博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
组复制官方翻译七、Requirements and Limitations
阅读量:7067 次
发布时间:2019-06-28

本文共 1187 字,大约阅读时间需要 3 分钟。

关于Group Replication System Variables这一节没有讲,主要是变量属于工具类,需要查看的时候去搜一下即可

18.8.1 Group Replication Requirements

需要使用MGR的实例必须满足如下要求

基础设施

  • InnoDB存储引擎
  • 主键
  • 网络性能

实例配置

  • 开启binlog
  • log-slave-update=on
  • binlog必须是row格式
  • GTID=on
  • 复制信息必须以table存储 --master-info-repository=TABLE and --relay-log-info-repository=TABLE
  • 事务写集 --transaction-write-set-extraction=XXHASH64
  • 多线程复制开启
1.  slave_parallel_type=LOGICAL_CLOCK2.  slave_preserve_commit_order=13.  slave_parallel_workers= (0~1024)  ## 可以配置使用多线程,也可以不使用多线程

18.8.2 Group Replication Limitations

下面列了一些已知的MGR的限制

注意:由于MGR是在GTID的基础上构建的,所以GTID的限制也同样是MGR的限制 Section 17.1.3.6, “Restrictions on Replication with GTIDs”.

  • 复制event的checksums --binlog-checksum=NONE
由于设计的问题,MGR不能使用event的checksums--binlog-checksum=NONE 必须这样设置
  • Gap locks , 建议设置隔离级别为 READ COMMITTED
由于认证阶段无法使用gap lock,所以建议使用隔离级别为READ COMMITTED,READ COMMITTED 不适用gap locks
  • SERIALIZABLE , MGR不支持SERIALIZABLE隔离级别
  • 并发DDL和DML在同一个对象上的操作,会有问题
举例:    A实例 表t进行DDL    B实例 表t进行dml    会导致冲突无法检测到,会有很高的风险    这种情况一般在multi-primary模式下容易遇到(因为多实例写嘛的原因嘛),所以DDL要特别小心
  • 外键级联约束
  • 大事务
在5秒钟的世界窗口中如果无法将事务copy到其他成员的话,那么MGR的通信会失败,重传,会有严重影响建议切分、限制 事务大小
  • multi-primary的死锁检测
多主模式下,如果使用SELECT .. FOR UPDATE 会导致死锁主要是lock无法跨越多服务器
  • 复制过滤
MGR中不要使用任何复制的filter

转载地址:http://qyall.baihongyu.com/

你可能感兴趣的文章
NG-ZORRO-MOBILE 0.11.5 发布,基于 Angular 7 的 UI 组件
查看>>
(3两个例子)从零开始的嵌入式图像图像处理(PI+QT+OpenCV)实战演练
查看>>
JNI开发极简教程
查看>>
Bugku -代码审计(urldecode二次编码绕过)
查看>>
Auto Layout 使用心得(五)—— 根据文字、图片自动计算 UITableViewCell 高度
查看>>
Linux命令参数详细解析-cp
查看>>
linux服务器忘记mysql密码
查看>>
2018云栖大会分享(多图)
查看>>
python爬取糗事百科
查看>>
Java 创建文件
查看>>
Effective Java笔记(不含反序列化、并发、注解和枚举)
查看>>
需要在Transactional注解指定rollbackFor或者在方法中显示的rollback
查看>>
Apache Tomcat 9.0.19 发布,开源 Web 应用服务器
查看>>
Fedora 31 将更新开源 .Net 框架,支持 Mono 5
查看>>
nginx的安装与配置
查看>>
Python网络编程(socket模块、缓冲区、http协议)
查看>>
Spring Cloud云架构 - SSO单点登录之OAuth2.0登录认证(1)
查看>>
07-C语言运算符
查看>>
Tomcat和搜索引擎网络爬虫的攻防
查看>>
[Hadoop]MapReduce中的InputSplit
查看>>