DM 源码阅读系列文章(八)Online Schema Change 同步支持

本文为 TiDB Data Migration 源码阅读系列文章的第八篇,《DM 源码阅读系列文章(七)定制化数据同步功能的实现》 对 DM 中的定制化数据同步功能进行详细的讲解,包括库表路由(Table routing)、黑白名单(Black & white table lists)、列值转化(Column mapping)、binlog 过滤(Binlog event filter)四个主要功能的实现。

本篇文章将会以 gh-ost 为例,详细地介绍 DM 是如何支持一些 MySQL 上的第三方 online schema change 方案同步,内容包括 online schema change 方案的简单介绍,online schema change 同步方案,以及同步实现细节。

MySQL 的 Online Schema Change 方案

目前有一些第三方工具支持在 MySQL 上面进行 Online Schema Change,比较主流的包括 pt-online-schema-changegh-ost

这些工具的实现原理比较类似,本文会以 gh-ost 为例来进行分析讲解。

gh-ost 逻辑处理流程

gh-ost 逻辑处理流程

从上图可以大致了解到 gh-ost 的逻辑处理流程:

  1. 在操作目标数据库上使用 create table ghost table like origin table 来创建 ghost 表;
  2. 按照需求变更表结构,比如 add column/index
  3. gh-ost 自身变为 MySQL replica slave,将原表的全量数据和 binlog 增量变更数据同步到 ghost 表;
  4. 数据同步完成之后执行 rename origin table to table_del, table_gho to origin table 完成 ghost 表和原始表的切换

pt-online-schema-change 通过 trigger 的方式来实现数据同步,剩余流程类似。

在 DM 的 task 配置中可以通过设置 online-ddl-scheme 来配置的 online schema change 方案,目前仅支持 gh-ost/pt 两个配置选项。

DM Online Schema Change 同步方案

根据上个章节介绍的流程,pt 和 gh-ost 除了 replicate 数据的方式不一样之外,其他流程都类似,并且这种 native 的模式可以使得 binlog replication 几乎不需要修改就可以同步数据。但是 DM 为了减少同步的数据量,简化一些场景(如 shard tables merge)下的处理流程,并做了额外的优化,即,不同步 ghost 表的数据。

继续分析 online schema change 的流程,从数据同步的角度看有下面这些需要关注的点:

  • 原始表的增量数据同步模式有没有变化
  • ghost 表会产生跟原始表几乎一样的冗余 binlog events
  • 通过  rename origin table to table_del, table_gho to origin table 完成 ghost 表和原始表的切换

如果使用 ghost 表的 alter DDL 替换掉  rename origin table to table_del, table_gho to origin table ,那么就可以实现我们的不同步 ghost 表数据的目的。

DM Online Schema Change 同步实现细节

Online schema change 模块代码实现如下:

DM 将 同步的表分为三类

  • real table - 原始表
  • trash table - online schema change 过程中产生的非关键数据表,比如以 _ghc, _del 为后缀的表
  • ghost table - 与原始表对应的经过 DDL 变更的数据表,比如以 _gho 为后缀的表

当 DM 遇到 DDL 的时候,都会 调用 online schema change 模块的代码进行处理,首先判断表的类型,接着针对不同类型作出不同的处理:

下面是一个执行示例,方便大家对照着来理解上面的代码逻辑:

执行示例

  1. Section 1: 使用 create table like statement 创建 ghost table,DM 会清空内存中 online_ddl._t2_gho 对应的 DDL 信息
  2. Section 2: 执行 alter table statement,DM 会保存 DDL 到内存中
  3. Section 3:trash table 的 DDLs 会被忽略
  4. Section 4:遇到 ghost table 的 rename table statement 会替换成 Section 2 的 DDL, 并且将该 DDL 的 table name 更换成对应 real table name 去执行

注意: rename table statement 模式检查主要是为了确保在 online schema change 变更过程中除了  rename origin table to table_del, table_gho to origin table 之外没有其他 rename table statement,避免同步状态的复杂化。

小结

本篇文章详细地介绍 DM 对 online schema change 方案的同步支持,内容包含 online schema change 方案的简单介绍, online schema change 同步方案,以及同步实现细节。下一章会对 DM 的 shard DDL merge 方案进行详细的讲解,敬请期待。

分享到微信

打开微信,使用 “扫一扫” 即可将网页分享至朋友圈。