Mysql 主从同步原理简析

在开始讲述原理的情况下，我们先来做个知识汇总，
究竟什么是主从，为什么要搞主从，可以怎么实现主从，mysql主从同步的原理
1、什么是主从
其实主从这个概念非常简单
主机就是我们平常主要用来读写的服务，我们称之为master（主人、主宰）
从机就是主机进行的一个扩展，他一般不会主动用来读写我们称之为slave（ [sleɪv] 奴隶）
从机上的数据是从主机通过某种形式获取到而写入备机的，理论上备机并不能直接获取到来自外界的数据。

2、为什么要搞主从呢？
最早搞主从是为了主备，也就是master是主机，salve是备机。因为早期软件的数据量与并发性并不高。主机完全支撑得住日常的使用。
所以通过主备的形式，保证db高可用，当检测到主db挂掉的时候，自动将服务的数据源切换到备db。
随着业务的发展，大家发现单master往往很难支撑的住业务的需要，因此对传统的主从开始进行了扩展。

（1）一主一从
从机不仅仅作为备机，而且还作为读数据源的db，业务服务写数据时，写到主机，读数据时，从从机上读。从而降低主机的压力
（2）一主多从
主写从读之后，我们发现单一的从节点在支撑业务查询数据时，还是存在性能瓶颈，因此将从机进行水平扩展，实现多从。
（3）双M
从机的身份提升为主机,两个主机互为对方的从机,共同分担读写压力
（4）联级复制
联级复制和一主多从比较相像，区别是次级别的从机的数据来源是来自于从机而不再是主机。这样主要是考虑到从机变多后，同步数据对主机性能的影响
（5）多主一从
多主应用在写多读少的场景，通过多主降低主机的压力，同时通过1个从机，来完成读操作和数据备份的能力。
3、如何实现主从同步呢？
大家不要把主从同步想的太难以理解，其实非常简单，对于一个软件工程师来说，你只要会写代码，能从主库中查出数据，然后连接到备库里，将数据写进去，就可以了。这就是最易于理解的主从同步。
但是这种太粗糙了，性能也不好，所以mysql自身就已经提供了一套完整的主从同步机制，保证数据可以高效的从主机到从机的同步过去。
除去mysql 自身的主从同步，业界还有一些通过组件来支持的，比如阿里的canal，这个主要是为了更灵活的进行数据同步，比如对同步数据进行解析，同步的从机可以不再使用mysql，而是其他存储服务等。(防盗连接：本文首发自http://www.cnblogs.com/jilodream/ )
4、mysql 主从同步的原理
mysql自身实现主从同步，主要是利用到binlog 日志。
由于不是本文的重点，这里简单说下binlog日志：
它是mysql用来记录db改变的日志，
比如某条数据的值从0改为1 (DML语句)
比如某张表被删除了 (DDL语句)
binlog 有三种形式：(防盗连接：本文首发自http://www.cnblogs.com/jilodream/ )
(1)statement:记录具体引起改动的操作语句，比如insert xxxxx....
(2)row:基于数据行的，原来数据行是xx值改为了yy 值，这种一般占用空间比较大
(3)mixed:混合模式，由服务自己来决定此次变更采用哪种形式。
当sql操作写入binlog，就已经算作sql执行成功了，而不是写入到对应磁盘中（刷盘）。所以binlog中对应的值，我们可以理解为就是mysql的一个映射，同步mysql数据不同捞磁盘中的数据进行同步，而只需要同步binlog日志就行。
具体的同步原理如下：
（1）主从同步设置好之后（进行相关的诸如ip，端口，服务id，等操作设置后）
（2）相关变动会写入到binlog中
（3）maser会启动一个线程：binlog dumplog 线程，这个线程会通知从机，当前存在SQL变更，并将binlog的变动发送到从机上
（4）从机收到请求后，会启动线程：i/o线程 ，该线程会将收到的binlog日志加载到中继日志delay log中
（5）从机中的另外一个线程：SQL 线程会读取relay日志中的信息，刷新到从机中
具体可见下图

根据CAP理论（不清楚这点这里），这套架构很明显无法保证实时的数据一致性，如：
1、写入主机后，主机立刻挂掉，进行主备倒换，此时可能会丢失数据，
2、当主机发生写操作，因为同步数据到从机的binlog中会存在延迟，所以立刻查询从机时，可能会无法查询到数据，针对这种情况
解决办法：
1、启用半同步复制，之前主从同步信息是异步同步，不影响主库的逻辑，半同步复制则是主机等待binlog写入到（至少一个）从机的中继日志中，主机才确定返回给客户端。
2、强制敏感数据调用主机，但是这样使读写分离的概念模糊化，不是很推荐
3、使用中间件（canal），大致原理是当写请求发生时，记录到cache中，并预估好同步到从机的时间。
此时写入主库数据，查询从库时，会根据写入到cache的预估时间判定此时从机上的时间，判定是等待从库，还是直接查询从库