前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >MySQL数据归档小工具推荐及优化--mysql_archiver

MySQL数据归档小工具推荐及优化--mysql_archiver

原创
作者头像
东山絮柳仔
修改2021-03-21 18:26:19
2.1K0
修改2021-03-21 18:26:19
举报
文章被收录于专栏:东山絮柳仔东山絮柳仔

一.主要概述

MySQL数据库归档历史数据主要可以分为三种方式:一.创建编写SP、设置Event;二.通过dump导入导出;三.通过pt-archiver工具进行归档。第一种方式往往受限于同实例要求,往往被大家舍弃。第二种,性能相对较好,但是归档表较多时运维也是比较头疼的事。所以很多DBA往往采用第三种方式--pt-archiver。

pt-archiver是Percona-Toolkit工具集中的一个组件,是一个主要用于对MySQL表数据进行归档和清除的工具。它可以将数据归档到另一张表或者是一个文件中。pt-archiver在清除表数据的过程中并不会影响OLTP事务的查询性能。对于数据的归档,它可以归档到另一台服务器上的另一张表,也可归档到一个文件中。

有一个网友通过Python开发了将pt-archiver打包成了一个小工具—mysql_archiver,它基本实现了归档作业的配置化部署,使用起来挺不错。"MySQL_archiver基本上实现了数据归档的自动运转,统一的归档任务调度管理、自动监控和预警、自动生成报表。在一定程度上节约了生产力,提高了运维效率。"

github地址:https://github.com/dbarun/mysql_archiver

二.pt-archiver主要参数

参数

默认值

参数解释

--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

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。

--[no]check-charset

yes

指定检查确保数据库连接时字符集和表字符集相同。

--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' '

--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'。

--limit

1

指定每条语句获取表和归档表的行数。

--max-lag

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。

--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。

--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

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

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。

--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。

--txn-size

1

指定每个事务处理的行数。如果是0则禁用事务功能。

--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。

--skip-foreign-key-checks

指定使用语句SET FOREIGN_KEY_CHECKS = 0禁用外键检查。

三,安装部署mysql_archiver常见错误

1. 执行python db_archive_exec.py 127.0.0.1 db123 报错

代码语言:javascript
复制
Traceback (most recent call last):
  File "/data/XXXXXX/mysql_archiver-master/db_archive_exec.py", line 7, in <module>
    import db_conn
  File "/data/XXXXXX/mysql_archiver-master/db_conn.py", line 4, in <module> import MySQLdb ImportError: No module named MySQLdb

解决方案:

Step 1 基础环境

代码语言:javascript
复制
rm -rf /etc/yum.repos.d/epel*
yum install postgresql-devel python3-devel postgresql-devel python-devel

Step 2 安装setuptools

代码语言:javascript
复制
(1)    下载    setuptools-39.2.0.zip
(2)    解压安装 python setup.py build
                python setup.py install

step 3 安装pip

代码语言:javascript
复制
(1)    下载 pip-1.5.4.tar.gz
(2)    安装 python setup.py install

step 4 安装MySQL-python

代码语言:javascript
复制
yum install MySQL-python

2.报错缺少pt-archiver工具

代码语言:javascript
复制
sh: pt-archiver: command not found

解决方案

下载percona-toolkit-3.2.1_x86_64.tar.gz,安装,并且设置个软连接。

例如:

代码语言:javascript
复制
ln -s /data/XXXXXXXX/percona-toolkit-3.2.1/bin/pt-archiver /usr/local/bin/pt-archiver

3.缺少文档

代码语言:javascript
复制
<type 'exceptions.Exception'>
[Errno 2] No such file or directory: u'/software/python_script/db_archive_XXXXdb_XXXtablename.log'

解决方案:

创建文档: /software/python_script

4.字符集问题

代码语言:javascript
复制
Character set mismatch: --source DSN uses utf8, table uses utf8mb4.  You can disable this check by specifying --no-check-charset.

解决方案:

修改db_archive_exec.py可执行文件,针对pt-archiver添加参数 --no-check-charset

5.参数设置报错

代码语言:javascript
复制
Usage: pt-archiver [OPTIONS] --source DSN --where WHERE

Errors in command-line arguments:
  * --txn-size and --commit-each are mutually exclusive.

pt-archiver nibbles records from a MySQL table.  The --source and --dest
arguments use DSN syntax; if COPY is yes, --dest defaults to the key's value
from --source.  For more details, please use the --help option, or try 'perldoc
/usr/local/bin/pt-archiver' for complete documentation.

 解决方案:

pt-archiver去掉参数 --commit-each

6.Cannot find encoding "utf8mb4"

报错信息:

代码语言:javascript
复制
Cannot find encoding "utf8mb4" at /usr/local/bin/pt-archiver line 6711.

 解决方案:

pt-archiver去掉参数 --bulk-insert --bulk-delete

 7.执行 db_archive_exec.py 报错

报错信息

代码语言:javascript
复制
<type 'exceptions.Exception'>
'ascii' codec can't decode byte 0xe6 in position 0: ordinal not in range(128)

解决方案

修改优化的代码部分,不要有中文,即剔除添加的中文,修改为英文即可。

8.执行db_archive_monitor.py报错

代码语言:javascript
复制
Traceback (most recent call last):
  File "/data/XXXXX/mysql_archiver-master/db_archive_monitor.py", line 5, in <module>
    from db_log import db_archive_monitor_log
ImportError: No module named db_log

解决方案

转到目录db_log,执行如下脚本

代码语言:javascript
复制
echo '' > __init__.py

生成__init__.py文件

9. crontab执行python脚本问题

调试和手动执行,都没有问题,但是发现没有成功执行备份。

为了定位问题,我们可以将cron执行情况,打印初始处理。将crontab调整如下:

调整前:

代码语言:javascript
复制
34 11 * * * python /data/mysql_archiver/mysql_archiver-master/db_archive_exec.py 122.122.122.122 qqorderdb

调整后

代码语言:javascript
复制
34 11 * * * python /data/mysql_archiver/mysql_archiver-master/db_archive_exec.py 122.122.122.122 qqorder >> /data/mysql_archiver/mysql_archiver-master/db_log/logs/crontab_archiver.log 2>&1

查看执行log文件,报错信息如下:

代码语言:javascript
复制
[laobao@qqorder]# tail -100 crontab_archiver.log
sh: pt-archiver: command not found
sh: pt-archiver: command not found
sh: pt-archiver: command not found
sh: pt-archiver: command not found
sh: pt-archiver: command not found

问题明白了,解决方案如下:

调整前:

调整后:

10.执行 db_archive_exec.py 可能遇到其他的报错

A.报错如下

代码语言:javascript
复制
Can't locate Digest/MD5.pm in @INC (@INC contains: /usr/local/lib64/perl5 /usr/local/share/perl5 /usr/lib64/perl5/vendor_perl /usr/share/perl5/vendor_perl /usr/lib64/perl5 /usr/share/perl5 .) at /usr/local/bin/pt-archiver line 5410.
BEGIN failed--compilation aborted at /usr/local/bin/pt-archiver line 5410.

解决方案:

代码语言:javascript
复制
yum -y install perl-Digest-MD5

B.报错如下:

代码语言:javascript
复制
Cannot connect to MySQL because the Perl DBI module is not installed or not found.  Run 'perl -MDBI' to see the directories that Perl searches for DBI.  If DBI is not installed, try:
  Debian/Ubuntu  apt-get install libdbi-perl
  RHEL/CentOS    yum install perl-DBI
  OpenSolaris    pkg install pkg:/SUNWpmdbi

解决方案:

代码语言:javascript
复制
yum install perl-DBI

C.报错如下:

代码语言:javascript
复制
Cannot connect to MySQL because the Perl DBD::mysql module is not installed or not found.  Run 'perl -MDBD::mysql' to see the directories that Perl searches for DBD::mysql.  If DBD::mysql is not installed, try:
  Debian/Ubuntu  apt-get install libdbd-mysql-perl
  RHEL/CentOS    yum install perl-DBD-MySQL
  OpenSolaris    pgk install pkg:/SUNWapu13dbd-mysql

解决方案:

代码语言:javascript
复制
yum install perl-DBD-MySQL

四.功能优化 

为工具mysql_archiver添加只删除不备份的功能,即只删除源库上的数据,而不用迁移。

1.优化配置表db_archive_info的建表语句

代码语言:javascript
复制
DROP TABLE IF EXISTS `db_archive_info`;
CREATE TABLE `db_archive_info` (
  `id` int(11) NOT NULL AUTO_INCREMENT COMMENT '表id',
  `server_source` varchar(640) DEFAULT NULL COMMENT '源服务器',
  `port_source` varchar(64) DEFAULT NULL COMMENT '源服务器端口',
  `user_source` varchar(64) DEFAULT NULL COMMENT '源数据库用户',
  `password_source` varchar(128) DEFAULT NULL COMMENT '源数据库密码',
  `db_source` varchar(64) DEFAULT NULL COMMENT '源数据库schema',
  `table_source` varchar(128) DEFAULT NULL COMMENT '源数据库表',
  `server_dest` varchar(640) DEFAULT '' COMMENT '目标服务器',
  `port_dest` varchar(64) DEFAULT '' COMMENT '目标服务器端口',
  `user_dest` varchar(64) DEFAULT '' COMMENT '目标数据库用户',
  `password_dest` varchar(128) DEFAULT '' COMMENT '目标数据库密码',
  `db_dest` varchar(64) DEFAULT '' COMMENT '目标数据库schema',
  `table_dest` varchar(128) DEFAULT '' COMMENT '目标数据库表',
  `archive_condition` varchar(1000) DEFAULT NULL COMMENT '数据归档条件',
  `last_archive_date` timestamp NULL DEFAULT NULL ON UPDATE CURRENT_TIMESTAMP COMMENT '最近归档时间',
  `last_archive_qty` int(10) DEFAULT NULL COMMENT '最近归档数量',
  `state` varchar(255) DEFAULT 'A' COMMENT '数据行状态',
  `user_created` varchar(128) DEFAULT 'SYS' COMMENT '数据行创建人',
  `datetime_created` timestamp NULL DEFAULT CURRENT_TIMESTAMP COMMENT '数据行创建时间',
  `user_modified` varchar(128) DEFAULT 'SYS' COMMENT '数据行修改人',
  `datetime_modified` timestamp NULL DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP COMMENT '数据行修改时间',
  PRIMARY KEY (`id`)
) ENGINE=InnoDB AUTO_INCREMENT=14 DEFAULT CHARSET=utf8 COMMENT='数据库归档基础信息表';

2.修改备份脚本

代码语言:javascript
复制
#!/usr/bin/python
# -*- coding: UTF-8 -*-

import sys
import os
import time
import db_conn

# get db connection
db = db_conn.db
# use cursor
cursor = db.cursor()

# 获取命令行参数
# server_source = '10.73.129.187'
# db_source = 'test123'
server_source = sys.argv[1]
db_source = sys.argv[2]

try:
    # SQL 查询语句
    sql = "select id, server_source, port_source, user_source, password_source, db_source, table_source," \
          "server_dest, port_dest, user_dest, password_dest, db_dest, table_dest, archive_condition " \
          "from db_archive_info " \
          "where server_source = '%s' and db_source = '%s' " % (server_source, db_source)

    # 执行SQL语句
    cursor.execute(sql)
    # 获取所有记录列表
    results = cursor.fetchall()

    for row in results:
        id = row[0]
        server_source = row[1]
        port_source = row[2]
        user_source = row[3]
        password_source = row[4]
        db_source = row[5]
        table_source = row[6]
        server_dest = row[7]
        port_dest = row[8]
        user_dest = row[9]
        password_dest = row[10]
        db_dest = row[11]
        table_dest = row[12]
        archive_condition = row[13]

        # 归档开始时间
        archive_starttime = time.strftime('%Y-%m-%d %H:%M:%S')

        # 生成pt-archive命令
        ## 兼容只删除不归档功能,
        if server_dest != '' and port_dest != '' and port_dest != '':
            archive_cmd = "/usr/local/bin/pt-archiver " \
                          "--source h='%s',P='%s',u='%s',p='%s',D='%s',t='%s' " \
                          "--dest h='%s',P='%s',u='%s',p='%s',D='%s',t='%s' " \
                          "--no-check-charset --charset=utf8mb4 --where '%s' --progress 50000 --limit 10000 --txn-size 10000 " \
                          "--statistics --purge " % \
                          (server_source, port_source, user_source, password_source, db_source, table_source, \
                           server_dest, port_dest, user_dest, password_dest, db_dest, table_dest, \
                           archive_condition)

        elif server_dest == '' and port_dest == '' and port_dest == '':
             archive_cmd = "/usr/local/bin/pt-archiver " \
                  "--source h='%s',P='%s',u='%s',p='%s',D='%s',t='%s' " \
                  "--no-check-charset --charset=utf8mb4 --where '%s' --progress 50000 --limit 10000 --txn-size 10000 " \
                  "--statistics --purge " % \
                  (server_source, port_source, user_source, password_source, db_source, table_source,archive_condition)

        # print archive_cmd

        # make a copy of original stdout route
        stdout_archive = sys.stdout
        # define the log file that receives your log info
        log_file = open("/software/python_script/db_archive_%s_%s.log" % (db_source, table_source), "w")
        # redirect print output to log file
        sys.stdout = log_file

        # archive_cmd = os.popen(pt_archive)
        with os.popen(archive_cmd) as c:
            # with open("db_archive1.log", "r") as c:
            archive_log = c.read()
        print(archive_log)

        # close log file
        log_file.close()
        # restore the output to initial pattern
        sys.stdout = stdout_archive

        # 定义归档相关变量
        inserted_qty = 0
        deleted_qty = 0
        # 归档结束时间
        archive_endtime = time.strftime('%Y-%m-%d %H:%M:%S')

        with open("/software/python_script/db_archive_%s_%s.log" % (db_source, table_source), "r") as f:
            for line in f:
                if 'INSERT' in line:
                    i = line.index(" ")
                    inserted_qty = line[i + 1:]
                elif 'DELETE' in line:
                    i = line.index(" ")
                    deleted_qty = line[i + 1:]

        # 判断归档是否失败
        if server_dest != '' and port_dest != '' and port_dest != '':
            if inserted_qty == deleted_qty:
                archive_status = 'Y'
                archive_error = ''
            else:
                archive_status = 'N'
                archive_error = 'inserted_qty and deleted_qty are not equal'
        elif server_dest == '' and port_dest == '' and port_dest == '':
             archive_status = 'Y'
             archive_error = 'Delete Data OP'

        # insert sql
        sql_insert = "insert into db_archive_log(server_source, db_source, table_source, server_dest, " \
                     "db_dest, table_dest, archive_qty, archive_cmd, archive_log, archive_start, archive_end, " \
                     "archive_status, archive_error ) " \
                     "values('%s','%s','%s','%s','%s','%s','%s','%s','%s','%s','%s','%s','%s')" % \
                     (server_source, db_source, table_source, server_dest, \
                      db_dest, table_dest, inserted_qty, db.escape_string(archive_cmd), archive_log, archive_starttime,
                      archive_endtime, \
                      archive_status, archive_error)
        # exec sql
        cursor.execute(sql_insert)
        # exec commit
        db.commit()

        if archive_status == 'Y':
            sql_update = "update db_archive_info " \
                         "set datetime_modified = '%s', last_archive_date = '%s', last_archive_qty = %s " \
                         "where id = %d" % \
                         (archive_starttime, archive_endtime, inserted_qty, id)
            cursor.execute(sql_update)
            # exec commit
            db.commit()

except  Exception, e:
        print str(Exception)
        print str(e)

3.说明

修改db_archive_info的建表语句,将默认值null 调整为‘’,主要是我们通过 server_dest == '' and port_dest == '' and port_dest == '' 来判断是归档还是直接删除。

如果按照修改前的默认值NULL,这几列值不维护,则报错。

代码语言:javascript
复制
DBI connect('None;host=None;port=None;charset=utf8mb4;mysql_read_default_group=client','None',...) failed: Unknown MySQL server host 'None' (2) at /usr/local/bin/pt-archiver line 2525.

五.主要参考资料

1.MySQL数据归档实战-Python和pt-archiver的强强结合

https://blog.csdn.net/n88lpo/article/details/78905528?utm_medium=distribute.pc_relevant.none-task-blog-baidulandingword-14&spm=1001.2101.3001.4242

2.MySQL数据归档小工具

https://github.com/dbarun/mysql_archiver#readme

3.在linux下安装MySQLdb及基本操作

https://www.cnblogs.com/blogsme/archive/2012/12/12/2814588.html

4.pt工具之pt-archiver

https://www.cnblogs.com/yhq1314/p/10601801.html

5.linux下pip的安装步骤及使用详解

https://www.jb51.net/article/118035.htm

6.Percona-Toolkit 之 pt-archiver 总结

https://www.cnblogs.com/dbabd/p/10721857.html

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 一.主要概述
    • 二.pt-archiver主要参数
      • 三,安装部署mysql_archiver常见错误
        • 四.功能优化 
          • 五.主要参考资料
          相关产品与服务
          云数据库 SQL Server
          腾讯云数据库 SQL Server (TencentDB for SQL Server)是业界最常用的商用数据库之一,对基于 Windows 架构的应用程序具有完美的支持。TencentDB for SQL Server 拥有微软正版授权,可持续为用户提供最新的功能,避免未授权使用软件的风险。具有即开即用、稳定可靠、安全运行、弹性扩缩等特点。
          领券
          问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档