今天分析一个诡异问题,一个模拟Slave线程的程序,不断的被Master Server给kill掉,最终发现是因为有两个Slave使用同样一个server id去连接Master Server,为什么两个Slave用同一个server id会被Master Server给Kill呢？分析了源码,这源于MySQL Replication的重连机制.

我们首先看看一个Slave注册到Master会发生什么,首先Slave需要向Master发送一个COM_REGISTER_SLAVE类型的请求(sql_parse.cc)命令请求,这里Master会使用register_slave函数注册一个Slave到slave_list,代码如下:

1. case COM_REGISTER_SLAVE: 
2.   { 
3.     if (!register_slave(thd, (uchar*)packet, packet_length)) 
4.       my_ok(thd); 
5.     break; 
6.   } 

在注册Slave线程的时候会发生什么呢？我们略去无用的代码直接看重点,repl_failsafe.cc代码如下:

1. int register_slave(THD* thd, uchar* packet, uint packet_length) 
2. { 
3.   int res; 
4.   SLAVE_INFO *si; 
5.   uchar *p= packet, *p_end= packet + packet_length; 
6. .... //省略 
7.   if (!(si->master_id= uint4korr(p))) 
8.     si->master_id= server_id; 
9.   si->thd= thd; 
10.   pthread_mutex_lock(&LOCK_slave_list); 
11.   unregister_slave(thd,0,0); //关键在这里，先取消注册server_id相同的Slave线程 
12.   res= my_hash_insert(&slave_list, (uchar*) si); //把新的Slave线程注册到slave_list  //phpfensi.com 
13.   pthread_mutex_unlock(&LOCK_slave_list); 
14.   return res; 
15. ..... 
16. } 

这是什么意思呢？这就是重连机制,slave_list是一个Hash表,server_id是Key,每一个线程注册上来,需要删掉同样server_id的Slave线程,再把新的Slave线程加到slave_list表中.

线程注册上来后,请求Binlog,发送COM_BINLOG_DUMP请求,Master会发送binlog给Slave,代码如下:

1. case COM_BINLOG_DUMP: 
2.     { 
3.       ulong pos; 
4.       ushort flags; 
5.       uint32 slave_server_id; 
6.  
7.       status_var_increment(thd->status_var.com_other); 
8.       thd->enable_slow_log= opt_log_slow_admin_statements; 
9.       if (check_global_access(thd, REPL_SLAVE_ACL)) 
10.         break; 
11.  
12.       /* TODO: The following has to be changed to an 8 byte integer */ 
13.       pos = uint4korr(packet); 
14.       flags = uint2korr(packet + 4); 
15.       thd->server_id=0; /* avoid suicide */ 
16.       if ((slave_server_id= uint4korr(packet+6))) // mysqlbinlog.server_id==0 
17.         kill_zombie_dump_threads(slave_server_id); 
18.       thd->server_id = slave_server_id; 
19.  
20.       general_log_print(thd, command, "Log: '%s'  Pos: %ld", packet+10, 
21.                       (long) pos); 
22.       mysql_binlog_send(thd, thd->strdup(packet + 10), (my_off_t) pos, flags); //不断的发送日志给slave端 
23.       unregister_slave(thd,1,1); //发送完成后清理Slave线程，因为执行到这一步肯定是binlog dump线程被kill了 
24.       /*  fake COM_QUIT -- if we get here, the thread needs to terminate */ 
25.       error = TRUE; 
26.       break; 
27.     } 

mysql_binlog_send函数在sql_repl.cc,里面是轮询Master binlog,发送给Slave,再来简单看看unregister_slave做了什么,repl_failsafe.cc,代码如下:

1. void unregister_slave(THD* thd, bool only_mine, bool need_mutex) 
2. { 
3.   if (thd->server_id) 
4.   { 
5.     if (need_mutex) 
6.       pthread_mutex_lock(&LOCK_slave_list); 
7.  
8.     SLAVE_INFO* old_si; 
9.     if ((old_si = (SLAVE_INFO*)hash_search(&slave_list, 
10.                                            (uchar*)&thd->server_id, 4)) && 
11.         (!only_mine || old_si->thd == thd)) //拿到slave值 
12.     hash_delete(&slave_list, (uchar*)old_si); //从slave_list中拿掉 
13.  
14.     if (need_mutex) 
15.       pthread_mutex_unlock(&LOCK_slave_list); 
16.   } 
17. } 

这就可以解释同样的server_id为什么会被kill,因为一旦注册上去,就会现删除相同server_id的Slave线程,然后把当前的Slave加入,这是因为有时Slave断开了,重新请求上来,当然需要踢掉原来的线程,这就是线程重连机制.

Tags: MySQL Slave server_id

分享到：