在當今互聯網行業，大多數互聯網從業者對"單元化"、"異地多活"這些詞匯已經耳熟能詳。而數據同步是異地多活的基礎，所有具備數據存儲能力的組件如：數據庫、緩存、MQ等，數據都可以進行同步，形成一個龐大而復雜的數據同步拓撲。

本文將先從概念上介紹單元化、異地多活、就近訪問等基本概念。之后，將以數據庫為例，講解在數據同步的情況下，如何解決數據回環、數據沖突、數據重復等典型問題。

1 什么是單元化

如果僅僅從"單元化”這個詞匯的角度來說，我們可以理解為將數據劃分到多個單元進行存儲。"單元"是一個抽象的概念，通常與數據中心(IDC)概念相關，一個單元可以包含多個IDC，也可以只包含一個IDC。本文假設一個單元只對應一個IDC。

考慮一開始只有一個IDC的情況，所有用戶的數據都會寫入同一份底層存儲中，如下圖所示：

?? ???這種架構是大多數中小型互聯網公司采用的方案，存在以下幾個問題：

? ? ? 1 不同地區的用戶體驗不同。一個IDC必然只能部署在一個地區，例如部署在北京，那么北京的用戶訪問將會得到快速響應；但是對于上海的用戶，訪問延遲一般就會大一點，上海到北京的一個RTT可能有20ms左右。

?? ?? 2 容災問題。這里容災不是單臺機器故障，而是指機房斷電，自然災害，或者光纖被挖斷等重大災害。一旦出現這種問題，將無法正常為用戶提供訪問，甚至出現數據丟失的情況。這并不是不可能，例如：2015年，支付寶杭州某數據中心的光纜就被挖斷過；2018年9月，云棲大會上，螞蟻金服當場把杭州兩個數據中心的網線剪斷。? ? ??

? ? ?為了解決這些問題，我們可以將服務部署到多個不同的IDC中，不同IDC之間的數據互相進行同步。如下圖：

?

? ? ?通過這種方式，我們可以解決單機房遇到的問題：

?? ?? 1 用戶體驗。不同的用戶可以選擇離自己最近的機房進行訪問。

?? ?? 2 容災問題。當一個機房掛了之后，我們可以將這個機房用戶的流量調度到另外一個正常的機房，由于不同機房之間的數據是實時同步的，用戶流量調度過去后，也可以正常訪問數據 (故障發生那一刻的少部分數據可能會丟失)。

? ? ? ? ?需要注意的是，關于容災，存在一個容災級別的劃分，例如：單機故障，機架(rack)故障，機房故障，城市級故障等。我們這里只討論機房故障和城市故障。

• 機房容災 :?上面的案例中，我們使用了2個IDC，但是2個IDC并不能具備機房容災能力。至少需要3個IDC，例如，一些基于多數派協議的一致性組件，如zookeeper，redis、etcd、consul等，需要得到大部分節點的同意。例如我們部署了3個節點，在只有2個機房的情況下， 必然是一個機房部署2個節點，一個機房部署一個節點。當部署了2個節點的機房掛了之后，只剩下一個節點，無法形成多數派。在3機房的情況下，每個機房部署一個節點，任意一個機房掛了，還剩2個節點，還是可以形成多數派。這也就是我們常說的"兩地三中心”。

• 城市級容災：在發生重大自然災害的情況下，可能整個城市的機房都無法訪問。一些組件，例如螞蟻的ocean base，為了達到城市級容災的能力，使用的是"三地五中心"的方案。這種情況下，3個城市分別擁有2、2、1個機房。當整個城市發生災難時，其他兩個城市至少可以保證有3個機房依然是存活的，同樣可以形成多數派。

小結：如果僅僅是考慮不同地區的用戶數據就近寫入距離最近的IDC，這是純粹意義上的”單元化”。不同單元之間的數據實時進行同步，相互備份對方的數據，才能做到真正意義上"異地多活”。實現單元化，技術層面我們要解決的事情很多，例如：流量調度，即如何讓用戶就近訪問附近的IDC；數據互通，如何實現不同機房之間數據的相互同步。流量調度不在本文的討論范疇內，數據同步是本文講解的重點。

2 如何實現數據同步

需要同步的組件有很多，例如數據庫，緩存等，這里以多個Mysql集群之間的數據同步為例進行講解，實際上緩存的同步思路也是類似。

2.1 基礎知識

為了了解如何對不同mysql的數據相互進行同步，我們先了解一下mysql主從復制的基本架構，如下圖所示：

通常一個mysql集群有一主多從構成。用戶的數據都是寫入主庫Master，Master將數據寫入到本地二進制日志binary log中。從庫Slave啟動一個IO線程(I/O Thread)從主從同步binlog，寫入到本地的relay log中，同時slave還會啟動一個SQL Thread，讀取本地的relay log，寫入到本地，從而實現數據同步。

基于這個背景知識，我們就可以考慮自己編寫一個組件，其作用類似與mysql slave，也是去主庫上拉取binlog，只不過binlog不是保存到本地，而是將binlog轉換成sql插入到目標mysql集群中，實現數據的同步。

?? ?? ? 這并非是一件不可能完成的事，MySQL官網上已經提供好所有你自己編寫一個mysql slave 同步binlog所需的相關背景知識，訪問這個鏈接：https://dev.mysql.com/doc/internals/en/client-server-protocol.html，你將可以看到mysql 客戶端與服務端的通信協議。下圖紅色框中展示了Mysql主從復制的相關協議：

?? ??? ?

?? ?? ? 當然，筆者的目的并不是希望讀者真正的按照這里的介紹嘗試編寫一個mysql 的slave，只是想告訴讀者，模擬mysql slave拉取binlog并非是一件很神奇的事，只要你的網絡基礎知識夠扎實，完全可以做到。然而，這是一個龐大而復雜的工作。以一人之力，要完成這個工作，需要占用你大量的時間。好在，現在已經有很多開源的組件，已經實現了按照這個協議可以模擬成一個mysql的slave，拉取binlog。例如：

• 阿里巴巴開源的canal

• 美團開源的puma

• linkedin開源的databus? ? ? ?...

?? ?? 你可以利用這些組件來完成數據同步，而不必重復造輪子。 假設你采用了上面某個開源組件進行同步，需要明白的是這個組件都要完成最基本的2件事：從源庫拉取binlog并進行解析，筆者把這部分功能稱之為binlog syncer；將獲取到的binlog轉換成SQL插入目標庫，這個功能稱之為sql writer。

?? ?? 為什么劃分成兩塊獨立的功能？因為binlog訂閱解析的實際應用場景并不僅僅是數據同步，如下圖：

? ? ?? ?如圖所示，我們可以通過binlog來做很多事，如：

• 實時更新搜索引擎，如es中的索引信息

• 實時更新redis中的緩存

• 發送到kafka供下游消費，由業務方自定義業務邏輯處理等

• ...

? ? ?? ?因此，通常我們把binlog syncer單獨作為一個模塊，其只負責解析從數據庫中拉取并解析binlog，并在內存中緩存(或持久化存儲)。另外，binlog syncer另外提一個sdk，業務方通過這個sdk從binlog syncer中獲取解析后的binlog信息，然后完成自己的特定業務邏輯處理。

?? ?? ? 顯然，在數據同步的場景下，我們可以基于這個sdk，編寫一個組件專門用于將binlog轉換為sql，插入目標庫，實現數據同步，如下圖所示：

?? ??? ?北京用戶的數據不斷寫入離自己最近的機房的DB，通過binlog syncer訂閱這個庫binlog，然后下游的binlog writer將binlog轉換成SQL，插入到目標庫。上海用戶類似，只不過方向相反，不再贅述。通過這種方式，我們可以實時的將兩個庫的數據同步到對端。當然事情并非這么簡單，我們有一些重要的事情需要考慮。

2.2 如何獲取全量+增量數據？

? ? ?? ?通常，mysql不會保存所有的歷史binlog。原因在于，對于一條記錄，可能我們會更新多次，這依然是一條記錄，但是針對每一次更新操作，都會產生一條binlog記錄，這樣就會存在大量的binlog，很快會將磁盤占滿。因此DBA通常會通過一些配置項，來定時清理binlog，只保留最近一段時間內的binlog。

? ? ? ?例如，官方版的mysql提供了expire_logs_days配置項，可以設置保存binlog的天數，筆者這里設置為0，表示默認不清空，如果將這個值設置大于0，則只會保存指定的天數。

? ? ? 另外一些mysql 的分支，如percona server，還可以指定保留binlog文件的個數。我們可以通過show binary logs來查看當前mysql存在多少個binlog文件，如下圖：

?

? ? ?? ?通常，如果binlog如果從來沒被清理過，那么binlog文件名字后綴通常是000001，如果不是這個值，則說明可能已經被清理過。當然，這也不是絕對，例如執行"reset master”命令，可以將所有的binlog清空，然后從000001重新開始計數。

? ? ? ?Whatever! 我們知道了，binlog可能不會一直保留，所以直接同步binlog，可能只能獲取到部分數據。因此，通常的策略是，由DBA先dump一份源庫的完整數據快照，增量部分，再通過binlog訂閱解析進行同步。

2.3?如何解決重復插入

考慮以下情況下，源庫中的一條記錄沒有唯一索引。對于這個記錄的binlog，通過sql writer將binlog轉換成sql插入目標庫時，拋出了異常，此時我們并不知道知道是否插入成功了，則需要進行重試。如果之前已經是插入目標庫成功，只是目標庫響應時網絡超時(socket timeout)了，導致的異常，這個時候重試插入，就會存在多條記錄，造成數據不一致。

因此，通常，在數據同步時，通常會限制記錄必須有要有主鍵或者唯一索引。

2.4?如何解決唯一索引沖突

?由于兩邊的庫都存在數據插入，如果都使用了同一個唯一索引，那么在同步到對端時，將會產生唯一索引沖突。對于這種情況，通常建議是使用一個全局唯一的分布式ID生成器來生成唯一索引，保證不會產生沖突。

另外，如果真的產生沖突了，同步組件應該將沖突的記錄保存下來，以便之后的問題排查。

2.5?對于DDL語句如何處理

如果數據庫表中已經有大量數據，例如千萬級別、或者上億，這個時候對于這個表的DDL變更，將會變得非常慢，可能會需要幾分鐘甚至更長時間，而DDL操作是會鎖表的，這必然會對業務造成極大的影響。

因此，同步組件通常會對DDL語句進行過濾，不進行同步。DBA在不同的數據庫集群上，通過一些在線DDL工具(如gh-ost)，進行表結構變更。

2.6?如何解決數據回環問題

數據回環問題，是數據同步過程中，最重要的問題。我們針對INSERT、UPDATE、DELETE三個操作來分別進行說明：

INSERT操作

假設在A庫插入數據，A庫產生binlog，之后同步到B庫，B庫同樣也會產生binlog。由于是雙向同步，這條記錄，又會被重新同步回A庫。由于A庫應存在這條記錄了，產生沖突。

UPDATE操作

先考慮針對A庫某條記錄R只有一次更新的情況，將R更新成R1，之后R1這個binlog會被同步到B庫，B庫又將R1同步會A庫。對于這種情況下，A庫將不會產生binlog。因為A庫記錄當前是R1，B庫同步回來的還是R1，意味著值沒有變。

在一個更新操作并沒有改變某條記錄值的情況下，mysql是不會產生binlog，相當于同步終止。下圖演示了當更新的值沒有變時，mysql實際上不會做任何操作：

? ??

?? ??? ?上圖演示了，數據中原本有一條記錄(1,"tianshouzhi”)，之后執行一個update語句，將id=1的記錄的name值再次更新為”tianshouzhi”，意味著值并沒有變更。這個時候，我們看到mysql 返回的影響的記錄函數為0，也就是說，并不會產生真是的更新操作。

?? ???? ?然而，這并不意味UPDATE 操作沒有問題，事實上，其比INSERT更加危險。考慮A庫的記錄R被連續更新了2次，第一次更新成R1，第二次被更新成R2；這兩條記錄變更信息都被同步到B庫，B也產生了R1和R2。由于B的數據也在往A同步，B的R1會被先同步到A，而A現在的值是R2，由于值不一樣，將會被更新成R1，并產生新的binlog；此時B的R2再同步會A，發現A的值是R1，又更新成R2，也產生binlog。由于B同步回A的操作，讓A又產生了新的binlog，A又要同步到B，如此反復，陷入無限循環中。

DELETE操作

?? ??? ?同樣存在先后順序問題。例如先插入一條記錄，再刪除。B在A刪除后，又將插入的數據同步回A，接著再將A的刪除操作也同步回A，每次都會產生binlog，陷入無限回環。

?? ??? ?關于數據回環問題，筆者有著血的教訓，曾經因為筆者的誤操作，將一個庫的數據同步到了自身，最終也導致無限循環，原因分析與上述提到的UPDATE、DELETE操作類似，讀者可自行思考。

?? ??? ?針對上述數據同步到過程中可能會存在的數據回環問題，最終會導致數據無限循環，因此我們必須要解決這個問題。由于存在多種解決方案，我們將在稍后統一進行講解。

?2.7 數據同步架構設計

?? ?? ? 現在，讓我們先把思路先從解決數據同步的具體細節問題轉回來，從更高的層面講解數據同步的架構應該如何設計。稍后的內容中，我們將講解各種避免數據回環的各種解決方案。

?? ??? ?前面的架構中，只涉及到2個DB的數據同步，如果有多個DB數據需要相互同步的情況下，架構將會變得非常復雜。例如：

? ? ?這個圖演示的是四個DB之間數據需要相互同步，這種拓撲結構非常復雜。為了解決這種問題，我們可以將數據寫入到一個數據中轉站，例如MQ中進行保存，如下：

我們在不同的機房各部署一套MQ集群，這個機房的binlog syncer將需要同步的DB binlog數據寫入MQ對應的Topic中。對端機房如果需要同步這個數據，只需要通過binlog writer訂閱這個topic，消費topic中的binlog數據，插入到目標庫中即可。一些MQ支持consumer group的概念，不同的consumer group的消費位置offset相互隔離，從而達到一份數據，同時供多個消費者進行訂閱的能力。

當然，一些binlog訂閱解析組件，可能實現了類似于MQ的功能，此時，則不需要獨立部署MQ。

那么MQ應該選擇什么呢？別問，問就是Kafka，具體原因問廝大。

????

3 數據據回環問題解決方案

?? ??? ?數據回環問題有多種解決方案，通過排除法，一一進行講解。

?3.1 同步操作不生成binlog

? ? ?? ?在mysql中，我們可以設置session變量，來控制當前會話上的更新操作，不產生binlog。這樣當往目標庫插入數據時，由于不產生binlog，也就不會被同步會源庫了。為了演示這個效果，筆者清空了本機上的所有binlog(執行reset master)，現在如下圖所示：

?? ?忽略這兩個binlog event，binlog文件格式最開始就是這兩個event。

????接著，筆者執行set sql_log_bin=0，然后插入一條語句，最后可以看到的確沒有產生新的binlog事件：

?? ??? ?通過這種方式，貌似可以解決數據回環問題。目標庫不產生binlog，就不會被同步會源庫。但是，答案是否定的。我們是往目標庫的master插入數據，如果不產生binlog，目標庫的slave也無法同步數據，主從數據不一致。所以，需要排除這種方案。

?? ?? ? 提示：如果恢復set sql_log_bin=1，插入語句是會產生binlog，讀者可以自行模擬。

?3.2 控制binlog同步方向

?? ?? ? 既然不產生binlog不能解決問題。那么換一種思路，可以產生binlog。當把一個binlog轉換成sql時，插入某個庫之前，我們先判斷這條記錄是不是原本就是這個庫產生的，如果是，那么就拋棄，也可以避免回環問題。

?? ?? ? 現在問題就變為，如何給binlog加個標記，表示其實那個mysql集群產生的。這也有幾種方案，下面一一講述。

?3.2.1 ROW模式下的SQL

?? ?? ? mysql主從同步，binlog復制一般有3種模式。STATEMENT，ROW，MIXED。默認情況下，STATEMENT模式只記錄SQL語句，ROW模式只記錄字段變更前后的值，MIXED模式是二者混合。?binlog同步一般使用的都是ROW模式，高版本Mysql主從同步默認也是ROW模式。

我們想采取的方案是，在執行的SQL之前加上一段特殊標記，表示這個SQL的來源。例如

/*IDC1:DB1*/insert into users(name) values("tianbowen")

?? ?? ? 其中/*IDC1:DB1*/是一個注釋，表示這個SQL原始在是IDC1的DB1中產生的。之后，在同步的時候，解析出SQL中的IDC信息，就能判斷出是不是自己產生的數據。

?? ?? ? 然而，ROW模式下，默認只記錄變更前后的值，不記錄SQL。所以，我們要通過一個開關，讓Mysql在ROW模式下也記錄INSERT、UPDATE、DELETE的SQL語句。具體做法是，在mysql的配置文件中，添加以下配置：

binlog_rows_query_log_events =1

?? ?? ? 這個配置可以讓mysql在binlog中產生ROWS_QUERY_LOG_EVENT類型的binlog事件，其記錄的就是執行的SQL。

? ? ? ? 通過這種方式，我們就記錄下的一個binlog最初是由哪一個集群產生的，之后在同步的時候，sql writer判斷目標機房和當前binlog中包含的機房相同，則拋棄這條數據，從而避免回環。

?? ?? ? 這種思路，功能上沒問題，但是在實踐中，確非常麻煩。首先，讓業務對執行的每條sql都加上一個這樣的標識，幾乎不可能。另外，如果忘記加了，就不知道數據的來源了。如果采用這種方案，可以考慮在數據庫訪問層中間件層面添加支持在sql之前增加/*..*/的功能，統一對業務屏蔽。即使這樣，也不完美，不能保證所有的sql都通過中間件來來寫入，例如DBA的一些日常運維操作，或者手工通過mysql命令行來操作數據庫時，肯定會存在沒有添加機房信息的情況。

?? ??? ?總的來說，這個方案不是那么完美。

?3.2.2 通過附加表

?? ??? ?這種方案目前很多知名互聯網公司在使用。大致思路是，在db中都加一張額外的表，例如叫direction，記錄一個binlog產生的源集群的信息。例如

CREATE?TABLE?`direction`?(`idc`?varchar(255)?not?null,`db_cluster`?varchar(255)?not?null, ) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4

idc字段用于記錄某條記錄原始產生的IDC，db_cluster用于記錄原始產生的數據庫集群(注意這里要使用集群的名稱，不能是server_id，因為可能會發生主從切換)。

??? ??假設用戶在IDC1的庫A插入的一條記錄(也可以在事務中插入多條記錄，單條記錄，即使不開啟事務，mysql默認也會開啟事務)：

BEGIN; insert?into?users(name)?values("tianshouzhi”); COMMIT;

那么A庫數據binlog通過sql writer同步到目標庫B時，sql writer可以提前對事務中的信息可以進行一些修改，，如下所示：

BEGIN; #往目標庫同步時，首先額外插入一條記錄，表示這個事務中的數據都是A產生的。 insert?into?direction(idc,db_cluster)?values("IDC1”,"DB_A”) #插入原來的記錄信息 insert?into?users(name)?values("tianshouzhi”); COMMIT;

之后B庫的數據往A同步時，就可以根據binlog中的第一條記錄的信息，判斷這個記錄原本就是A產生的，進行拋棄，通過這種方式來避免回環。這種方案已經已經過很多的公司的實際驗證。

3.2.3 通過GTID

Mysql 5.6引入了GTID(全局事務id)的概念，極大的簡化的DBA的運維。在數據同步的場景下，GTID依然也可以發揮極大的威力。

GTID 由2個部分組成：

server_uuid:transaction_id

其中server_uuid是mysql隨機生成的，全局唯一。transaction_id事務id，默認情況下每次插入一個事務，transaction_id自增1。注意，這里并不會對GTID進行全面的介紹，僅說明其在數據同步的場景下，如何避免回環、數據重復插入的問題。

GTID提供了一個會話級變量gtid_next，指示如何產生下一個GTID。可能的取值如下:

• AUTOMATIC: 自動生成下一個GTID，實現上是分配一個當前實例上尚未執行過的序號最小的GTID。

• ANONYMOUS: 設置后執行事務不會產生GTID，顯式指定的GTID。

?? ?默認情況下，是AUTOMATIC，也就是自動生成的，例如我們執行sql：

insert?into?users(name)?values("tianbowen”);

?? ?產生的binlog信息如下：

可以看到，GTID會在每個事務(Query->...->Xid)之前，設置這個事務下一次要使用到的GTID。

從源庫訂閱binlog的時候，由于這個GTID也可以被解析到，之后在往目標庫同步數據的時候，我們可以顯示的的指定這個GTID，不讓目標自動生成。也就是說，往目標庫，同步數據時，變成了2條SQL：

SET?GTID_NEXT=?'09530823-4f7d-11e9-b569-00163e121964:1’ insert into users(name) values("tianbowen")

???????由于我們顯示指定了GTID，目標庫就會使用這個GTID當做當前事務ID，不會自動生成。同樣，這個操作也會在目標庫產生binlog信息，需要同步回源庫。再往源庫同步時，我們按照相同的方式，先設置GTID，在執行解析binlog后得到的SQL，還是上面的內容

SET GTID_NEXT= '09530823-4f7d-11e9-b569-00163e121964:1'insert into users(name) values("tianbowen")

???????? ? ? ? 由于這個GTID在源庫中已經存在了，插入記錄將會被忽略，演示如下：

mysql>?SET?GTID_NEXT=?'09530823-4f7d-11e9-b569-00163e121964:1'; Query?OK,?0?rows?affected?(0.00?sec) mysql>?insert?into?users(name)?values("tianbowen"); Query OK, 0 rows affected (0.01 sec) #注意這里，影響的記錄行數為0

???????注意這里，對于一條insert語句，其影響的記錄函數居然為0，也就會插入并沒有產生記錄，也就不會產生binlog，避免了循環問題。

如何做到的呢？mysql會記錄自己執行過的所有GTID，當判斷一個GTID已經執行過，就會忽略。通過如下sql查看：

mysql>?show?global?variables?like?"gtid_executed";+---------------+------------------------------------------+|?Variable_name?|?Value????????????????????????????????????|+---------------+------------------------------------------+|?gtid_executed?|?09530823-4f7d-11e9-b569-00163e121964:1-5?|+---------------+------------------------------------------+

?? ?? ? 上述value部分，冒號":"前面的是server_uuid，冒號后面的1-5，是一個范圍，表示已經執行過1，2，3，4，5這個幾個transaction_id。這里就能解釋了，在GTID模式的情況下，為什么前面的插入語句影響的記錄函數為0了。

?? ?? ? 顯然，GTID除了可以幫助我們避免數據回環問題，還可以幫助我們解決數據重復插入的問題，對于一條沒有主鍵或者唯一索引的記錄，即使重復插入也沒有，只要GTID已經執行過，之后的重復插入都會忽略。

?? ?? ? 當然，我們還可以做得更加細致，不需要每次都往目標庫設置GTID_NEXT，這畢竟是一次網絡通信。sql writer在往目標庫插入數據之前，先判斷目標庫的server_uuid是不是和當前binlog事務信息攜帶的server_uuid相同，如果相同，則可以直接丟棄。查看目標庫的gtid，可以通過以下sql執行：

mysql>?show?variables?like?"server_uuid";+---------------+--------------------------------------+|?Variable_name?|?Value????????????????????????????????|+---------------+--------------------------------------+|?server_uuid???|?09530823-4f7d-11e9-b569-00163e121964?|+---------------+--------------------------------------+

?? ?? ? GTID應該算是一個終極的數據回環解決方案，mysql原生自帶，比添加一個輔助表的方式更輕量，開銷也更低。需要注意的是，這倒并不是一定說GTID的方案就比輔助表好，因為輔助表可以添加機房等額外信息。在一些場景下，如果下游需要知道這條記錄原始產生的機房，還是需要使用輔助表。

4 開源組件介紹canal/otter

前面深入講解了單元化場景下數據同步的基礎知識。讀者可能比較感興趣的是，哪些開源組件在這些方面做的比較好。筆者建議的首選，是canal/otter組合。

canal的作用就是類似于前面所述的binlog syncer，拉取解析binlog。otter是canal的客戶端，專門用于進行數據同步，類似于前文所講解的sql writer。并且，canal的最新版本已經實現了GTID。

總結

以上是生活随笔為你收集整理的异地多活场景下的数据同步之道 | 珍藏版的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。