MGR测试过程中出现的问题汇总

MGR出现的问题大概总结为以下几点：

1．每次提交事务时尽量控制单次操作事务的数据量，减少大事物在其他节点check的时间和堵塞后面的操作带来的集群复制延迟，如事务回滚影响更大；

2．MGR集群环境部署对网络的依赖性较强，网络延时会导致整个集群性能的下降，集群内服务器尽量保持配置一致，集群内其中一服务器性能不好也会影响整个集群的整体性能；

3．DDL操作时，如操作的table有事物执行，在ddl时间内的所有的 插入，更新和删除操作记录到一个日志文件，然后再把这些增量数据应用到相应的表上(等表上的事务完全释放后)，日志大小受innodb_online_alter_log_max_size参数限制，如写一直持续innodb_online_alter_log_max_size参数大小不好人为控制，会导致ddl执行失败；

4．Mysqldump会直接影响集群性能，xtrbackup因对磁盘io占用也会间接影响集群性能，建议备份节点考虑在mgr集群下挂载slave节点上执行备份；

5．版本升级，5.6在开启gtid后可直接升级至5.7.17并开启组复制模式；5.5版本则需要升级到5.6版本过渡一下才可升级为组复制模式。由于5.6、5.7版本上时间类型time,timestamp,datetime精度都支持到微秒精度，从5.5升级后带来的影响需要评估；

6．数据校验，现有工具Pt-table-checksum并不支持MGR集群的校验，仅可以对slave节点数据校验；

7．流量控制，当certifer_queue队列深度大于flow_crontrol_ certifer_threshold或者applier_queue队列深度大于flow_crontrol_ applier_threshold值时会触发流控制，触发流控制后写入会降低，这是为了避免更大的复制延迟，但是触发流控制后前端应用就会感觉可用率的下降，所以这个参数是个双刃剑，要根据实际生产环境设置，并且certifer_queue和applier_queue队列深度暂时没有监控项可监控，后期带来的运维问题也需要考虑；

8．MGR集群最多为9个节点，以5节点集群为例，集群内2个节点故障时，其余3个节点是可以继续提供服务的，但是当集群内有3个节点故障时，剩余2个节点就不能提供服务了，此时需要人工处理，如处理不当极容易发生脑裂现象。