MySQL主从中断常见原因解析与排查方案

当一个异常庞大的事务（包含单个或多个数据包）的尺寸超过了特定参数的大小时，该事务会暂时被保留。直到所有工作线程都清空了待处理队列，系统才会开始处理这个大型事务。在此期间，后续所有事务都会被保存起来，直到那个庞大事务最终处理完毕。这个过程有可能导致主从复制链路出现延迟。

在生产环境中，为了确保数据库服务的高可用性，MySQL 通常会采用主从复制架构。常见的部署模式包括双向复制架构，或者是一主一从、一主多从的架构。

在主从复制架构的运行过程中，同样可能遭遇各种问题，例如复制同步中断。

本文旨在梳理常见的复制中断原因，并提供相应的解决方法。

1. 主键冲突

遇到主键冲突时，通常会看到类似下面的错误信息，错误代码为1062。

Could not execute Write_rows event on table xxx; Duplicate entry ‘xxx’ for key 'PRIMARY', Error_code: 1062; handler error HA_ERR_FOUND_DUPP_KEY......

对于主键冲突错误，一般的解决方法是直接在从库中找到并删除重复的记录即可。需要特别注意的是，删除前最好先备份数据，以备将来可能需要进行数据恢复。

2. 记录不存在

常见的“记录不存在”错误示例如下：

Could not execute Update_rows event on table xxx; Can't find record in ‘xxx’, Error_code: 1032; handler error HA_ERR_KEY_NOT_FOUND......

或是：

Could not execute Delete_rows event on table xxx; Can't find record in ‘xxx’, Error_code: 1032; handler error HA_ERR_KEY_NOT_FOUND......

对于1032错误，解决思路是依据报错信息，前往主库解析对应的binlog日志，找到那条具体的记录，然后手动插入到从库中。如果是在双向复制链路上操作，务必记得需要在会话级别临时关闭binlog写入，以避免操作形成循环。

无论是1062还是1032错误，大部分情况下都源自不规范的操作，例如人为直接在从库上进行了写入。因此，在生产环境中强烈建议将从库设置为只读模式。

3. 主库binlog丢失

主从同步错误码1236是我们所熟悉的，导致主库binlog不存在的报错原因可能包括：

从库未能及时同步主库的binlog，而主库的binlog由于时间过久已被自动清理。有人为在主库手动执行了purge binlog操作或直接删除了binlog文件。人为在主库误执行了reset master命令。请牢记，这是一项高风险操作。

报错信息如下：

Got fatal error 1236 from master when reading data from binary log...but the master has purged binary logs containing GTIDs that the slave requires

对于这种场景，通常只能选择对从库进行重建操作，没有其他捷径。

4. Relay Log损坏

中继日志（Relay Log）的损坏同样会导致主从同步中断，报错信息类似：

Last_SQL_Error:Error initializing relay log postion: I/O error reading the header from the binary logLast_SQL_Error:Error initializing relay log positon:Binlog has bad magic number:it’s not a binary log file that can be used by this version of MySQL.

从库服务器宕机、非法关机、电源故障、硬件故障等场景都有可能造成中继日志的损坏。

相应的解决方法是执行reset slave命令重置relay log。对于传统的基于位点的复制模式，需要依据Relay_Master_Log_File和Exec_Master_Log_Pos这两个变量的值来确定已经同步到的位置，并从这两个位置重新配置同步。

5. 参数问题

部分参数的配置不当也会导致同步中断，例如，可能看到如下报错：

Last_Error: Cannot schedule event Update_rows, relay-log name ...to Worker thread because its size 50450016 exceeds 16777216 of slave_pending_jobs_size_max

导致上述报错的原因是主从同步过程中，slave_pending_jobs_size_max参数的设置值过小。只需调大该参数即可，调整后需要重启复制进程。

slave_pending_jobs_size_max参数在MySQL 5.6版本后引入，默认单位是字节。如果未开启多线程复制，则此参数无效。其默认值为16MB，最大可设置为1GB。

需要注意的是，从库中此参数的值需要等于或大于主库的max_allowed_packet参数值，否则从库的工作队列可能会被填满。

另外，如果一个异常庞大的事件（包含一个或多个数据包）的大小超过了此参数的限制，该事件会被暂存，直到所有工作线程都有空余队列后才会进行处理。所有后续事件也会被保存，直到那个大事件完成。这可能会加剧主从链路的延迟。