简介
mysqlpump 是 mysqldump 的一个衍生,本身也参考了 mydumper 的思路,支持了并行导出数据,因此导出数据的效率比 mysqldump 会高很多。
使用介绍
mysqlpump 的绝大多数参数与 mysqldump 是一样的,整体的使用方法和 mysqldump 没有太多的差异。这里列出一部分 mysqlpump 中比较重要且常用的参数。
参数 |
说明 |
---|---|
--default-parallelism=# |
设置并行导出的并发度,与 single-transaction 冲突 |
--single-transaction |
创建一个单独的事务来导出所有的表 |
--exclude-databases=name |
导出时排除掉某些库,多个库以逗号分隔 |
--exclude-tables=name |
导出时排除掉某些表,多个表以逗号分隔 |
--include-databases=name |
导出时包含某些库,多个库以逗号分隔 |
--include-tables=name |
导出时包含某些表,多个表以逗号分隔 |
实际体验
这里对 mysqlpump 做一次简单的试用,目标实例选择 mysql 5.7,参数中同时采用了single-transaction和default-parallelism,试试看这个冲突的效果。
mysqlpump 侧的输出参考如下信息:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
|
root@vm-64-10-debian:~# mysqlpump -h172.100.10.10 -uroot -p --single-transaction --default-parallelism=16 --set-gtid-purged=off -b sbtest > sbtest.sql dump progress: 0/1 tables, 250/987400 rows dump progress: 0/5 tables, 117250/3946600 rows dump progress: 1/5 tables, 258750/3946600 rows dump progress: 1/5 tables, 385500/3946600 rows dump progress: 1/5 tables, 516750/3946600 rows dump progress: 1/5 tables, 639250/3946600 rows dump progress: 1/5 tables, 757000/3946600 rows dump progress: 1/5 tables, 885000/3946600 rows dump progress: 1/5 tables, 1005750/3946600 rows dump progress: 1/5 tables, 1114250/3946600 rows dump progress: 1/5 tables, 1223250/3946600 rows dump progress: 2/5 tables, 1312500/3946600 rows dump progress: 2/5 tables, 1430750/3946600 rows dump progress: 2/5 tables, 1553000/3946600 rows dump progress: 2/5 tables, 1680250/3946600 rows dump progress: 2/5 tables, 1809500/3946600 rows dump progress: 2/5 tables, 1940750/3946600 rows dump progress: 2/5 tables, 2060000/3946600 rows dump progress: 2/5 tables, 2175250/3946600 rows dump progress: 2/5 tables, 2295250/3946600 rows dump progress: 3/5 tables, 2413500/3946600 rows dump progress: 3/5 tables, 2554500/3946600 rows dump progress: 3/5 tables, 2693500/3946600 rows dump progress: 3/5 tables, 2818750/3946600 rows dump progress: 3/5 tables, 2941500/3946600 rows dump progress: 4/5 tables, 3056000/3946600 rows dump progress: 4/5 tables, 3172750/3946600 rows dump progress: 4/5 tables, 3280000/3946600 rows dump progress: 4/5 tables, 3372000/3946600 rows dump progress: 4/5 tables, 3444750/3946600 rows dump completed in 126555 milliseconds |
可以看到当这两个参数同时启用的时候,mysqlpump 实际上还是在一个一个表的导出。single-transaction的优先级会高于default-parallelism。
去掉single-transaction再进行测试的时候,会发现一个比较有意思的现象,观察 mysql 的 processlist,会有如下结果:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
|
mysql> show processlist; + ---------+------+--------------------+------+---------+------+-------------------+----------------------------------------------------+ | id | user | host | db | command | time | state | info | + ---------+------+--------------------+------+---------+------+-------------------+----------------------------------------------------+ | 2763496 | root | 172.100.10.10:49086 | null | query | 0 | starting | show processlist | | 2763585 | root | 172.100.10.10:49192 | null | sleep | 126 | | null | | 2763586 | root | 172.100.10.10:49194 | null | sleep | 126 | | null | | 2763587 | root |172.100.10.10:49196 | null | sleep | 126 | | null | | 2763588 | root | 172.100.10.10:49198 | null | sleep | 126 | | null | | 2763589 | root | 172.100.10.10:49200 | null | sleep | 126 | | null | | 2763590 | root | 172.100.10.10:49202 | null | sleep | 126 | | null | | 2763591 | root | 172.100.10.10:49204 | null | sleep | 126 | | null | | 2763592 | root | 172.100.10.10:49206 | null | sleep | 126 | | null | | 2763593 | root | 172.100.10.10:49208 | null | sleep | 126 | | null | | 2763594 | root | 172.100.10.10:49210 | null | sleep | 126 | | null | | 2763595 | root | 172.100.10.10:49212 | null | query | 125 | sending to client | select `id`,`k`,`c`,`pad` from `sbtest`.`sbtest5` | | 2763596 | root | 172.100.10.10:49214 | null | query | 125 | sending to client | select `id`,`k`,`c`,`pad` from `sbtest`.`sbtest4` | | 2763597 | root | 172.100.10.10:49216 | null | query | 125 | sending to client | select `id`,`k`,`c`,`pad` from `sbtest`.`sbtest3` | | 2763598 | root | 172.100.10.10:49218 | null | query | 125 | sending to client | select `id`,`k`,`c`,`pad` from `sbtest`.`sbtest2` | | 2763599 | root | 172.100.10.10:49220 | null | query | 125 | sending to client | select `id`,`k`,`c`,`pad` from `sbtest`.`sbtest1` | | 2763600 | root | 172.100.10.10:49222 | null | sleep | 125 | | null | | 2763601 | root | 172.100.10.10:49224 | null | sleep | 125 | | null | + ---------+------+--------------------+------+---------+------+-------------------+----------------------------------------------------+ 18 rows in set (0.00 sec) mysql> |
可以很明显的看出来,mysqlpump 的“并行导出”实际上只是基于表级别的并行导出,当存在单个大表的时候,导出的时间会被严重的影响,存在短板效应。
额外的疑问:如果default-parallelism和single-transaction有冲突的话,那么并行导出的时候是不是无法确认数据一致性?
实践出真实,打开 general_log 看一下导出时的操作:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
|
2021-05-12t11:54:09.033215z 75 connect root@172.100.10.10 on using ssl/tls 2021-05-12t11:54:09.075347z 75 query flush tables with read lock //开始锁表 2021-05-12t11:54:09.103132z 75 query show warnings 2021-05-12t11:54:09.106382z 75 query set session transaction isolation level repeatable read 2021-05-12t11:54:09.106553z 75 query show warnings 2021-05-12t11:54:09.106640z 75 query start transaction with consistent snapshot 2021-05-12t11:54:09.108115z 75 query show warnings 2021-05-12t11:54:09.127277z 76 connect root@172.100.10.10 on using ssl/tls 2021-05-12t11:54:09.127452z 76 query set session transaction isolation level repeatable read 2021-05-12t11:54:09.127590z 76 query show warnings 2021-05-12t11:54:09.127680z 76 query start transaction with consistent snapshot 2021-05-12t11:54:09.127790z 76 query show warnings ...... 2021-05-12t11:54:10.018813z 90 connect root@172.100.10.10 on using ssl/tls 2021-05-12t11:54:10.018944z 90 query set session transaction isolation level repeatable read 2021-05-12t11:54:10.019047z 90 query show warnings 2021-05-12t11:54:10.019150z 90 query start transaction with consistent snapshot 2021-05-12t11:54:10.019226z 90 query show warnings 2021-05-12t11:54:10.025833z 91 connect root@172.100.10.10 on using ssl/tls 2021-05-12t11:54:10.025934z 91 query set session transaction isolation level repeatable read 2021-05-12t11:54:10.026048z 91 query show warnings 2021-05-12t11:54:10.026141z 91 query start transaction with consistent snapshot 2021-05-12t11:54:10.026219z 91 query show warnings 2021-05-12t11:54:10.026293z 75 query unlock tables //结束锁表 2021-05-12t11:54:10.026406z 75 query show warnings |
可以看到并行导出之前,有一个线程加上了全局读锁,然后等所有的并发线程打开事务之后才解锁了表,因此并行导出的时候也是数据一致的。
优缺点
-
优点:
- 并行备份数据库和数据库中的对象,比 mysqldump 更高效。
- 更好的控制数据库和数据库对象(表,存储过程,用户帐户)的备份。
- 备份进度可视化。
-
缺点:
- 只能并行到表级别,如果有一个表数据量特别大那么会存在非常严重的短板效应。
- 导出的数据保存在一个文件中,导入仍旧是单线程,效率较低。
- 无法获取当前备份对应的binlog位置。
总结一下
尽管 mysqlpump 还有非常多的不足,但是相比较于原始的 mysqldump 已经有了非常大的进步,从这个工具的发布也可以看出来 oracle 终于开始重视 mysql 的生态工具了,期待官方提供更多的更优秀的生态工具。
以上就是mysql官方导出工具mysqlpump的使用的详细内容,更多关于mysqlpump的使用的资料请关注服务器之家其它相关文章!