利用pt-table-checksum校验数据一致性
相信很多人的线上都搭建了MySQL主从这样的框架，很多人只监控MySQL的从服务器Slave_IO和Slave_SQL这两个线程是否为YES，还有 Seconds_Behind_Master延迟大不大之类的一些信息。但他们是否定期的去检查MySQL主服务器的数据和从服务器的数据是否一致呢，数据一致性才是最重要的，有人很好奇的问，如果数据不一致，就肯定没有两个YES的出现啦，我想说，不一定的，因为当slave出现错误时，可以通过SET GLOBAL sql_slave_skip_counter = N来跳过错误，还有可以通过选项--slave-skip-errors=[error_code]来跳过错误代码，这样处理后Slave_IO和Slave_SQL状态依然为YES，但这个时候，数据可能就跟主库不一致了。下面和大家学习一个很不错的工具pt-table-checksum
pt-table-checksum：MySQL复制完整性校验(这个工具的重点是找到有效数据的差异。如果任何数据是不同的，你可以用pt-table-sync解决问题。)
软件包下载地址：http://www.percona.com/downloads/percona-toolkit/2.2.7/RPM/percona-toolkit-2.2.7-1.noarch.rpm
PT工具的安装，可以参考我的博客：http://www.cnblogs.com/xuanzhi201111/p/4128894.html（主库和从库都要安装）
实验环境: master（192.168.1.128：3306）
slave（192.168.1.129：3306）
注意事项：
1、 根据测试，需要一个即能登录主库，也能登录从库的账号；
2、 只能指定一个host，必须为主库的IP；
3、 在检查时会向表加S锁；
4、 如果master和slave的binlog日志不是STATEMENT格式，要用--no-check-binlog-format选项
5、 运行之前需要从库的同步IO和SQL进程是YES状态。
6、 表要有主键索引或唯一键索引
在主库上(master:3306)，如下：
mysql> select * from check_sum.test1; +------+-------+ | id | couse | +------+-------+ | 1 | aa | | 2 | bb | | 3 | cc | +------+-------+ 3 rows in set (0.00 sec) mysql>
在从库（slave:3306），如下（跟master数据不一致了）：
mysql> select * from check_sum.test1; +------+-------+ | id | couse | +------+-------+ | 1 | aa | | 2 | bb | +------+-------+ 2 rows in set (0.00 sec) mysql>
pt-table-checksum参数解释：
--nocheck-replication-filters ：不检查复制过滤器，建议启用。后面可以用--databases来指定需要检查的数据库。 --no-check-binlog-format : 不检查复制的binlog模式，要是binlog模式是ROW，则会报错。 --replicate-check-only :只显示不同步的信息。 --replicate= ：把checksum的信息写入到指定表中，建议直接写到被检查的数据库当中。 --databases= ：指定需要被检查的数据库，多个则用逗号隔开。 --tables= ：指定需要被检查的表，多个用逗号隔开 h=192.168.1.128 ：Master的地址 u=root ：用户名 p=123456 ：密码 P=3306 ：端口
在主库上执行数据检查命令：
[root ~]$ pt-table-checksum --nocheck-replication-filters --replicate=test.checksums --databases=check_sum h=192.168.1.128,u=admin,p=123456,P=3306 Replica slave has binlog_format MIXED which could cause pt-table-checksum to break replication. Please read "Replicas using row-based replication" in the LIMITATIONS section of the tool's documentation. If you understand the risks, specify --no-check-binlog-format to disable this check.
上面报错了，意思说如果binlog_format 为MIXED格式，会破坏同步，可以使用--no-check-binlog-format选项来关闭检查
添加上--no-check-binlog-format选项，再在master库上执行，报以下错（标红的为报错信息）：
[root ~]$ pt-table-checksum --nocheck-replication-filters --no-check-binlog-format --replicate=test.checksums --databases=check_sum h=192.168.1.128,u=admin,p=123456,P=3306 Cannot connect to P=3306,h=192.168.1.129,p=...,u=root Diffs cannot be detected because no slaves were found. Please read the --recursion-method documentation for information. TS ERRORS DIFFS ROWS CHUNKS SKIPPED TIME TABLE 04-13T15:44:23 0 0 3 1 0 0.044 check_sum.test1
上面已经告诉你怎么做了， Please read the --recursion-method documentation for information，上面的提示信息很清楚，因为找不到slave库，所以执行失败。用参数--recursion-method 可以指定模式解决，关于--recursion-method参数的设置有：
METHOD USES =========== ============================================= processlist SHOW PROCESSLIST hosts SHOW SLAVE HOSTS cluster SHOW STATUS LIKE 'wsrep\_incoming\_addresses' dsn=DSN DSNs from a table none Do not find slaves
默认是通过show processlist 找到host的值或show slave hosts 找到host的值
*************************** 1. row *************************** Id: 7 User: admin Host: 192.168.1.129:60195 db: NULL Command: Binlog Dump Time: 663201 State: Master has sent all binlog to slave; waiting for binlog to be updated Info: NULL *************************** 2. row *************************** Id: 37 User: root Host: localhost db: check_sum Command: Query Time: 0 State: NULL Info: show processlist 4 rows in set (0.00 sec)
还有一种方法是show slave hosts；前提从库配置文件里面已经配置自己的地址和端口,在slave库上操作（在[mysqld]下添加这两行）：
[root mysql-5.5.40]$ cat my.cnf |grep "report" report_host=192.168.1.129 report_port=3306
回到master库操作：
mysql> show slave hosts; +-----------+---------------+------+-----------+ | Server_id | Host | Port | Master_id | +-----------+---------------+------+-----------+ | 11 | 192.168.1.129 | 3306 | 1 | +-----------+---------------+------+-----------+ 1 row in set (0.00 sec) mysql>
最重要的一点是我们需要在从库上授权，能让主库访问，只能指定一个host，必须为主库的IP,在slave库上操作；
mysql>GRANT SELECT, PROCESS, SUPER, REPLICATION SLAVE ON *.* TO 'admin'@'192.168.1.128' IDENTIFIED BY '123456'; Query OK, 0 rows affected (0.00 sec)
mysql> flush privileges;
Query OK, 0 rows affected (0.00 sec)
mysql>
如果在master没有让admin用户登录的权利，要在master库给admin权限，很多人用root用户来检查，所以只要在从库权限即可（在master库上操作）：
mysql>GRANT SELECT, PROCESS, SUPER, REPLICATION SLAVE ON *.* TO 'admin'@'192.168.1.128' IDENTIFIED BY '123456'; Query OK, 0 rows affected (0.00 sec) mysql> flush privileges; Query OK, 0 rows affected (0.00 sec) mysql>
权限解释：
select //查看所有库的表,原理可加 explain选项查看 process //show processlist super //set binlog_format='statement' replication slave //show slave hosts
现在我们再来检测数据一致性（master库上操作）：
[root ~]$ pt-table-checksum --nocheck-replication-filters --no-check-binlog-format --replicate=test.checksums --databases=check_sum h=192.168.1.128,u=admin,p=123456,P=3306 TS ERRORS DIFFS ROWS CHUNKS SKIPPED TIME TABLE 12-26T15:38:30 0 1 3 1 0 0.339 check_sum.test1
看到已经检查出主从数据有不一致了，DIFFS下的值为1，怎么不一致呢？ 通过指定--replicate=test.checksums 参数，就说明把检查信息都写到了checksums表中
下面对例的含义进行解释：
TS ：完成检查的时间。 ERRORS ：检查时候发生错误和警告的数量。 DIFFS ：0表示一致，1表示不一致。当指定--no-replicate-check时，会一直为0，当指定--replicate-check-only会显示不同的信息。 ROWS ：表的行数。 CHUNKS ：被划分到表中的块的数目。 SKIPPED ：由于错误或警告或过大，则跳过块的数目。 TIME ：执行的时间。 TABLE ：被检查的表名。
之前一直以为去master的test.checksums表查看主库与从库不一致的信息，纠结了N久,前面显示了DIFFS下的值为1,但master上看表里的信息如下：
mysql> select * from test.checksums\G *************************** 1. row *************************** db: check_sum tbl: test1 chunk: 1 chunk_time: 0.023619 chunk_index: NULL lower_boundary: NULL upper_boundary: NULL this_crc: d5b7731c #slave this_cnt: 3 #slave master_crc: d5b7731c #master master_cnt: 3 #master ts: 2014-12-26 15:50:29 1 row in set (0.00 sec) mysql>
看到了吧，它们信息一样，正常来说，表里信息应该是master跟slave不一致才对的，现在是一致，如果test.checksum里的对比是一样的，是不能把slave库少了的数据从master库同步过去的，因为pt-table-sync同步数据时，要借助test.checksum表。别急：我们再去看一下slave库下的test.checksums：（slave库操作）
mysql> select * from test.checksums\G *************************** 1. row *************************** db: check_sum tbl: test1 chunk: 1 chunk_time: 0.023619 chunk_index: NULL lower_boundary: NULL upper_boundary: NULL this_crc: 64fdcfa3 this_cnt: 2 #slave 2行数据 master_crc: d5b7731c master_cnt: 3 #master 3行数据 ts: 2014-12-26 15:50:29 1 row in set (0.00 sec)
在master库可以可以用--print选项打印出master下的check_sum.test1和slave库的check_sum.test1的不一致的数据，如下：
[root ~]$ pt-table-sync --replicate=test.checksums h=192.168.1.128,u=admin,p=123456,P=3306 h=192.168.1.129,u=admin,p=123456,P=3306 --print Can't make changes on the master because no unique index exists at /usr/bin/pt-table-sync line 10648. while doing check_sum.test1 on 192.168.1.129
以上报错了，报错信息也很明显，说表没有唯一索引，在master库上给表添加主键索引或者唯一索引：
mysql> alter table test1 add primary key (id); Query OK, 3 rows affected (0.17 sec) Records: 3 Duplicates: 0 Warnings: 0 mysql> show create table test1\G *************************** 1. row *************************** Table: test1 Create Table: CREATE TABLE `test1` ( `id` int(11) NOT NULL DEFAULT '0', `couse` char(10) DEFAULT NULL, PRIMARY KEY (`id`) ) ENGINE=InnoDB DEFAULT CHARSET=latin1 1 row in set (0.00 sec) mysql>
再在master执行一次pt-table-checksum，再执行pt-table-sync,如下：
[root ~]$ pt-table-checksum --nocheck-replication-filters --no-check-binlog-format --replicate=test.checksums --databases=check_sum h=192.168.1.128,u=admin,p=123456,P=3306 TS ERRORS DIFFS ROWS CHUNKS SKIPPED TIME TABLE 12-26T17:16:50 0 1 3 1 0 0.151 check_sum.test1
[root ~]$ pt-table-sync --replicate=test.checksums h=192.168.1.128,u=admin,p=123456,P=3306 h=192.168.1.129,u=admin,p=123456,P=3306 --print REPLACE INTO `check_sum`.`test1`(`id`, `couse`) VALUES ('3', 'cc') /*percona-toolkit src_db:check_sum src_tbl:test1 src_dsn:P=3306,h=192.168.1.128,p=...,u=admin dst_db:check_sum dst_tbl:test1 dst_dsn:P=3306, h=192.168.1.129,p=...,u=admin lock:1 transaction:1 changing_src:test.checksums replicate:test.checksums bidirectional:0 pid:41368 user:root host:localhost.localdomain*/;
大家都看到了有不一致的数据记录了吧
参数说明：
--replicate= ：指定通过pt-table-checksum得到的表. --databases= : 指定执行同步的数据库，多个用逗号隔开。 --tables= ：指定执行同步的表，多个用逗号隔开。 --sync-to-master ：指定一个DSN，即从的IP，他会通过show processlist或show slave status 去自动的找主。 h=127.0.0.1 ：服务器地址，命令里有2个ip，第一次出现的是Master的地址，第2次是Slave的地址。 u=root ：帐号。 p=123456 ：密码。 --print ：打印，但不执行命令。 --execute ：执行命令。
接下的操作就是把slave上少的数据，从master同步过去(master操作):
通过(--execute)，让它们数据保持一致性:
[root ~]$ pt-table-sync --replicate=test.checksums h=192.168.1.128,u=admin,p=123456,P=3306 h=192.168.1.129,u=admin,p=123456,P=3306 --execute INSERT,DELETE command denied to user 'admin'@'192.168.1.128' for table 'test1' [for Statement "REPLACE INTO `check_sum`.`test1`(`id`, `couse`) VALUES ('3', 'cc') /*percona-toolkit src_db:check_sum src_tbl:test1 src_dsn:P=3306,h=192.168.1.128,p=...,u=admin dst_db:check_sum dst_tbl:test1 dst_dsn:P=3306,h=192.168.1.129,p=...,u=admin lock:1 transaction:1 changing_src:test.checksums replicate:test.checksums bidirectional:0 pid:41650 user:root host:localhost.localdomain*/"] at line 10707 while doing check_sum.test1 on 192.168.1.129
看到报错了吧，提示admin用户没有INSERT、DELETE权限（如果是root用户，就没这些小问题），在master授权admin用户权限后再执行如下命令(master操作)：
[root ~]$ pt-table-sync --replicate=test.checksums h=192.168.1.128,u=admin,p=123456,P=3306 h=192.168.1.129,u=admin,p=123456,P=3306 --execute [root ~]$ pt-table-checksum --nocheck-replication-filters --no-check-binlog-format --replicate=test.checksums --databases=check_sum h=192.168.1.128,u=admin,p=123456,P=3306 TS ERRORS DIFFS ROWS CHUNKS SKIPPED TIME TABLE 12-26T17:57:18 0 0 3 1 0 0.073 check_sum.test1
可以看到再次检查的时候，DIFFS已经是0了，去slave查看一下表的数据(slave操作)：
mysql> select * from check_sum.test1; +----+-------+ | id | couse | +----+-------+ | 1 | aa | | 2 | bb | | 3 | cc | +----+-------+ 3 rows in set (0.00 sec)
已经跟master上的数据一致了。
第二种情况：（slave的端口不是3306，则要用另一种方式去检查）
环境：192.168.1.128:3306（master）
192.168.1.129:3307(slave)
执行数据检查命令pt-table-checksum：
[root ~]$ pt-table-checksum --nocheck-replication-filters --no-check-binlog-format --replicate=test.checksums --databases=check_sum h=192.168.1.128,u=admin,p=123456,P=3306 Cannot connect to P=3306,h=192.168.1.129,p=...,u=admin Diffs cannot be detected because no slaves were found. Please read the --recursion-method documentation for information. TS ERRORS DIFFS ROWS CHUNKS SKIPPED TIME TABLE 12-26T19:59:11 0 0 3 1 0 0.065 check_sum.test1
以上报错了，因为pt-table-checksum默认是找slave库的3306,现在slave上的端口是3307了（在master操作）：
mysql> show slave hosts; +-----------+---------------+------+-----------+ | Server_id | Host | Port | Master_id | +-----------+---------------+------+-----------+ | 11 | 192.168.1.129 | 3307 | 1 | +-----------+---------------+------+-----------+ 1 row in set (0.00 sec) mysql>
在master上test库上创建一个表：
mysql> use test Database changed mysql> CREATE TABLE `dsns` ( `id` int(11) NOT NULL AUTO_INCREMENT, `parent_id` int(11) DEFAULT NULL, `dsn` varchar(255) NOT NULL, PRIMARY KEY (`id`) ); Query OK, 0 rows affected (0.08 sec) mysql>
写入从库信息，如果有多个从库,就插入多条记录：
mysql> INSERT INTO dsns (parent_id,dsn) values(1, "h=192.168.1.129,u=admin,p=123456,P=3307"); Query OK, 1 row affected (0.04 sec) mysql> select * from dsns; +----+-----------+-----------------------------------------+ | id | parent_id | dsn | +----+-----------+-----------------------------------------+ | 1 | 1 | h=192.168.1.129,u=admin,p=123456,P=3307 | +----+-----------+-----------------------------------------+ 1 row in set (0.00 sec)
然后在master上执行数据校验命令：
[root ~]$ pt-table-checksum --nocheck-replication-filters --no-check-binlog-format --replicate=test.checksums --databases=check_sum h=192.168.1.128,u=admin,p=123456,P=3306--recursion-method=dsn=h=192.168.1.128,
D=test,t=dsns
TS ERRORS DIFFS ROWS CHUNKS SKIPPED TIME TABLE 12-26T20:10:30 0 0 3 1 0 0.100 check_sum.test1
在slave库执行删除数据操作：
mysql> select * from test1; +----+-------+ | id | couse | +----+-------+ | 1 | aa | | 2 | bb | | 3 | cc | +----+-------+ 3 rows in set (0.00 sec) mysql> delete from test1 where id=3; Query OK, 1 row affected (0.00 sec)
再在master库执行数据校验命令：
[root ~]$ pt-table-checksum --nocheck-replication-filters --no-check-binlog-format --replicate=test.checksums --databases=check_sum h=192.168.1.128,u=admin,p=123456,P=3306 --recursion-method=dsn=h=192.168.1.128, D=test,t=dsns TS ERRORS DIFFS ROWS CHUNKS SKIPPED TIME TABLE 12-26T20:25:42 0 1 3 1 0 0.020 check_sum.test1
已经检查出数据不一致了,至于怎么把数据同步到从库，还没研究出来，按第一种方法，再换一下端口，也不行，因为pt-table-sync默认找3306端口，如果你研究出来了，分享下哈，哈哈^.^
总结：pt-table-checksum和pt-table-sync工具是非常好用的数据检查及修复的工具，在日常生活中会经常用到，可以写脚本去监控数据的一致性
参考资料：http://www.percona.com/doc/percona-toolkit/2.2/pt-table-checksum.html
http://www.percona.com/doc/percona-toolkit/2.2/pt-table-sync.html
http://keithlan.github.io/2016/05/25/pt_table_checksum/
|
作者：陆炫志 出处：xuanzhi的博客 http://www.cnblogs.com/xuanzhi201111 您的支持是对博主最大的鼓励，感谢您的认真阅读。本文版权归作者所有，欢迎转载，但请保留该声明。 |
