• 在MySQL 5.7版本，官方称为enhanced multi-threaded slave（简称MTS），复制延迟问题已经得到了极大的改进，可以说在MySQL 5.7版本后，复制延迟问题永不存在。

• 5.7的MTS本身就是：master基于组提交(group commit)来实现的并发事务分组，再由slave通过SQL thread将一个组提交内的事务分发到各worker线程，实现并行应用。

MySQL 5.6并行复制架构

MySQL 5.7并行复制原理

MySQL 5.6基于库的并行复制出来后，基本无人问津，在沉寂了一段时间之后，MySQL 5.7出来了，它的并行复制以一种全新的姿态出现在了DBA面前。

MySQL 5.7才可称为真正的并行复制，这其中最为主要的原因就是slave服务器的回放与master是一致的，即master服务器上是怎么并行执行的，那么slave上就怎样进行并行回放。不再有库的并行复制限制，对于二进制日志格式也无特殊的要求（基于库的并行复制也没有要求）。

从MySQL官方来看，其并行复制的原本计划是支持表级的并行复制和行级的并行复制，行级的并行复制通过解析ROW格式的二进制日志的方式来完成，WL#4648。但是最终出现给小伙伴的确是在开发计划中称为：MTS（Prepared transactions slave parallel applier），可见：WL#6314。该并行复制的思想最早是由MariaDB的Kristain提出，并已在MariaDB 10中出现，相信很多选择MariaDB的小伙伴最为看重的功能之一就是并行复制。MTS实现了事务的并行，从某种程度来说也实现了行的并行（事务对行处理）。

下面来看看MySQL 5.7中的并行复制究竟是如何实现的？

order commit (group commit) -> logical clock ->> MTS

Master

组提交（group commit）

组提交（group commit）：通过对事务进行分组，优化减少了生成二进制日志所需的操作数。当事务同时提交时，它们将在单个操作中写入到二进制日志中。如果事务能同时提交成功，那么它们就不会共享任何锁，这意味着它们没有冲突，因此可以在Slave上并行执行。所以通过在主机上的二进制日志中添加组提交信息，这些Slave可以并行地安全地运行事务。

首先，MySQL 5.7的并行复制基于一个前提，即所有已经处于prepare阶段的事务，都是可以并行提交的。这些当然也可以在从库中并行提交，因为处理这个阶段的事务，都是没有冲突的，该获取的资源都已经获取了。反过来说，如果有冲突，则后来的会等已经获取资源的事务完成之后才能继续，故而不会进入prepare阶段。这是一种新的并行复制思路，完全摆脱了原来一直致力于为了防止冲突而做的分发算法，等待策略等复杂的而又效率底下的工作。

MySQL 5.7并行复制的思想一言以蔽之：一个组提交（group commit）的事务都是可以并行回放，因为这些事务都已进入到事务的prepare阶段，则说明事务之间没有任何冲突（否则就不可能提交）。

根据以上描述，这里的重点是——

1. 如何来定义哪些事务是处于prepare阶段的？
2. 在生成的Binlog内容中该如何告诉Slave哪些事务是可以并行复制的？

——为了兼容MySQL 5.6基于库的并行复制，5.7引入了新的变量slave-parallel-type，其可以配置的值有：

1. DATABASE（默认值，基于库的并行复制方式）
2. LOGICAL_CLOCK（基于组提交的并行复制方式）

支持并行复制的GTID

那么如何知道事务是否在同一组中？原版的MySQL并没有提供这样的信息。

在MySQL 5.7版本中，其设计方式是将组提交的信息存放在GTID中。

那么如果参数gtid_mode设置为OFF，用户没有开启GTID功能呢？

MySQL 5.7又引入了称之为Anonymous_Gtid（ANONYMOUS_GTID_LOG_EVENT）的二进制日志event类型，

如：

mysql> SHOW BINLOG EVENTS in "mysql-bin.000006";
+------------------+-----+----------------+-----------+-------------+-----------------------------------------------+
| Log_name         | Pos | Event_type     | Server_id | End_log_pos | Info                                         |
+------------------+-----+----------------+-----------+-------------+-----------------------------------------------+
| mysql-bin.000006 | 4   | Format_desc    | 88        | 123          | Server ver: 5.7.7-rc-debug-log, Binlog ver: 4|
| mysql-bin.000006 | 123 | Previous_gtids | 88        | 194          |                                              |
| mysql-bin.000006 | 194 | Anonymous_Gtid | 88        | 259          | SET @@SESSION.GTID_NEXT= "ANONYMOUS"         |
| mysql-bin.000006 | 259 | Query          | 88        | 330          | BEGIN                                        |
| mysql-bin.000006 | 330 | Table_map      | 88        | 373          | table_id: 108 (aaa.t)                        |
| mysql-bin.000006 | 373 | Write_rows     | 88        | 413          | table_id: 108 flags: STMT_END_F              |
......

这意味着在MySQL 5.7版本中即使不开启GTID，每个事务开始前也是会存在一个Anonymous_Gtid，而这个Anonymous_Gtid事件中就存在着组提交的信息。反之，如果开启了GTID后，就不会存在这个Anonymous_Gtid了，从而组提交信息就记录在非匿名GTID事件中。

• PREVIOUS_GTIDS_LOG_EVENT

  用于表示上一个binlog最后一个gitd的位置，每个binlog只有一个，当没有开启GTID时此事件为空。

• GTID_LOG_EVENT

  • 当开启GTID时，每一个操作语句（DML/DDL）执行前就会添加一个GTID事件，记录当前全局事务ID。

  • 同时在MySQL 5.7版本中，组提交信息也存放在GTID事件中，有两个关键字段last_committed，sequence_number就是用来标识组提交信息的。

  • 在InnoDB中有一个全局计数器（global counter），在每一次存储引擎提交之前，计数器值就会增加。在事务进入prepare阶段之前，全局计数器的当前值会被储存在事务中，这个值称为此事务的commit-parent（也就是last_committed）。

slave

LOGICAL_CLOCK(由order commit实现)，实现的group commit目的

然而，通过上述的SHOW BINLOG EVENTS，我们并没有发现有关组提交的任何信息。但是通过mysqlbinlog工具，就能发现组提交的内部信息——

$ mysqlbinlog mysql-bin.0000006 | grep last_committed
#150520 14:23:11 server id 88 end_log_pos 259  CRC32 0x4ead9ad6 GTID last_committed=0 sequence_number=1
#150520 14:23:11 server id 88 end_log_pos 1483 CRC32 0xdf94bc85 GTID last_committed=0 sequence_number=2
#150520 14:23:11 server id 88 end_log_pos 2708 CRC32 0x0914697b GTID last_committed=0 sequence_number=3
#150520 14:23:11 server id 88 end_log_pos 3934 CRC32 0xd9cb4a43 GTID last_committed=0 sequence_number=4
#150520 14:23:11 server id 88 end_log_pos 5159 CRC32 0x06a6f531 GTID last_committed=0 sequence_number=5
#150520 14:23:11 server id 88 end_log_pos 6386 CRC32 0xd6cae930 GTID last_committed=0 sequence_number=6

#150520 14:23:11 server id 88 end_log_pos 7610 CRC32 0xa1ea531c GTID last_committed=6 sequence_number=7
#150520 14:23:11 server id 88 end_log_pos 8834 CRC32 0x96864e6b GTID last_committed=6 sequence_number=8
#150520 14:23:11 server id 88 end_log_pos 10057 CRC32 0x2de1ae55 GTID last_committed=6 sequence_number=9
#150520 14:23:11 server id 88 end_log_pos 11280 CRC32 0x5eb13091 GTID last_committed=6 sequence_number=10
#150520 14:23:11 server id 88 end_log_pos 12504 CRC32 0x16721011 GTID last_committed=6 sequence_number=11
#150520 14:23:11 server id 88 end_log_pos 13727 CRC32 0xe2210ab6 GTID last_committed=6 sequence_number=12

#150520 14:23:11 server id 88 end_log_pos 14952 CRC32 0xf41181d3 GTID last_committed=12 sequence_number=13
...

上述的last_committed和sequence_number代表的就是所谓的LOGICAL_CLOCK。

可以发现MySQL 5.7二进制日志较之原来的二进制日志内容多了last_committed和sequence_number。

• last_committed表示事务提交时上次事务提交的编号，事务在进入prepare阶段时会将上次事务的sequence_number记录为自己的last_committed，如果事务具有相同的last_committed，表示这些事务都在一组内，可以进行并行的回放。
  • 例如上述last_committed为0的事务有6个，表示组提交时提交了6个事务，而这6个事务在slave是可以进行并行回放的。
• 而sequence_number是顺序增长的，每个事务对应一个序列号，当事务完成committed时便会得到这个sequence_number。

另外，还有一个细节，下一个事务组的last_committed和上一个事务的sequence_number是相等的。这也很容易理解，因为事物是顺序提交的，这么理解起来并不奇怪。本组的 sequence_number最小值肯定大于last_committed。(这一块描述不严谨，在5.7后续版本中，官方优化了slave进行并行apply的规则，但是这里为了便于理解，不做修改，理解这个思路后阅读后面基于锁的并行规则也很容易。)

这两个值的有效作用域都在文件内，只要换一个binlog文件（flush binary logs），这两个值就都会从0开始计数。

MySQL是如何做到将这些事务分组的？

还有一个重要的技术问题：MySQL是如何做到将这些事务分组的？

要搞清楚这个问题，首先需要了解一下MySQL事务提交方式。

1. 事务两阶段提交

事务的提交主要分为两个主要步骤：

1. 准备阶段（Storage Engine（InnoDB）Transaction Prepare Phase）

   此时SQL已经成功执行，并生成xid信息及redo和undo的内存日志。然后调用prepare方法完成第一阶段，papare方法实际上什么也没做，将事务状态设为TRX_PREPARED，并将redo log刷磁盘。

2. 提交阶段(Storage Engine（InnoDB）Commit Phase)

   1. 记录Binlog日志。

      如果事务涉及的所有存储引擎的prepare都执行成功，则调用TC_LOG_BINLOG::log_xid方法将SQL语句写到binlog。

      （write()将binary log内存日志数据写入文件系统缓存，fsync()将binary log文件系统缓存日志数据永久写入磁盘）。

      此时，事务已经铁定要提交了。否则，调用ha_rollback_trans方法回滚事务，而SQL语句实际上也不会写到binlog。

   2. 告诉引擎做commit。

      最后，调用引擎的commit完成事务的提交。会清除undo信息，刷redo日志，将事务设为TRX_NOT_STARTED状态。

（不好理解这段就看上面的图解好了。）

2. Order Commit：是LOGICAL_CLOCK并行复制的基础

关于MySQL是如何提交的，内部使用ordered_commit函数来处理的。先看它的逻辑图，如下：

从图中可以看到，只要事务提交（调用ordered_commit），就都会先加入队列中。

提交有三个步骤，包括FLUSH、SYNC及COMMIT，相应地也有三个队列。

• 首先要加入的是FLUSH队列：

  1. 如果某个事务加入时，队列还是空的，则这个事务就担任队长，来代表其他事务执行提交操作。
  2. 而在其他事务继续加入时，就会发现此时队列已经不为空了，那么这些事务就会在队列中等待队长帮它们完成提交操作。在上图中，事务2-6都是这种坐享其成之辈，事务1就是队长了。
  3. 这里需要注意一点，不是说队长会一直等待要提交的事务不停地加入，而是有一个时限，这个时限就是从队长加入开始，到它去处理队列的时间——等待binlog_group_commit_sync_delay毫秒，便进行一次组提交，如果在等待事件范围内提前达到binlog_group_commit_sync_no_delay_count事务个数时，也会直接进行一次组提交。
  • 只要队长将这个队列中的事务取出，其他事务就可以加入这个等待队列了。第一个加入的还是队长，但此时必须要等待。因为此时有事务正在做FLUSH，做完FLUSH之后，其他的队长才能带着队员做FLUSH。
  • 在同一时刻，只能有一个组在做FLUSH。这就是上图中所示的等待事务组2和等待事务组3，此时队长会按照顺序依次做FLUSH。
  • 做FLUSH的过程中，有一些重要的事务需要去做，如下：

    1. 要保证顺序必须是提交加入到队列的顺序。

    2. 如果有新的事务提交，此时队列为空，则可以加入到FLUSH队列中。不过，因为此时FLUSH临界区正在被占用，所以新事务组必须要等待。

    3. 给每个事务分配sequence_number，如果是第一个事务，则将这个组的last_committed设置为sequence_number-1.

    4. 将带着last_committed与sequence_number的GTID事件FLUSH到Binlog文件中。

    5. 将当前事务所产生的Binlog内容FLUSH到Binlog文件中。

       这样，一个事务的FLUSH就完成了。接下来，依次做完组内所有事务的FLUSH。然后做SYNC。
       做完FLUSH之后，FLUSH临界区会空闲出来，此时在等待这个临界区的组就可以做FLUSH操作了。

• SYNC队列
  如果SYNC的临界区是空的，则直接做SYNC操作，而如果已经有事务组在做，则必须要等待。

• COMMIT队列
  到COMMIT时，实际做的是存储引擎提交，参数binlog_order_commits会影响提交行为。

  • 如果设置为ON，那么此时提交就变为串行操作了，就以队列的顺序为提交顺序。
  • 如果设置为OFF，提交就不会在这里进行，而会在每个事务（包括队长和队员）做finish_commit（FINISH）时各自做存储引擎的提交操作。
    • 组内每个事务做finish_commit是在队长完成COMMIT工序之后进行，到步骤DONE时，便会唤醒每个等待提交完成的事务，告诉他们可以继续了，那么每个事务就会去做finish_commit。
    • 而后，队长自己再去做finish_commit。这样，一个组的事务就都按部就班地提交完成了。

现在应该搞明白关于order commit的原理了，而这也是LOGICAL_CLOCK并行复制的基础。

因为order commit使得所有的事务分了组，并且有了序列号，从库拿到这些信息之后，就可以根据序号放心大胆地做分发了。

探索：binlog_group_commit_sync_delay 、binlog_group_commit_sync_no_delay_count对group commit的影响：

从时间上说，从队长开始入队，到取队列中的所有事务出来，这之间的时间是非常非常小的，所以在这段时间内其实不会有多少个事务。

只有在压力很大，提交的事务非常多的时候，才会提高并发度（组内事务数变大）。

不过这个问题也可以解释得通，主库压力小的时候，从库何必要那么大的并发度呢？只有主库压力大的时候，从库才会延迟。

这种情况下也可以通过调整主服务器上的参数binlog_group_commit_sync_delay、binlog_group_commit_sync_no_delay_count。

• binlog_group_commit_sync_delay表示事务延迟提交多少时间来加大整个组提交的事务数量，从而减少进行磁盘刷盘sync的次数，单位为1/1000000秒，最大值1000000也就是1秒；
• binlog_group_commit_sync_no_delay_count表示组提交的事务数量凑齐多少此值时就跳出等待，然后提交事务，而无需等待binlog_group_commit_sync_delay的延迟时间；但是binlog_group_commit_sync_no_delay_count也不会超过binlog_group_commit_sync_delay设置。

两个参数都是为了增加主服务器组提交的事务比例，从而增大从机MTS的并行度。

事务group commit,logical clock(order commit)示意图：

假设当前环境配置参数：

binlog_group_commit_sync_delay = 1000
binlog_group_commit_sync_no_delay_count = 5

图中：
T0->T1->..->T6，每一个区间表示一个binlog_group_commit_sync_delay = 1000 时间范围，红虚线将该时间范围5等分。
其中，T0为session1 – session10 十个会话同时开启事务的时间节点。
tn-m，为session-n在当前位置进行了第m次提交动作。

• 当时间进行到T1时，达到binlog_group_commit_sync_delay = 1000 的delay时间限制，本次group commit内容为：(不考虑队长顺序)

  t1-1,last_committed=0, sequence_number=1
  t2-1,last_committed=0, sequence_number=2
  t3-1,last_committed=0, sequence_number=3
  t5-1,last_committed=0, sequence_number=4
  

• 当时间进行到T2时，再一次达到binlog_group_commit_sync_delay = 1000 的delay时间限制，本次group commit内容为：(不考虑队长顺序)

  t2-2,last_committed=4, sequence_number=5
  t4-1,last_committed=4, sequence_number=6
  t7-1,last_committed=4, sequence_number=7
  t8-1,last_committed=4, sequence_number=8
  

• 当时间进行到T3时，再一次达到binlog_group_commit_sync_delay = 1000 的delay时间限制，本次group commit内容为：(不考虑队长顺序)

  t3-2,last_committed=8, sequence_number=9
  t8-2,last_committed=8, sequence_number=10
  t9-1,last_committed=8, sequence_number=11
  

• 当时间进行到T3a时，尽管未达到binlog_group_commit_sync_delay = 1000 的delay时间限制，但是已经发生5次提交，达到binlog_group_commit_sync_no_delay_count = 5计数上限，将立即进行组提交，本次group commit内容为：(不考虑队长顺序)

  t1-2,last_committed=11, sequence_number=12
  t2-3,last_committed=11, sequence_number=13
  t6-1,last_committed=11, sequence_number=14
  t7-2,last_committed=11, sequence_number=15
  t8-3,last_committed=11, sequence_number=16
  

• 当时间进行到T4a时，尽管未达到binlog_group_commit_sync_delay = 1000 的delay时间限制，但是已经发生5次提交，达到binlog_group_commit_sync_no_delay_count = 5计数上限，将立即进行组提交，本次group commit内容为：(不考虑队长顺序)

  t1-3,last_committed=16, sequence_number=17
  t2-4,last_committed=16, sequence_number=18
  t4-2,last_committed=16, sequence_number=19
  t5-2,last_committed=16, sequence_number=20
  t8-4,last_committed=16, sequence_number=21
  

• 一个彩蛋。当t10-1事务提交后，将会立即执行组提交，为什么？

  • 因为T4a时间点进行组提交后，delay 1000(5格时间单位)的提交时间点刚好在t10-1事务提交发生的同一时间。
  • 也因为T4a时间点进行组提交后，截至t10-1事务提交，count刚好达到计数上限——5。
    本次group commit内容为：(不考虑队长顺序)

    t3-3,last_committed=21, sequence_number=22
    t6-2,last_committed=21, sequence_number=23
    t7-3,last_committed=21, sequence_number=24
    t9-2,last_committed=21, sequence_number=25
    t10-1,last_committed=21, sequence_number=26
    

从库多线程复制分发原理

知道了order commit原理之后，现在很容易可以想到在从库端是如何分发的：

从库以事务为单位做APPLY的，每个事务有一个GTID事件，因此都有一个last_committed及sequence_number值。

1. 基于last_committed分发原理如下：

因为last_committed值的记录方式是：master将上一组最后一个sequence_number记录为下一组的last_committed，因此本组的sequence_number最小值肯定大于last_committed，下一组的last_committed肯定大于前一组sequence_number的最小值（因为等于sequence_number最大值）

1. sql thread拿到一个新事务，取出该事务的last_committed及sequence_number值。
2. 将已经执行的事务的sequence_number的最小值（low water mark，lwm），与取出事务的last_committed值进行比较。（本组的sequence_number最小值肯定大于last_committed）
3. 如果取出事务的last_committed小于已经执行的sequence(lwm)，说明取出事务与当前执行组为同组，无需等待，直接由sql thread 分配事务到空闲worker线程。
4. SQL线程通过统计，找到一个空闲的worker线程，如果没有空闲，则SQL线程转入等待状态，直到找到一个空闲worker线程为止。将当前事务打包，交给选定的worker，之后worker线程会去APPLY这个事务，此时的SQL线程就会处理下一个事务。
5. 如果取出事务的last_committed大于等于已经执行的lwm，说明取出事务与当前不为一组，取出事务为新组，需等待。
6. 等待lwm增长，当已经执行的sequence(lwm)等于取出事务的last_committed时，说明前一组已经执行完成。sql thread 开始将取出事务的last_committed组事务分发给worker线程进行并行apply。

原理示意参考：

• 事务示意参考：

  t3-3,last_committed=21, sequence_number=22
  t6-2,last_committed=21, sequence_number=23
  t7-3,last_committed=21, sequence_number=24
  t9-2,last_committed=21, sequence_number=25
  t10-1,last_committed=21, sequence_number=26
  new,last_committed=26, sequence_number=27
  

• 假设此时sql thread 刚刚将事务t3-3分发给worker线程:

  • sql thread拿出事务(t6-2)的last_committed和sequence_number(21,23)，

    • 如果拿出事务的last_committed(21)小于当前已经执行的sequence_number的最小值(22)，说明拿出的事务与正在执行的事务是同组，无需等待。

  • sql thread拿出事务(t7-3)的last_committed和sequence_number(21,24)，

    • 如果拿出事务的last_committed(21)小于当前已经执行的sequence_number的最小值(22)，说明拿出的事务与正在执行的事务是同组，无需等待。

    ……

  • sql thread拿出事务(new)的last_committed和sequence_number(26,27)，

    • 如果拿出事务的last_committed(26)大于等于当前已经执行的sequence_number的最小值(22)，说明拿出的事务是新的一组，拿出的事务需等待。
    • 当sql thread判断已经执行的sequence_number 等于拿出事务的last_committed时，说明可以开始新一组的apply了。

• 当事务(t10-1)执行后，已经执行的sequence_number(26) = 拿出事务的last_committed(26)，前一组已经执行完成，sql thread 开始将last_committed=26的组事务分发给worker线程进行并行apply。

Commit-Parent-Based Scheme简介（WL#7165）

• 在master上，有一个全局计数器（global counter）。在每一次存储引擎完成提交之前，计数器值就会增加。
• 在master上，在事务进入prepare阶段之前，全局计数器的当前值会被储存在事务中。这个值称为此事务的commit-parent（last_committed）。
• 在master上，commit-parent会在事务的开头被储存在binlog中。
• 在slave上，如果两个事务有同一个commit-parent，他们就可以并行被执行。

此commit-parent就是我们在binlog中看到的last_committed。如果commit-parent相同，即last_committed相同，则被视为同一组，可以并行回放。

基于last_committed分发(Commit-Parent-Based Scheme)存在的问题

一句话：Commit-Parent-Based Scheme会降低复制的并行程度。

解释一下图：

• 水平虚线表示事务按时间顺序往后走。

• P表示事务在进入prepare阶段之前读到的commit-parent值的那个时间点(last_committed)。可以简单的视为加锁时间点。

• C表示事务增加了全局计数器（global counter）的值的那个时间点(sequence)。可以简单的视为释放锁的时间点

• P对应的commit-parent（last_commited）是取自所有已经执行完的事务的最大的C对应的sequence_number。

  • 举例来说：
    • Trx4的P对应的commit-parent（last_commited）取自所有已经执行完的事务的最大的C对应的sequence_number=1，也就是Trx1的C对应的sequence_number。因为这个时候Trx1已经执行完，但是Trx2还未执行完。
    • Trx5的P对应的commit-parent（last_commited）取自所有已经执行完的事务的最大的C对应的sequence_number=2，也就是Trx2的C对应的sequence_number；
    • Trx6的P对应的commit-parent（last_commited）取自所有已经执行完的事务的最大的C对应的sequence_number=2，也就是Trx2的C对应的sequence_number。所以Trx5和Trx6具有相同的commit-parent（last_commited），在进行回放的时候，Trx5和Trx6可以并行回放。

• 由图可见：

  • Trx5 和Trx6可以并发执行，因为他们的commit-parent是相同的，都是由Trx2设定的。
  • Trx4和Trx5不能并发执行,
  • Trx6和Trx7也不能并发执行。

  可以注意到，在同一时段，Trx4和Trx5、Trx6和Trx7分别持有他们各自的锁，事务互不冲突。如果在slave上并发执行，也是不会有问题的。

• 根据以上例子，可以得知：

  • 在基于last_committed规则下，Trx4、Trx5和Trx6在同一时间持有各自的锁，但Trx4无法并发执行，因为Trx4取到的laste_committed和后两者不同。
  • Trx6和Trx7在同一时间持有各自的锁，但Trx7无法并发执行，原因一样。

  实际上，Trx4是可以和Trx5、Trx6并行执行，Trx6可以和Trx7并行执行。如果能实现这个，那么并行复制的效果会更好。

  所以官方对并行复制的机制做了改进，提出了一种新的并行复制的方式：Lock-Based Scheme。# 5.7开始基于lock interval的并行规则（WL#7165）

说明：上面的步骤是以事务为单位介绍的，其实实际处理中还是一个事件一个事件地分发。如果一个事务已经选定了worker，而新的event还在那个事务中，则直接交给那个worker处理即可。

从上面的分发原理来看，同时执行的都是具有相同last_committed值的事务，不同的只是后面的需要等前面做完了才能执行，这样的执行方式有点如下图所示：

可以看出，事务都是随机分配到了worker线程中，但是执行的话，必须是一行一行地执行。一行事务个数越多，并行度越高，也说明主库瞬时压力越大。

2. MySQL 5.7开始基于lock interval的并行规则（WL#7165）

实现：如果两个事务在同一时间持有各自的锁，就可以并发执行。

对前一个原理需要补充为：

因为last_committed值的记录方式是：master将上一组最后一个sequence_number记录为下一组的last_committed，master将MySQL全局变量global.max_committed_transaction(所有已经结束lock interval的事务的最大的sequence_number)记录为下一组的last_committed，因此本组的sequence_number最小值肯定大于last_committed，下一组的last_committed肯定大于前一组sequence_number的最小值（因为等于sequence_number最大值）

# 根据基于锁特性，实际上是与本组第一个Prepare存在时间间隙的上一组C的那个事务的sequence，也就是说，如果前一组的后几个事务与当前组的前几个事务存在lock interval重叠，那么前一组的这几个事务再向前一个事务的sequence才是当前组的last_committed

Lock-Based Scheme简介（WL#7165）

首先，定义了一个称为lock interval的概念，含义：一个事务持有锁的时间间隔。

• 当存储引擎提交，第一把锁释放，lock interval结束。
• 当最后一把锁获取，lock interval开始。

假定：最后一把锁获取是在binlog_prepare阶段。

假设有两个事务：Trx1、Trx2。Trx1先于Trx2。那么，

• 当且仅当Trx1、Trx2的lock interval有重叠，则可以并行执行。
  

  Tx0 ,Tx1在同一个时间区间(lock interval),都持有各自的锁。

  也就是说，同一时间这两个事务持有各自的锁没有冲突，因此这两个事务可以并行apply。lock interval重叠可以并行。

• 换言之，如果Trx1的lock interval结束点与Trx2的lock interval开始点存在间隙，则不能并行执行。
  

  Tx0 ,Tx1的两个事务prepare到committed发生时间不重叠(lock interval不重叠)，无法确定同一时间这两个事务持有各自的锁是否存在冲突

  因此这两个事务不可以并行apply。

• MySQL会获取全局变量global.max_committed_transaction，含义：所有已经结束lock interval的事务的最大的sequence_number。

• L表示lock interval的开始点

  • 对于L（lock interval的开始点），MySQL会把global.max_committed_timestamp分配给一个变量，并取名叫transaction.last_committed。

• C表示lock interval的结束

  • 对于C（lock interval的结束点），MySQL会给每个事务分配一个逻辑时间戳（logical timestamp），命名为：transaction.sequence_number。

transaction.sequence_number和transaction.last_committed这两个时间戳都会存放在binlog中。

• 根据以上分析，我们可以得出在slave上执行事务的条件：

如果所有正在执行的事务的最小的sequence_number大于一个事务的transaction.last_committed，那么这个事务就可以并发执行。（这句话太绕，不用强求，看下面土味理解好了）

土味理解Lock-Based Scheme

在这先抛开writeset，不要混淆了，理解了这个会有助于理解writeset原理。

• 基于commit parent的方式， 事务的last_committed肯定等于前一组最后一个事务的sequence number。

• 但是在基于lock interval方式时，不是这样了，事务的last_committed不一定等于前一组最后一个事务的sequence number了，而是等于所有已经结束lock interval的事务的最大的sequence_number。

• 举例说明：

  Lock-Based Scheme例子

…
t1,last_committed=0, sequence_number=3
t2,last_committed=3, sequence_number=4
t3,last_committed=3, sequence_number=5
t4,last_committed=3, sequence_number=6
t5,last_committed=3, sequence_number=7
t6,last_committed=6, sequence_number=8
t7,last_committed=6, sequence_number=9
t8,last_committed=9, sequence_number=10

• 事务t1，last_committed=0,sequence_number=3。第一个work线程会接手这个事务并开始工作。
• 事务t2，last_committed=3, sequence_number=4。直到事务t1完成，事务t2才能开始。因为last_committed=3不小于正在执行执行事务的sequence_number=3。所以这两个事务只能串行。
• 虽然前2个事务可能会被分配到不同的work线程，但实际上他们是串行的，就像单线程复制那样。
• 当sequence_number=3的事务完成，last_committed=3的三个事务就可以并发执行。

  t3,last_committed=3, sequence_number=5
  t4,last_committed=3, sequence_number=6
  t5,last_committed=3, sequence_number=7
  

• 一旦前两个（t3，t4）执行完成，下面这两个可以开始执行：

  last_committed=6 sequence_number=8 last_committed=6 sequence_number=9
  

因为last_committed=6小于正在执行执行事务的sequence_number=7，可以并行。

• 也就是说，当t5,last_committed=3, sequence_number=7正在执行的时候，sequence_number=8和sequence_number=9这两个也可以并发执行。

• 这三个事务的结束没有前后顺序的限制。

• 因为这三个事务的lock interval有重叠，因此可以并发执行，所以事务之间并不会相互影响。

• 等到前面的事务均完成之后，下面这个事务才可以进行：

  t8,last_committed=9, sequence_number=10
  

• 看完更晕了？没关系，不用纠结，看下面：
  

• 首先说明，图中事务Tx1作为参考事务，忽略它，它的意义就是为Tx2事务提供一个last_committed。

• Tx2–Tx5为第一组，Tx6~Tx7为第二组，用底色做了区分。

• 可以看到：

  1. 事务Tx2~Tx5都存在lock interval重叠，这4个事务可以并行apply，因此这4个事务在一个组。
  2. 事务Tx6因为和事务Tx4没有发生lock interval重叠，因此事务Tx6无法和Tx4并行，也就无法成为前一组的成员，只能自己成立新组。
  3. 第一组的最后一个事务Tx5和第二组的事务Tx6、Tx7三个事务存在lock interval重叠，虽然跨组，但是这3个事务是满足并行逻辑，可以并行进行的。
  4. 第二组的last值=6，并不是第一组最后一个事务的sequence_number=7。（为什么？↓）

• 实际上第二组的last_committed值是取自于这个规则：

1. 几个关键的时间点：

   1. 第二组第一个事务开始prepare的时间点称为A点（last_committed）。
   2. A点发生时，第一组中所有已经结束lock interval的事务的最大的sequence_number称为B点。
   3. 第一组最后一个事务Tx5的commit时间称为C点（sequence_number）

2. 在A点发生prepare时，B点和A点之间存在间隙（就是说，事务tx4和事务tx6不存在锁重叠），Tx4,Tx6无法并行，因此A点进行prepare的事务Tx6成为了新组的事务。

3. A点取当时所有已经结束lock interval的事务的最大的sequence_number作为自己的last_committed。Tx6的last_committed=6。

总结一句话就是：last_committed值取自于前一组中，与本组事务不存在lock interval重叠的最后一个事务的sequence number

• 结论：

  • 事务之间存在lock interval重叠便可以并行apply，但是只要任意两个事务之间存在gap(事务lock interval不重叠)便会导致分组。
  • 分组只是避免锁冲突，并不意味着无法并行（不管有没有锁冲突，只要事务不重叠就悲观认为存在冲突，拒绝并行）。
  • 能否并行的只根据一个情况判断，就是事务之间lock interval重叠。因此即使事务在不同的组中，只要存在lock interval重叠，就可能会并行apply。

MySQL 5.7并行复制测试

下图显示了开启MTS后，Slave服务器的QPS。测试的工具是sysbench的单表全update测试，测试结果显示在16个线程下的性能最好，从机的QPS可以达到25000以上，进一步增加并行执行的线程至32并没有带来更高的提升。而原单线程回放的QPS仅在4000左右，可见MySQL 5.7 MTS带来的性能提升，而由于测试的是单表，所以MySQL 5.6的MTS机制则完全无能为力了。

并行复制配置与调优

• master_info_repository

  开启MTS功能后，务必将参数master_info_repostitory设置为TABLE，这样性能可以有50%~80%的提升。这是因为并行复制开启后对于master.info这个文件的更新将会大幅提升，资源的竞争也会变大。

• slave_parallel_workers

  若将slave_parallel_workers设置为0，则MySQL 5.7退化为原单线程复制，但将slave_parallel_workers设置为1，则SQL线程功能转化为coordinator线程，但是只有1个worker线程进行回放，也是单线程复制。然而，这两种性能却又有一些的区别，因为多了一次coordinator线程的转发，因此slave_parallel_workers=1的性能反而比0还要差，测试下还有20%左右的性能下降，如下图所示：

这里其中引入了另一个问题，如果主机上的负载不大，那么组提交的效率就不高，很有可能发生每组提交的事务数量仅有1个，那么在从机的回放时，虽然开启了并行复制，但会出现性能反而比原先的单线程还要差的现象，即延迟反而增大了。聪明的小伙伴们，有想过对这个进行优化吗？

• slave_preserve_commit_order

  MySQL 5.7后的MTS可以实现更小粒度的并行复制，但需要将slave_parallel_type设置为LOGICAL_CLOCK，但仅仅设置为LOGICAL_CLOCK也会存在问题，因为此时在slave上应用事务的顺序是无序的，和relay log中记录的事务顺序不一样，这样数据一致性是无法保证的，为了保证事务是按照relay log中记录的顺序来回放，就需要开启参数slave_preserve_commit_order。

  开启该参数后，执行线程将一直等待, 直到提交之前所有的事务。当sql thread正在等待其他worker提交其事务时, 其状态为等待前面的事务提交。

  所以虽然MySQL 5.7添加MTS后，虽然slave可以并行应用relay log，但commit部分仍然是顺序提交，其中可能会有等待的情况。

  当开启slave_preserve_commit_order参数后，slave_parallel_type只能是LOGICAL_CLOCK，如果你有使用级联复制，那LOGICAL_CLOCK可能会使离master越远的slave并行性越差。

  但是经过测试，这个参数在MySQL 5.7.18中设置之后，也无法保证slave上事务提交的顺序与relay log一致。

  在MySQL 5.7.19设置后，slave上事务的提交顺序与relay log中一致（所以生产要想使用MTS特性，版本大于等于MySQL 5.7.19才是安全的）。

说了这么多，要开启enhanced multi-threaded slave其实很简单，只需根据如下设置：

# slave;
slave-parallel-type=LOGICAL_CLOCK
slave-parallel-workers=16
slave_pending_jobs_size_max = 2147483648
slave_preserve_commit_order=1
master_info_repository=TABLE
relay_log_info_repository=TABLE
relay_log_recovery=ON

在使用了MTS后，复制的监控依旧可以通过SHOW SLAVE STATUSG，但是MySQL 5.7在performance_schema架构下多了以下这些元数据表，用户可以更细力度的进行监控：

mysql> show tables like "replication%";
+---------------------------------------------+
| Tables_in_performance_schema (replication%) |
+---------------------------------------------+
| replication_applier_configuration      |
| replication_applier_status         |
| replication_applier_status_by_coordinator  |
| replication_applier_status_by_worker    |
| replication_connection_configuration    |
| replication_connection_status        |
| replication_group_member_stats       |
| replication_group_members          |
+---------------------------------------------+
8 rows in set (0.00 sec)

通过replication_applier_status_by_worker可以看到worker进程的工作情况：

mysql> select * from replication_applier_status_by_worker;
+--------------+-----------+-----------+---------------+--------------------------------------------+-------------------+--------------------+----------------------+
| CHANNEL_NAME | WORKER_ID | THREAD_ID | SERVICE_STATE | LAST_SEEN_TRANSACTION           | LAST_ERROR_NUMBER | LAST_ERROR_MESSAGE | LAST_ERROR_TIMESTAMP |
+--------------+-----------+-----------+---------------+--------------------------------------------+-------------------+--------------------+----------------------+
|       |     1 |    32 | ON      | 0d8513d8-00a4-11e6-a510-f4ce46861268:96604 |         0 |          | 0000-00-00 00:00:00 |
|       |     2 |    33 | ON      | 0d8513d8-00a4-11e6-a510-f4ce46861268:97760 |         0 |          | 0000-00-00 00:00:00 |
+--------------+-----------+-----------+---------------+--------------------------------------------+-------------------+--------------------+----------------------+
2 rows in set (0.00 sec)

那么怎样知道从机MTS的并行程度又是一个难度不小。简单的一种方法（姜总给出的），可以使用performance_schema库来观察，比如下面这条SQL可以统计每个Worker Thread执行的事务数量，在此基础上再做一个聚合分析就可得出每个MTS的并行度:

SELECT thread_id,count_star FROM performance_schema.events_transactions_summary_by_thread_by_event_name
WHERE thread_id IN (SELECT thread_id FROM performance_schema.replication_applier_status_by_worker);

如果线程并行度太高，不够平均，其实并行效果并不会好，可以试着优化。这种场景下，可以通过调整主服务器上的参数binlog_group_commit_sync_delay、binlog_group_commit_sync_no_delay_count。前者表示延迟多少时间提交事务，后者表示组提交事务凑齐多少个事务再一起提交。总体来说，都是为了增加主服务器组提交的事务比例，从而增大从机MTS的并行度。

虽然MySQL 5.7推出的Enhanced Multi-Threaded Slave在一定程度上解决了困扰MySQL长达数十年的复制延迟问题。然而，目前MTS机制基于组提交实现，简单来说在主上是怎样并行执行的，从服务器上就怎么回放。这里存在一个可能，即若主服务器的并行度不够，则从机的并行机制效果就会大打折扣。MySQL 8.0最新的基于writeset的MTS才是最终的解决之道。即两个事务，只要更新的记录没有重叠（overlap），则在从机上就可并行执行，无需在一个组，即使主服务器单线程执行，从服务器依然可以并行回放。相信这是最完美的解决之道，MTS的最终形态。

最后，如果MySQL 5.7要使用MTS功能，必须使用最新版本，最少升级到5.7.19版本，修复了很多Bug。

参考信息
http://www.ywnds.com/?p=3894
运维内参书籍
姜总的公众号文章
http://mysql.taobao.org/monthly/2017/12/03/
https://mp.weixin.qq.com/s/XbWMdVTl9qz1nSwL3l56XQ