pt-archiver使用

pt-archiver工具其实就是用来清理，归档数据用的

一.归档前的准备
需要配置client字符集为utf-8,如果你用了utf-8的编码,防止归档数据为乱码
[client]
default-character-set=utf8

二.使用场景
1、清理线上过期数据
2、清理过期数据，并把数据归档到本地归档表中，或者远端归档服务器
3、两张表之间的数据不完全相同，希望合并。此时加上–ignore或–replace选项，可以轻松实现
4、导出线上数据，到线下数据作处理

三.参数

1. 至少指定–dest, –file 或者 –purge三个参数中的一个
2. –ignore and –replace 不能同时指定
3. –txn-size and –commit-each 不能同时指定
4. –low-priority-insert and –delayed-insert 不能同时指定
5. –share-lock and –for-update 不能同时指定
6. –analyze and –optimize 不能同时指定
7. –no-ascend and –no-delete 不能同时指定

默认情况下,–dest从–source中复制DSN字符串.即,在同一个MySQL Server上面把数据归档到另外一个表.

• –analyze
  在数据归档完成后,执行ANALYZE TABLE命令.d是在目的端执行,s是在源端执行.

  --analyze=ds
  

• –ascend-first
  只使用第一列为升序的索引.

• –ask-pass
  交互模式输入密码

• –buffer
  指定–file参数时,提供缓冲功能.性能可能会提高(5-15)%
  风险: 在归档大事务的时候,如果发生宕机,可能会造成数据丢失.

• –bulk-delete
  用单独的sql语句,每次删除一个块的数据.可以加快删除的速度.不推荐使用.
  正常情况下,是根据主键,一行一行的删除.

• –[no]bulk-delete-limit
  为–bulk-delete参数添加limit选项

• –bulk-insert
  使用”LOAD DATA INFILE”方式代替INSERT方式写入.

• –charset
  指定字符集,例如

  --charset 'utf8'
  

• –[no]check-charset
  默认开启,检查连接的字符集与表的字符集是否一致.

• –[no]check-columns
  检查source和dest是否具有相同的列(不减查列的顺序,数据类型等).如果不同,则报错退出.

• –check-interval
  默认1s
  如果指定了–check-slave-lag 参数,那么每秒都会检查从库的延迟情况(帐号要有权限连接从库).

• –check-slave-lag
  指定一个从库的DSN串,检查复制延迟的情况,如果大于–max-lag,就会暂停归档.

• –columns
  指定归档的列(用逗号分割),写入文件和目的库表.
  注意: 没有指定列,在原表也会被删除.也就说,未选择列的数据,就会丢失.

• –commit-each
  配合–limit参数,一组一组的归档数据

• –config
  参考下面的”如何读取配置文件”

• –delayed-insert
  增加DELAYED属性

• –dry-run
  不做任何操作,只打印要执行的查询语句.

• –file
  归档到文件,文件内容相当于是SELECT INTO OUTFILE语法导出的数据,文件名可以增加时间戳和库名:

  %d    Day of the month, numeric (01..31)
  %H    Hour (00..23)
  %i    Minutes, numeric (00..59)
  %m    Month, numeric (01..12)
  %s    Seconds (00..59)
  %Y    Year, numeric, four digits
  
  %D    Database name
  %t    Table name
  

  例如

  --file '/var/log/archive/%Y-%m-%d-%D.%t'
  

• –for-update
  为SELECT语句增加FOR UPDATE属性

• –header
  在归档文件的第一行加入列名.注意,在LOAD DATA INFILE时,别写入多余的数据.

• –high-priority-select
  增加HIGH_PRIORITY 修饰符
  See http://dev.mysql.com/doc/en/select.html for details.

• –limit
  默认值1
  指定每次归档多少行.

• –local
  执行OPTIMZE或者ANALYZE语句时,不写binlog,只在本地执行.

• –low-priority-delete
  Adds the LOW_PRIORITY modifier to DELETE statements.
  See http://dev.mysql.com/doc/en/delete.html for details.

• –low-priority-insert
  Adds the LOW_PRIORITY modifier to INSERT or REPLACE statements.
  See http://dev.mysql.com/doc/en/insert.html for details.

• –max-lag
  默认是1s, 从库延迟超过这个设置值就会自动暂停.

• –no-ascend
  不使用顺序索引优化

• –no-delete
  不在source上面删除归档数据

• –optimize
  归档完成后,执行 OPTIMIZE TABLE

• –pid
  指定pid文件

• –progress
  每隔多少行,打印一次信息.

• –purge
  只删除,不做归档.可以省略–file和–dest选项

• –quiet
  不打印任何输出

• –replace
  在dest端,使用REPLACE INSERT语句

• –retries
  遇到超时或死锁时,重试的次数.默认是1次

• –run-time
  运行多长时间后退出.
  可以指定如下后缀,如果没有后缀,默认是秒

  s=seconds, m=minutes, h=hours, d=days
  

• –sentinel
  默认路径: /tmp/pt-archiver-sentinel
  如果这个文件存在,则直接退出.

• –set-vars
  可以设置mysql的变量,多个变量用逗号分割.

  --set-vars wait_timeout=500
  

• –skip-foreign-key-checks
  禁用外键检查,相当于执行了 SET FOREIGN_KEY_CHECKS=0

• –sleep
  指定两次SELECT语句的sleep时间.默认是没有sleep的.
  如果指定commit-each参数,commit和flush会在sleep之前发生.

• –stop
  创建一个哨兵文件,停止正在运行的pt-archiver进程.例如session1正在执行归档操作,然后我用session2创建一个哨兵文件,那么session1的操作会立刻停止.

• –txn-size
  指定每个事务的行数.

• –where (重要)
  指定归档数据的过滤条件.

• –why-quit
  打印退出的原因,归档数据正常完成的除外.

四.示例

1.归档到数据库

pt-archiver --source h=127.0.0.1,D=test,t=table1,u=root,p=123456 --dest h=127.0.0.1,D=test,t=table2,u=root,p=123456 --where 'id<10000' --no-check-charset --no-delete --limit=1000 --commit-each --progress 2000 --statistics

2.只清理数据

pt-archiver --source h=127.0.0.1,D=test,t=table1,u=root,p=123456 --where 'id<10000' --purge --limit=1 --no-check-charset

3.只把数据导出到外部文件，但是不删除源表里的数据
pt-archiver --source h=127.0.0.1,D=test,t=table1,u=root,p=123456 --where '1=1' --no-check-charset --no-delete --file="/tmp/archiver.dat"