如何快速找到MYSQL binlog中的大事物以及生成量分布
发布时间：2022-06-25 23:30:49 所属栏目：MySql教程 来源：互联网
导读：如何快速找到MYSQL binlog中的大事物以及生成量分布: 1、问题引出： 某些时候需要判断binlog中是否有大事物的存在，比如在解决master-slave延迟 高的情况下。一般我们使用mysqlbinlog来找，但是遇到一个问题，使用mysqbinlog 来找比较麻烦，有没有一个快速的
|
如何快速找到MYSQL binlog中的大事物以及生成量分布: 1、问题引出： 某些时候需要判断binlog中是否有大事物的存在，比如在解决master-slave延迟 高的情况下。一般我们使用mysqlbinlog来找，但是遇到一个问题，使用mysqbinlog 来找比较麻烦，有没有一个快速的方法呢？当然使用shell脚本来做一些格式化，也 可以找到，这里介绍一个工具叫做infobin 来做，是我自己编写的用C语言完成 2、infobin能做什么？ --找到你大于你指定大小日志量的事物，一般定义为大事物，给出了其位置，通过位置就能在mysqlbinlog的输出 中找到大事物 --找到一个binlog中哪个时间段生成日志量最多 --解析binlog生成event的分布，和部分表语句信息， --这个binlog文件每秒日志的生成量、最大的event大小，总的事物个数等等 3、如何使用 --USAGE:./infobin [binlogfile] [piece] [bigtrxsize] [binlogfile]:binlog file! [piece]:how many piece will split,is a Highly balanced histogram, find which time generate biggest binlog.(must:piece<2000000) [bigtrxsize](bytes):larger than this size trx will view.(must:trx>256(bytes)) 比如我们要分析72mysql-bin.000586中的大于600K左右的大事物，分10个分片 来判断日志生成量的周期就可以如下： ./infobin 72mysql-bin.000586 10 600000 > log6.log 这里着重解析一下 piece:这是分片参数，比如1G的binlog分为10片那么1片就是100M左右，如果 分片1在100秒内生成，而分片2在10秒内生成，那么可以说明分片2期间 生成的日志量更改，实际上就是100M为大小分为10个桶的大小均衡的直方图 就看哪个片的时间越短就说明这段时间就更忙。 如： (4)Time:1487561012-1487561480(468(s)) piece:107374204(bytes)[104857.625(kb)] (5)Time:1487561480-1487562682(1202(s)) piece:107374204(bytes)[104857.625(kb)] 分片5期间生成的日志量就小，分片4期间生成的日志量就大，这里是新纪元时间以来的秒数 可以用LINUX命令换算 如：date -s "@1487035999" bigtrxsize：这就是这个指定大小binlog生成量将会在最后输出，注意大小是bytes字节，因为row 格式的binlog会记录实际数据，如果是update当然要*2，比如预计数据是每一行是 1000字节，你想输出delete大于1000行的事物，那就是大约1000*1000*4/3=1330000(bytes) 左右，如果是update *2即可. ./infobin 72mysql-bin.000586 10 1330000 >log.log (10 是piece) 这个是一个变参由自己来定义什么叫做大事物。 4、如何获取工具 获取可以通过百度云盘 http://pan.baidu.com/s/1jHIWUN0 获得，编译的只有LINUX64版本的 限制： --只能使用在Little_endian上，编译是在LINUX gcc编译的 --load data infile event是没有检测的 --不能读取出row event的语句，因为没有写那么复杂 --可以读取出statement格式的语句，但是为了简洁做了35字节的截断，方便输出 这些东西在mysqlbinlog解析中都有。 --5.6，5.7支持，如果要判断大事物需要使用row格式binlog，否则判断可能有误 5、输出解释： 输出一共分为3段 1、now begin部分： 一目了然需要说明一点Warning:Check This binlog is not closed!说明这个binlog是当前正在使用binlog 2、Detail now部分： 这部分是一个详细的binlog event的输出 --1、 event都以>开始，但是一个事物的event我使用--> ----> ------->来进行区别化更加利于阅读，如果 仔细研究过event这些event一定不会陌生 --2、 Pos:当前event位置 N_pos:下一个event位置， Gtid: 当然就是GTID如果是匿名事物就是ANONYMOUS 其GTID为0 Time:新纪元时间以来的秒数 可以用LINUX命令换算 如：date -s "@1487035999" Event_size：这个event有多大 Gno:gtid的事物号部分，我用来标示它们是一个事物 TABLE_ID：是行格式特有的，这个用来保证slave复制的正确性 Use_db: use database 默认当前在哪个数据下，是query event特有的 DB_NAME: 这是map event特有的，也是行格式特有的，记录的是表所在的数据库，和Use_db有区别， Statment(35b-trun)：在query event中记录的语句为了方便输出将语句做35字节阶段 /*!Trx begin!*/：表示这是一个事物的开始，如果是gtid模式需要向前推一个event，因为gtid event也算到事物中 /*!Trx end*/：自然就是事物的结束点 mysqlbinlog中也是一致的比如： >Gtid Event:Pos:194(0Xc2) N_pos:259(0X103) Time:1487035999 Event_size:65(bytes) Gtid:4a6f2a67-5d87-11e6-a6bd-0c29a879a3:1100463 [root@testmy ~]# date -s "@1487035999" Tue Feb 14 09:33:19 CST 2017 对应mysqlbinlog的如下部分： # at 194 #170214 9:33:19 server id 93157 end_log_pos 259 CRC32 0xb664a0c6 GTID [commit=yes] SET @@SESSION.GTID_NEXT= '4a6f2a67-5d87-11e6-a6bd-000c29a879a3:1100463'/*!*/; 3、Total now部分： 这部分是最后的汇总，给出了： Trx total[counts]: 总的事物个数 Event total[counts]: 总的event个数 Avg binlog size(/sec):平均每秒生成的binlog大小 Avg binlog size(/min):平均每分生成的binlog大小 ----Piece view:根据用户指定piece大小得到一个高度均衡直方图，这个直方图用于发现是否有某个时间段生成binlog特别大， ----Large than xxx(bytes) trx:大约xxx BYTES个事，最后会有一个汇总，这部分给出了大事物的开始位置trx_begin_p 结束的位置trx_end_p 列子如下： -------------Total now-------------- Trx total[counts]:592420 Event total[counts]:3788611 Max trx event size:14344(bytes) Pos:858067571[0X33251273] Avg binlog size(/sec):261251.109(bytes)[255.128(kb)] Avg binlog size(/min):15675067.000(bytes)[15307.683(kb)] --Piece view: (1)Time:1487560299-1487560543(244(s)) piece:107374204(bytes)[104857.625(kb)] (2)Time:1487560543-1487560751(208(s)) piece:107374204(bytes)[104857.625(kb)] (3)Time:1487560751-1487561012(261(s)) piece:107374204(bytes)[104857.625(kb)] (4)Time:1487561012-1487561480(468(s)) piece:107374204(bytes)[104857.625(kb)] (5)Time:1487561480-1487562682(1202(s)) piece:107374204(bytes)[104857.625(kb)] (6)Time:1487562682-1487563492(810(s)) piece:107374204(bytes)[104857.625(kb)] (7)Time:1487563492-1487563723(231(s)) piece:107374204(bytes)[104857.625(kb)] (8)Time:1487563723-1487563951(228(s)) piece:107374204(bytes)[104857.625(kb)] (9)Time:1487563951-1487564159(208(s)) piece:107374204(bytes)[104857.625(kb)] (10)Time:1487564159-1487564409(250(s)) piece:107374204(bytes)[104857.625(kb)] --Large than 700000(bytes) trx: (1)Trx_size:719621(bytes)[702.755(kb)] trx_begin_p:60579814[0X39C5FE6] trx_end_p:61299435[0X3A75AEB] (2)Trx_size:719771(bytes)[702.901(kb)] trx_begin_p:177760551[0XA986927] trx_end_p:178480322[0XAA364C2] (3)Trx_size:719779(bytes)[702.909(kb)] trx_begin_p:314334603[0X12BC5D8B] trx_end_p:315054382[0X12C7592E] (4)Trx_size:719803(bytes)[702.933(kb)] trx_begin_p:317542845[0X12ED51BD] trx_end_p:318262648[0X12F84D78] (5)Trx_size:719811(bytes)[702.940(kb)] trx_begin_p:367838322[0X15ECC472] trx_end_p:368558133[0X15F7C035] (6)Trx_size:719765(bytes)[702.896(kb)] trx_begin_p:370735395[0X1618F923] trx_end_p:371455160[0X1623F4B8] (7)Trx_size:719755(bytes)[702.886(kb)] trx_begin_p:433385835[0X19D4F16B] trx_end_p:434105590[0X19DFECF6] (8)Trx_size:719827(bytes)[702.956(kb)] trx_begin_p:446989814[0X1AA485F6] trx_end_p:447709641[0X1AAF81C9] (9)Trx_size:719973(bytes)[703.099(kb)] trx_begin_p:748301414[0X2C9A2C66] trx_end_p:749021387[0X2CA528CB] (10)Trx_size:719827(bytes)[702.956(kb)] trx_begin_p:915609664[0X36931840] trx_end_p:916329491[0X369E1413] (11)Trx_size:719765(bytes)[702.896(kb)] trx_begin_p:918974063[0X36C66E6F] trx_end_p:919693828[0X36D16A04] (12)Trx_size:719797(bytes)[702.927(kb)] trx_begin_p:1029346825[0X3D5A9609] trx_end_p:1030066622[0X3D6591BE] Total large trx count size(kb):#8435.053(kb) 一目了然，明显Time:1487561480-1487562682(1202(s)) Time:1487562682-1487563492(810(s)) 这个时间段生成的日志量较少，其他时间段都比较多。平均大约15307.683(kb)每分钟的日志生成量 如果需要分析第一个大事物是什么只需要在mysqlbinlog的输出中找到位置60579814这个地方看看是什么了。 mysqlbinlog --base64-output='decode-rows' -vv --start-position=60579814 --stop-position=61299435 72mysql-bin.000586 >log.log 即可，注意这里少了一个生成gtid的event的如果要找gtid在前面一个event，这样是不是简单多了？ 如果要学习binlog event的知识参考： http://blog.itpub.net/7728585/viewspace-2133188/ 解析MYSQL BINLOG 二进制格式(1)--准备工作 http://blog.itpub.net/7728585/viewspace-2133189/ 解析MYSQL BINLOG 二进制格式(2)--FORMAT_DESCRIPTION_EVENT http://blog.itpub.net/7728585/viewspace-2133321/ 解析MYSQL BINLOG 二进制格式(3)--QUERY_EVENT http://blog.itpub.net/7728585/viewspace-2133429/ 解析MYSQL BINLOG 二进制格式(4)--TABLE_MAP_EVENT http://blog.itpub.net/7728585/viewspace-2133463/ 解析MYSQL BINLOG 二进制格式(5)--WRITE_ROW_EVENT http://blog.itpub.net/7728585/viewspace-2133469/ 解析MYSQL BINLOG 二进制格式(6)--UPDATE_ROW_EVENT/DELETE_ROW_EVENT http://blog.itpub.net/7728585/viewspace-2133502/ 解析MYSQL BINLOG 二进制格式(7)--Xid_log_event/XID_EVENT http://blog.itpub.net/7728585/viewspace-2133506/ 解析MYSQL BINLOG二进制格式(8)--GTID_LOG_EVENT/ANONYMOUS_GTID_LOG_EVENT及其他 http://blog.itpub.net/7728585/viewspace-2133534/ 解析MYSQL BINLOG二进制格式(9)--infobin解析binlog帮助文档 http://blog.itpub.net/7728585/viewspace-2133537/ 解析MYSQL BINLOG二进制格式(10)--问题解答 （编辑：济源站长网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
站长推荐
热点阅读
