。
    • threads:并发线程数,默认为 4。
    • maxBytesPerTransaction:指定单个 LOAD DATA 操作可加载的最大字节数。默认与 bytesPerChunk 一致。这个参数可用来规避大事务。

    断点续传相关

    • progressFile:在导入的过程中,会在备份目录生成一个 progressFile,用于记录加载过程中的进度信息,这个进度信息可用来实现断点续传功能。默认为 load-progress.<server_uuid>.progress。
    • resetProgress:如果备份目录中存在 progressFile,默认会从上次完成的地方继续执行。如果要从头开始执行,需将 resetProgress 设置为 true。该参数默认为 off。

    OCI 相关

    osBucketName,osNamespace,ociConfigFile,ociProfile。


    二级索引相关

    • deferTableIndexes:是否延迟(数据加载完毕后)创建二级索引。可设置:off(不延迟),fulltext(只延迟创建全文索引,默认值),all(延迟创建所有索引)。
    • loadIndexes:与 deferTableIndexes 一起使用,用来决定数据加载完毕后,最后的二级索引是否创建,默认为 true。

    其它选项

    • analyzeTables:表加载完毕后,是否执行 ANALYZE TABLE 操作。默认是 off(不执行),也可设置为 on 或 histogram(只对有直方图信息的表执行)。
    • characterSet:字符集,无需显式设置,默认会从备份集中获取。
    • createInvisiblePKs:是否创建隐式主键,默认从备份集中获取。这个与备份时是否指定了 create_invisible_pks 有关,若指定了则为 true,反之为 false。
    • dryRun:试运行。
    • ignoreVersion:忽略 MySQL 的版本检测。默认情况下,要求备份实例和导入实例的大版本一致。
    • schema:将表导入到指定 schema 中,适用于通过 util.dumpTables 创建的备份。
    • showMetadata:导入时是否打印一致性备份时的位置点信息。
    • showProgress:是否打印进度信息。
    • skipBinlog:是否设置 sql_log_bin=0 ,默认 false。这一点与 mysqldump、mydumper 不同,后面这两个工具默认会禁用 Binlog。
    • updateGtidSet:更新 GTID_PURGED。可设置:off(不更新,默认值), replace(替代目标实例的 GTID_PURGED), append(追加)。
    • waitDumpTimeout:util.loadDump 可导入当前正在备份的备份集。处理完所有文件后,如果备份还没有结束(具体来说,是备份集中没有生成 @.done.json),util.loadDump 会报错退出,可指定 waitDumpTimeout 等待一段时间,单位秒。

     

    MySQL Shell Dump & Load 的注意事项

    1. 表上存在主键或唯一索引才能进行 chunk 级别的并行备份。字段的数据类型不限。不像 mydumper,分片键只能是整数类型。

    2. 对于不能进行并行备份的表,目前会备份到一个文件中。如果该文件过大,不用担心大事务的问题,util.loadDump 在导入时会自动进行切割。

    3. util.dumpInstance 只能保证 InnoDB 表的备份一致性。

    4. 默认不会备份 information_schema,mysql,ndbinfo,performance_schema,sys。

    5. 备份实例支持 MySQL 5.6 及以上版本,导入实例支持 MySQL 5.7 及以上版本。

    6. 备份的过程中,会将 BLOB 等非文本安全的列转换为 Base64,由此会导致转换后的数据大小超过原数据。导入时,注意 max_allowed_packet 的限制。

    7. 导入之前,需将目标实例的 local_infile 设置为 ON。

     

    参考

    [1] Instance Dump Utility, Schema Dump Utility, and Table Dump Utility

    [2] MySQL Shell Dump & Load part 1: Demo!

    [3] MySQL Shell Dump & Load part 2: Benchmarks

    [4] MySQL Shell Dump & Load part 3: Load Dump

    [5] MySQL Shell Dump & Load part 4: Dump Instance & Schemas

    [6] Backup/Restore Performance Conclusion: mysqldump vs MySQL Shell Utilities vs mydumper vs mysqlpump vs XtraBackup

    [7] Optimizing INSERT Statements

    本帖子中包含资源

    您需要 登录 才可以下载,没有帐号?立即注册