Mysql slave 同步错误解决

涉及知识点

mysql 主从同步，参考： MySQL数据库设置主从同步

mysqlbin log查看，参考：MySQL的binlog日志

解决slave报错，参考：

Backup stopped working !! Slave_SQL_Running: No

mysql数据库binlog日志截断报错，导致mysql主从同步失败故障排查

slave库失败原因分析、解决，及根据binlog 修改position 手动同步

问题

客户反映报表缺少近期的数据。

分析解决

master 数据库提供服务，slave数据库作报表服务器，通过mysqlbin log做主从同步。

从报表数据来看，缺少了从10/28到现在（11/18)之前的数据，比对master、slave数据库主要表数据，发现：

10/28之后的slave库数据缺失，一致未同步。

查看slave mysql同步状态：

关注图中黄色字段：

Slave_IO_Running: Yes
Slave_SQL_Running: No --- 表示sql进程未工作，问题就处在这。

图中粉色背景，Last_Error: ....

'Duplicate entry '1169595' for key 'PRIMARY'' on query. Default database: ''. Query: 'insert into user。。。

这个错误很简单，违反主键唯一约束。

2. mysql 错误日志通过my.conf 确定出错误日志文件，vi 查看,根据日志151028搜索到以下：

从日志中，看到10/28 1:28:55 mysql 非正常关闭； 1:29 重启后，开始recovery。 1:29:16s 后I/O errror； 1:30:19s SQL error， slave SQL thread aborted(停止工作）。

mysql也给出了解决办法：

Fix the problem, and restart the slave SQL thread with "SLAVE START". We stopped at log 'mysql-bin.000274' position 504869752

重启，并告诉sql 执行的binlog 文件设置position，重启slave. 错误仍存在，如下

mysql> CHANGE MASTER TO MASTER_LOG_FILE='mysql-bin.000274',MASTER_LOG_POS=504873114;

ERROR 1198 (HY000): This operation cannot be performed with a running slave; run STOP SLAVE first

mysql> stop slave;

Query OK, 0 rows affected (0.00 sec)

mysql> CHANGE MASTER TO MASTER_LOG_FILE='mysql-bin.000274',MASTER_LOG_POS=504873114;

Query OK, 0 rows affected (1.98 sec)

mysql> start slave;

Query OK, 0 rows affected (0.00 sec)

mysql> show slave status\G

*************************** 1. row ***************************

               Slave_IO_State: Waiting for master to send event

                  Master_Host: 172.17.128.15

                  Master_User: cns

                  Master_Port: 3306

                Connect_Retry: 60

              Master_Log_File: mysql-bin.000281

          Read_Master_Log_Pos: 361947072

               Relay_Log_File: app3-relay-bin.000002

                Relay_Log_Pos: 253

        Relay_Master_Log_File: mysql-bin.000274

             Slave_IO_Running: Yes

            Slave_SQL_Running: No

错误原因仍是

Last_SQL_Error: Error 'Duplicate entry '1169595' for key 'PRIMARY'' on query. Default database: ''. Query: 'insert into user (type,lang,ipAddr,activityStatus,extUserId,endpoint,createTime, email, userName, mobile, storageSize, tuner
)values ('normal','zh-xx','xxxx','active','913151000777430','xxx',now(),null,null,null,0,0)'

至此看来，虽然找到问题原因必须解决以上这个问题。进一步了解mysql 同步机制及bin log，原理：slave 获取master的binlog，并执行，执行报错说明数据库已有这条记录，可能原因是日志中的position不准确，只能从binlog入手分析，

binlog查看参考: MySQL的binlog日志

这里通过第二种方式查看：

 mysql> show binlog events [IN 'log_name'] [FROM pos] [LIMIT [offset,] row_count];

             选项解析：

               IN 'log_name'   指定要查询的binlog文件名(不指定就是第一个binlog文件)

               FROM pos        指定从哪个pos起始点开始查起(不指定就是从整个文件首个pos点开始算)

               LIMIT [offset,] 偏移量(不指定就是0)

               row_count       查询总条数(不指定就是所有行)

log_name, pos 错误日志已知道，查询如下：

binlog 包括所有数据库操作的sql，每条记录包含1个数据库操作。

在bin log 中，很容易找到出错的语句，现在问题是：找到slave SQL线程执行到哪个position. 这里只能采用最笨的办法，根据sql 语句，查看slave库中的数据，如：

Query | 1 | 504873619 | replace into content_preference(userId,contentId,playRecordId,status,createTime)
values (587658,15308,1544691,0,now())

此sql语句为向content_preference 插入一条记录，那么在salve库中content_preference 表中确定是否有id=587658，contentId=15308的记录，如果有，表示此语句已执行。

一直向下查找，最终找到没有执行的sql 的记录，找到position。

至此，可以判断出slave库中执行binlog 的position，重新设定slave库的binlog position ，启动slave, 查看执行状态，running, 见下:

mysql> stop slave;

Query OK, 0 rows affected (0.00 sec)

mysql> CHANGE MASTER TO MASTER_LOG_FILE='mysql-bin.000274',MASTER_LOG_POS=504873114;

Query OK, 0 rows affected (1.98 sec)

mysql> start slave;

Query OK, 0 rows affected (0.00 sec)

mysql> show slave status\G

*************************** 1. row ***************************

               Slave_IO_State: Queueing master event to the relay log

                  Master_Host: 172.17.128.15

                  Master_User: xxx

                  Master_Port: 3306

                Connect_Retry: 60

              Master_Log_File: mysql-bin.000274

          Read_Master_Log_Pos: 693913486

               Relay_Log_File: app3-relay-bin.000002

                Relay_Log_Pos: 1819098

        Relay_Master_Log_File: mysql-bin.000274

             Slave_IO_Running: Yes

            Slave_SQL_Running: Yes

在备份执行完毕后，报表导出数据正常，问题解决。

反思

mysql在11/28日重启，原因是当天线上服务出现异常，无法解决，重启了机器，当时没考虑到报表数据库也在此机器上，重启后也未检查数据库备份情况，直到用户使用才发现问题。

mysql意外重启，虽然在下次重启启动后，记录了异常信息，和备份的binlog 日志文件及位置。如果是正在执行binlog SQL，但此时mysql意外关闭，记录的position 较旧，导致下次启动时，

会有部分binlog 日志重复执行导致。此问题，不能说是mysql bug，这种机制，可以保证slave数据不至于丢失，但需要人工找到posion，即可。

后续：

1. 对于机器重启情况，可手动执行stop slave. 在正常关闭mysql，重启后，手动start slave, 应该就可以正常同步。

2. 线上系统，重启一定要小心，重启后监控相关模块是否启动，可以增加mysql slave工作监控。