Mysql百萬級(jí)數(shù)據(jù)遷移實(shí)戰(zhàn)筆記
問題背景
上個(gè)月跟朋友一起做了個(gè)微信小程序，趁著元旦放假的熱度，兩個(gè)禮拜內(nèi)迅速積累了一百多萬用戶，我們在小程序頁面增加了收集formid的埋點(diǎn)，用于給微信用戶發(fā)送模板消息通知。
這個(gè)小程序一開始的后端邏輯是用douchat框架寫的，使用框架自帶的dc_mp_fans表存儲(chǔ)微信端授權(quán)登錄的用戶信息，使用dc_mp_tempmsg表存儲(chǔ)formid。截止到目前，收集到的數(shù)據(jù)超過380萬，很大一部分formid都已經(jīng)成功使用給用戶發(fā)送過模板通知，起到了較好的二次推廣的效果。
隨著數(shù)據(jù)量的增大，之前使用的服務(wù)器空間開始有點(diǎn)不夠用，最近新寫了一個(gè)專門用于做小程序后臺(tái)開發(fā)的框架，于是想把原來的數(shù)據(jù)遷移到新系統(tǒng)的數(shù)據(jù)庫。買了一臺(tái)4核8G的機(jī)器，開始做數(shù)據(jù)遷移。下面對遷移過程做一個(gè)簡單的記錄。
方案選擇
mysqldump遷移
平常開發(fā)中，我們比較經(jīng)常使用的數(shù)據(jù)備份遷移方式是用mysqldump工具導(dǎo)出一個(gè)sql文件，再在新數(shù)據(jù)庫中導(dǎo)入sql來完成數(shù)據(jù)遷移。試驗(yàn)發(fā)現(xiàn)，通過mysqldump導(dǎo)出百萬級(jí)量的數(shù)據(jù)庫成一個(gè)sql文件，大概耗時(shí)幾分鐘，導(dǎo)出的sql文件大小在1G左右，然后再把這個(gè)1G的sql文件通過scp命令復(fù)制到另一臺(tái)服務(wù)器，大概也需要耗時(shí)幾分鐘。在新服務(wù)器的數(shù)據(jù)庫中通過source命令來導(dǎo)入數(shù)據(jù)，我跑了一晚上都沒有把數(shù)據(jù)導(dǎo)入進(jìn)來，cpu跑滿。
腳本遷移
直接通過命令行操作數(shù)據(jù)庫進(jìn)行數(shù)據(jù)的導(dǎo)出和導(dǎo)入是比較便捷的方式，但是數(shù)據(jù)量較大的情況下往往會(huì)比較耗時(shí)，對服務(wù)器性能要求也比較高。如果對數(shù)據(jù)遷移時(shí)間要求不是很高，可以嘗試寫腳本來遷移數(shù)據(jù)。雖然沒有實(shí)際嘗試，但是我想過大概有兩種腳本方案。
第一種方式，在遷移目標(biāo)服務(wù)器跑一個(gè)遷移腳本，遠(yuǎn)程連接源數(shù)據(jù)服務(wù)器的數(shù)據(jù)庫，通過設(shè)置查詢條件，分塊讀取源數(shù)據(jù)，并在讀取完之后寫入目標(biāo)數(shù)據(jù)庫。這種遷移方式效率可能會(huì)比較低，數(shù)據(jù)導(dǎo)出和導(dǎo)入相當(dāng)于是一個(gè)同步的過程，需要等到讀取完了才能寫入。如果查詢條件設(shè)計(jì)得合理，也可以通過多線程的方式啟動(dòng)多個(gè)遷移腳本，達(dá)到并行遷移的效果。
第二種方式，可以結(jié)合redis搭建一個(gè)“生產(chǎn)+消費(fèi)”的遷移方案。源數(shù)據(jù)服務(wù)器可以作為數(shù)據(jù)生產(chǎn)者，在源數(shù)據(jù)服務(wù)器上跑一個(gè)多線程腳本，并行讀取數(shù)據(jù)庫里面的數(shù)據(jù)，并把數(shù)據(jù)寫入到redis隊(duì)列。目標(biāo)服務(wù)器作為一個(gè)消費(fèi)者，在目標(biāo)服務(wù)器上也跑一個(gè)多線程腳本，遠(yuǎn)程連接redis，并行讀取redis隊(duì)列里面的數(shù)據(jù)，并把讀取到的數(shù)據(jù)寫入到目標(biāo)數(shù)據(jù)庫。這種方式相對于第一種方式，是一種異步方案，數(shù)據(jù)導(dǎo)入和數(shù)據(jù)導(dǎo)出可以同時(shí)進(jìn)行，通過redis做數(shù)據(jù)的中轉(zhuǎn)站，效率會(huì)有較大的提升。
可以使用go語言來寫遷移腳本，利用其原生的并發(fā)特性，可以達(dá)到并行遷移數(shù)據(jù)的目的，提升遷移效率。
文件遷移
第一種遷移方案效率太低，第二種遷移方案編碼代價(jià)較高，通過對比和在網(wǎng)上找的資料分析，我最終選擇了通過mysql的select data into outfile file.txt、load data infile file.txt into table的命令，以導(dǎo)入導(dǎo)出文件的形式完成了百萬級(jí)數(shù)據(jù)的遷移。
遷移過程
在源數(shù)據(jù)庫中導(dǎo)出數(shù)據(jù)文件
select * from dc_mp_fans into outfile '/data/fans.txt'
復(fù)制數(shù)據(jù)文件到目標(biāo)服務(wù)器
zip fans.zip /data/fans.txt
scp fans.zip root@ip:/data/
在目標(biāo)數(shù)據(jù)庫導(dǎo)入文件
unzip /data/fans.zip
load data infile '/data/fans.txt' into table wxa_fans(id,appid,openid,unionid,@dummy,created_at,@dummy,nickname,gender,avatar_url,@dummy,@dummy,@dummy,@dummy,language,country,province,city,@dummy,@dummy,@dummy,@dummy,@dummy,@dummy,@dummy,@dummy,@dummy);
按照這么幾個(gè)步驟操作，幾分鐘內(nèi)就完成了一個(gè)百萬級(jí)數(shù)據(jù)表的跨服務(wù)器遷移工作。
注意項(xiàng)
MySQL安全項(xiàng)設(shè)置
在mysql執(zhí)行l(wèi)oad data infile和into outfile命令都需要在mysql開啟了secure_file_priv選項(xiàng)， 可以通過show global variables like '%secure%';查看mysql是否開啟了此選項(xiàng)，默認(rèn)值Null標(biāo)識(shí)不允許執(zhí)行導(dǎo)入導(dǎo)出命令。通過vim /etc/my.cnf修改mysql配置項(xiàng)，將secure_file_priv的值設(shè)置為空：
[mysqld]
secure_file_priv=''
則可通過命令導(dǎo)入導(dǎo)出數(shù)據(jù)文件。
導(dǎo)入導(dǎo)出的數(shù)據(jù)表字段不對應(yīng)
上面示例的從源數(shù)據(jù)庫的dc_mp_fans表遷移數(shù)據(jù)到目標(biāo)數(shù)據(jù)庫的wxa_fans表，兩個(gè)數(shù)據(jù)表的字段分別為：dc_mp_fans
wxa_fans
在導(dǎo)入數(shù)據(jù)的時(shí)候，可以通過設(shè)置字段名來匹配目標(biāo)字段的數(shù)據(jù)，可以通過@dummy丟棄掉不需要的目標(biāo)字段數(shù)據(jù)。
總結(jié)
結(jié)合本次數(shù)據(jù)遷移經(jīng)歷，總結(jié)起來就是：
小數(shù)據(jù)量可以使用mysqldump命令進(jìn)行導(dǎo)入導(dǎo)出，這種方式簡單便捷。數(shù)據(jù)量較大，且有足夠的遷移耐心時(shí)，可以選擇自己寫腳本，選擇合適的并行方案遷移數(shù)據(jù)，這種方式編碼成本較高。數(shù)據(jù)量較大，且希望能在短時(shí)間內(nèi)完成數(shù)據(jù)遷移時(shí)，可以通過mysql導(dǎo)入導(dǎo)出文件的方式來遷移，這種方式效率較高。