上周在生產環境上遇到一個問題，不敢獨享，拿出來給小伙伴們做個簡單的分享。
起因 ：由于IDC機房斷電（估計又是哪里被挖掘機碰了下吧），導致所有服務器重啟，影響到了其中的MySQL數據庫。來看下這時數據庫遇到的問題：
數據庫版本 ：MySQL 5.7.10
問題表現
：從機復制報如下錯誤：Slave SQL for channel ”: Slave failed to initialize relay log info structure from the repository, Error_code: 1872
用了Inside君的MySQL標準配置文件模板，怎么沒有實現crash safe呢？其實,這主要是因為多線程復制（MTS）所引起。不知MySQL 5.7，即使MySQL 5.6也同樣會遇到問題。
在MTS場景下，可能會出現以下兩個問題：
gap事務：后執行的事務先回放（apply）了
Exec_Master_Log_Pos位置不準確：可能存在已經事務已經提交，但是位置還沒更新（單線程復制不存在此問題）
gap事務比較好理解，因為不論是基于database級別的MTS，還是基于logical_clock的MTS，都可能存在下面的這種場景：
由于MTS的原因，后面的事務可能比前面的事務早執行，如上圖終可能事務tx2和tx4都已經提交了，但是事務tx1和tx3還未提交。這時就稱為存在gap事務。在基于logical_clock的MTS場景下，用戶可以通過配置 參數slave_preserve_commit_order=1 來保證提交的順序性。
另一方面，這時Exec_Master_Log_Pos也是不準確的，當發生crash時，master info中依然記錄的是tx1事務開始執行的位置（見上圖右邊的部分）。切記，即使將參數slave_preserve_commit_order設置為1，MTS場景下依然不能保證Exec_Master_Log_Pos是準確的，其稱之為 gap-free low-watermark 。因為MTS場景下對于表slave_realy_info_log的更新并不是事務的（這個需要好好體會下）。
然而，MTS場景下引入了新的事務表slave_worker_info，用以表示發生宕機時每個線程更新到的位置，其與Worker線程的回放是事務的。因此，MySQL在恢復的時候可以通過通過Exec_Master_Log_Pos與表slave_worker_info的列Master_log_pos做對比，判斷是否需要回放當前事務。
在MySQL 5.7.13版本之前，當發生宕機后需要手動執行如下操作，若直接執行CHANGE MASTER TO操作，則可能會觸發上述1872錯誤：
|
1
2
|
START SLAVE UNTIL SQL_AFTER_MTS_GAPS;START SLAVE SQL_THREAD; |
由于服務器上的MySQL版本為5.7.10，而DBA試圖通過命令CHANGE MASTER TO來修復復制問題，因此導致了上述問題。而在MySQL 5.7.13版本后，上述問題將有MySQL自動修復。簡單來說，即使發生了宕機，也能準確并自動地恢復復制的運行狀態。
不過，當Inside升級到MySQL 5.7.15過程時，又遇到了一個不大不小的坑，這個就留著等下回分享吧。
