由于数据库 Blob字段太多,导致从库进行binlog不能正常进行的处理方法

本文涉及的产品
RDS AI 助手,专业版
RDS MySQL DuckDB 分析主实例,集群系列 4核8GB
RDS MySQL DuckDB 分析主实例,基础系列 4核8GB
简介:




binlog_format为row格式的时候记录的不是简单的sql,而是实际变更的行,一些大的DML操作,会导致binlog量增加很大,消耗额外的IO、网络资源


可以通过设置binlog_row_image=minimal解决


测试:

binlog_row_image默认值是full



对user表进行update



进入binlog里面查看更新记录,binlog日志将所有影响的行都进行了记录



现在将binlog_row_image=minimal



对表中的行进行相同的update操作 再来观察下binlog记录



结论:可以对比发现当binlog_row_image=minimal的时候binlog只记录了影响的那一行记录,有效减少了binlog日志量。



数据库版本:5.6.*

1.row日志image类型

参数binlog_row_image 控制着这种image类型,默认为FULL(log all columns),即记录before&after images。
该参数还有两种,minimal和noblob,minimal表示只记录after更改后的值,并且如果有主键或者非空唯一索引,则只以该字段作为where条件判断;noblob同full,只是不记录blob、text列。

2.binlog日志

对于insert则没有什么好说的,我们主要重点关注一下update和delete操作。

binlog_row_image=full的情况下,对于update和delete所有的表(包含带有主键、非空唯一索引,唯一索引,没有索引)产生的binlog均一致,binlog情况如下:

  1. --建表语句

  2. CREATE TABLE `pk_test`(

  3. `id` bigint(20) NOT NULL,

  4. `username` varchar(30) NOT NULL,

  5. PRIMARY KEY (`id`)

  6. ) ENGINE=InnoDB DEFAULT CHARSET=utf8;

  7. insert into pk_test values (1,2);

  8. insert into pk_test values (2,2);

  9. commit;

  10. show master statusG;--记录binlog文件和pos

  11. deletefrom pk_test where id =1;

  12. update pk_test set username='3';

  13. commit

  14. mysqlbinlog --no-defaults ---start-position=637945822/mysqllog/3307/binlog/mysql-bin.000001| more

  15. ### DELETE FROM `baofeng`.`pk_test`

  16. ### WHERE

  17. ### @1=1

  18. ### @2='2'

  19. .....

  20. ### UPDATE `baofeng`.`pk_test`

  21. ### WHERE

  22. ### @1=2

  23. ### @2='2'

  24. ### SET

  25. ### @1=2

  26. ### @2='3'

从上面我们可以看到,在默认为FULL的binlog_row_image下,无论表有没有主键、唯一索引,全部按照全表字段作为条件,且update会更新全部字段。

binlog_row_image=minimal的情况下:

  1. --建表语句

  2. CREATE TABLE `ui_test`(

  3. `id` bigint(20) NOT NULL,

  4. `username` varchar(30) NOT NULL,

  5. UNIQUE (`id`)

  6. ) ENGINE=InnoDB DEFAULT CHARSET=utf8;

  7. CREATE TABLE `ui_test_null`(

  8. `id` bigint(20),

  9. `username` varchar(30) NOT NULL,

  10. UNIQUE key (`id`)

  11. ) ENGINE=InnoDB DEFAULT CHARSET=utf8;

  12. CREATE TABLE `null_test`(

  13. `id` bigint(20),

  14. `username` varchar(30) NOT NULL

  15. ) ENGINE=InnoDB DEFAULT CHARSET=utf8;

  16. insert into pk_test values (1,2);

  17. insert into ui_test values (1,2);

  18. insert into ui_test_null values (1,2);

  19. insert into null_test values (1,2);

  20. commit;

  21. update pk_test set username='4';

  22. deletefrom pk_test;

  23. deletefrom ui_test;

  24. deletefrom ui_test_null;

  25. update null_test set username='4';

  26. deletefrom null_test;

  27. ### UPDATE `baofeng`.`pk_test`

  28. ### WHERE

  29. ### @1=1

  30. ### SET

  31. ### @2='4'

  32. ....

  33. ### DELETE FROM `baofeng`.`pk_test`

  34. ### WHERE

  35. ### @1=1

  36. .....

  37. ### DELETE FROM `baofeng`.`ui_test`

  38. ### WHERE

  39. ### @1=1

  40. .....

  41. ### DELETE FROM `baofeng`.`ui_test_null`

  42. ### WHERE

  43. ### @1=1

  44. ### @2='2'

  45. .....

  46. ### UPDATE `baofeng`.`null_test`

  47. ### WHERE

  48. ### @1=1

  49. ### @2='2'

  50. ### SET

  51. ### @2='4'

  52. .....

  53. ### DELETE FROM `baofeng`.`null_test`

  54. ### WHERE

  55. ### @1=1

  56. ### @2='2'

从上面的例子可以看到,当binlog_row_image=minimal的情况下,where条件只有主键或不为空的唯一索引,且只会更新被改变的字段。

3.总结:

在上面的测试我们可以看到,如果采用minimal格式,将减少主键和非空唯一索引表的before值,以及减少所有表update的after未被改变的值。
从效率上来说,减少了网络传输以及加快了update的效率。

参考资料:
https://dev.mysql.com/doc/refman/5.6/en/replication-options-binary-log.html#sysvar_binlog_row_image



本文转自 holy2009 51CTO博客,原文链接:http://blog.51cto.com/holy2010/1967909
相关实践学习
每个IT人都想学的“Web应用上云经典架构”实战
本实验从Web应用上云这个最基本的、最普遍的需求出发,帮助IT从业者们通过“阿里云Web应用上云解决方案”,了解一个企业级Web应用上云的常见架构,了解如何构建一个高可用、可扩展的企业级应用架构。
MySQL数据库入门学习
本课程通过最流行的开源数据库MySQL带你了解数据库的世界。   相关的阿里云产品:云数据库RDS MySQL 版 阿里云关系型数据库RDS(Relational Database Service)是一种稳定可靠、可弹性伸缩的在线数据库服务,提供容灾、备份、恢复、迁移等方面的全套解决方案,彻底解决数据库运维的烦恼。 了解产品详情: https://www.aliyun.com/product/rds/mysql 
相关文章
|
关系型数据库 分布式数据库 数据库
一库多能:阿里云PolarDB三大引擎、四种输出形态,覆盖企业数据库全场景
PolarDB是阿里云自研的新一代云原生数据库,提供极致弹性、高性能和海量存储。它包含三个版本:PolarDB-M(兼容MySQL)、PolarDB-PG(兼容PostgreSQL及Oracle语法)和PolarDB-X(分布式数据库)。支持公有云、专有云、DBStack及轻量版等多种形态,满足不同场景需求。2021年,PolarDB-PG与PolarDB-X开源,内核与商业版一致,推动国产数据库生态发展,同时兼容主流国产操作系统与芯片,获得权威安全认证。
|
9月前
|
机器学习/深度学习 算法 数据库
基于GoogleNet深度学习网络和GEI步态能量提取的步态识别算法matlab仿真,数据库采用CASIA库
本项目基于GoogleNet深度学习网络与GEI步态能量图提取技术,实现高精度步态识别。采用CASI库训练模型,结合Inception模块多尺度特征提取与GEI图像能量整合,提升识别稳定性与准确率,适用于智能安防、身份验证等领域。
|
SQL 关系型数据库 MySQL
【揭秘】MySQL binlog日志与GTID:如何让数据库备份恢复变得轻松简单?
【8月更文挑战第22天】MySQL的binlog日志记录数据变更,用于恢复、复制和点恢复;GTID为每笔事务分配唯一ID,简化复制和恢复流程。开启binlog和GTID后,可通过`mysqldump`进行逻辑备份,包含binlog位置信息,或用`xtrabackup`做物理备份。恢复时,使用`mysql`命令执行备份文件,或通过`innobackupex`恢复物理备份。GTID模式下的主从复制配置更简便。
1953 2
|
数据库 Python
【YashanDB知识库】python驱动查询gbk字符集崖山数据库CLOB字段,数据被驱动截断
【YashanDB知识库】python驱动查询gbk字符集崖山数据库CLOB字段,数据被驱动截断
|
数据库
【YashanDB数据库】yasboot查询数据库状态时显示数据库状态为off
yasboot查询数据库状态时显示数据库状态为off
|
前端开发 JavaScript 数据库
获取数据库中字段的数据作为下拉框选项
获取数据库中字段的数据作为下拉框选项
313 5
|
SQL 关系型数据库 MySQL
数据库灾难应对:MySQL误删除数据的救赎之道,技巧get起来!之binlog
《数据库灾难应对:MySQL误删除数据的救赎之道,技巧get起来!之binlog》介绍了如何利用MySQL的二进制日志(Binlog)恢复误删除的数据。主要内容包括: 1. **启用二进制日志**:在`my.cnf`中配置`log-bin`并重启MySQL服务。 2. **查看二进制日志文件**:使用`SHOW VARIABLES LIKE 'log_%';`和`SHOW MASTER STATUS;`命令获取当前日志文件及位置。 3. **创建数据备份**:确保在恢复前已有备份,以防意外。 4. **导出二进制日志为SQL语句**:使用`mysqlbinlog`
1518 2
|
缓存 数据库 数据安全/隐私保护
Discuz! X 数据库字典详解:DZ各数据表作用及字段含义
我们使用DISCUZ做网站时,有时需要对数据表进行操作,在操作数据表之前,需要对数据表进行了解。下面是DISCUZ 数据库各数据表作用及字段含义详解,方便新手更好的了解DISCUZ数据库。
514 4
|
存储 关系型数据库 MySQL
PACS系统 中 dicom 文件在mysql 8.0 数据库中的 存储和读取(pydicom 库使用)
PACS系统 中 dicom 文件在mysql 8.0 数据库中的 存储和读取(pydicom 库使用)
498 2
|
SQL 关系型数据库 MySQL
MySQL数据库中给表添加字段并设置备注的脚本编写
通过上述步骤,你可以在MySQL数据库中给表成功添加新字段并为其设置备注。这样的操作对于保持数据库结构的清晰和最新非常重要,同时也帮助团队成员理解数据模型的变化和字段的具体含义。在实际操作中,记得调整脚本以适应具体的数据库和表名称,以及字段的详细规范。
740 8