开源MYSQL多线程逻辑导入工具MYLOADER原理与改进

xman

myloader是MySQL领域少有的多线程的恢复工具，为了能够更好的理解其如何进行工作，有必要对mydumper所生成的备份结果进行简单介绍，下图即为mydumper0.9.1版本所输出的备份目录结构： ...

myloader是MySQL领域少有的多线程的恢复工具，为了能够更好的理解其如何进行工作，有必要对mydumper所生成的备份结果进行简单介绍，下图即为mydumper0.9.1版本所输出的备份目录结构： 　rds-user@import-blogbench-test:~$ ls mydumper-data/ 　　dumpdb.dumptable.00000.sql dumpdb.dumptable-schema.sql dumpdb-schema-post.sql 　　dumpdb.dumptable.00001.sql dumpdb.dumptable-schema-triggers.sql metadata 　　dumpdb.dumptable.00002.sql dumpdb.dumptable-schema-view.sql 　　dumpdb.dumptable.00003.sql dumpdb-schema-create.sql 复制代码 　　a、metadata保存一致性数据导出时的BinLog信息和导出开始和结束时间，形如： 　Started dump at: 2016-03-20 21:18:54 SHOW MASTER STATUS: Log: mysql-bin.000027 Pos: 350229576 Finished dump at: 2016-03-20 21:19:04 复制代码 　　b、dumpdb和dumptable分别表示导出的数据库和表的名称； 　　c、dumpdb-schema-create.sql和dumpdb-schema-post.sql分别保存数据库dumpdb的建库语句和该库的functions、procedures及events； 　　d、dumpdb.dumptable-schema.sql保存建表语句；dumpdb.dumptable-schema-view.sql保存表相关视图；dumpdb.dumptable-schema-triggers.sql保存表相关的触发器； 　　e、dumpdb.dumptable.00000.sql~dumpdb.dumptable.00003.sql保存dumptable表所导出的数据。 　　myloader数据恢复流程如下图所示： 　　 　　可将整个过程分为三个阶段： 　　首先由myloader主线程完成建库建表，依次将备份目录下dumpdb-schema-create.sql和dumpdb.dumptable-schema.sql中的建库和建表语句应用到目标数据库实例中； 　　接着myloader主线程会生成多个工作线程，由这些工作线程将所有dumpdb.dumptable.*.sql文件中的记录导入到对应表中，这个阶段是并行的，并行粒度为文件，工作线程完成所有dumpdb.dumptable.*.sql文件数据导入后销毁； 　　最后主线程将dumpdb-schema-post.sql、dumpdb.dumptable-schema-view.sql和dumpdb.dumptable-schema-triggers.sql文件中存在的schema导入对应数据库和表中 　　myloader参数比较简单，主要有如下几个： 　　-d，指定待恢复的备份目录，注意，该目录必须是mydumper生成的，myloader会判断该目录下是否存在metadata文件； 　　-q，即queries-per-transaction，表示在工作线程导入表数据时，多少条记录做一次commit，默认为1000； 　　-o，该参数作用于myloader第一阶段，为true时会删除目标数据库实例对应数据库下的同名表； 　　-B，表示恢复时，将表恢复到指定的数据库中； 　　-s，该参数为myloader0.9.1新增参数，用于恢复备份目录中指定的数据库； 　　-e，表示在恢复时开启BinLog； 　　-t，表示主线程需要创建的工作线程数目，影响myloader数据恢复并发度，需要综合存储IO性能等因素确定具体值。 　　网易RDS对myloader工具做了以下几点优化： 　　增强-s参数，官方版本-s仅能指定某个数据库，网易RDS对其进行了增强，可以指定多个数据库； 　　增加-M参数，用于在多线程情况下，调节数据并发度，如设置Threads_running=100，则工作线程在读取每个数据文件前，会先判断当前数据库实例负载是否达到或超过该值，若是，则该工作线程暂时进入休眠状态； 　　与mydumper相似，网易RDS为myloader也增加了进度查询功能，能够查询工作线程所需执行的所有导入任务数、当前已经完成的导入任务数及每个导入任务所花费时间。