pt-table-checksum检验主从数据不一致
测试环境：主从架构，操作系统liunx
运行pt-table-checksum需要先安装以下依赖包：
yum install perl-IO-Socket-SSL perl-DBD-MySQL perl-Time-HiRes -y
1、模拟主从不一致的环境：
在主库上创建一个新表，并插入几条记录，如下：
mysql> create table t1(id int primary key not null,name char(10) not null ); Query OK, 0 rows affected (0.00 sec) mysql> insert into t1(id,name) values(1,'a'),(2,'b'),(3,'c'); Query OK, 3 rows affected (0.00 sec) Records: 3 Duplicates: 0 Warnings: 0 mysql> select * from t1; +----+------+ | id | name | +----+------+ | 1 | a | | 2 | b | | 3 | c | +----+------+ 3 rows in set (0.00 sec)
这时已经复制到从库上了：
mysql> select * from t1; +----+------+ | id | name | +----+------+ | 1 | a | | 2 | b | | 3 | c | +----+------+
然后在从库中插入2条记录，模拟与主从数据不一致：
mysql> insert into t1(id,name) values(4,'d'),(5,'e'); Query OK, 2 rows affected (0.00 sec) Records: 2 Duplicates: 0 Warnings: 0 mysql> select * from t1; +----+------+ | id | name | +----+------+ | 1 | a | | 2 | b | | 3 | c | | 4 | d | | 5 | e | +----+------+ 5 rows in set (0.00 sec)
2、通过pt-table-checksums来检测数据的不一致：
pt-table-checksums实现方式：通过在主服务器上运行pt-table-checksum，它会通过一系列的MySQL函数计算每个表的散列值，利用主从复制关系，把同样的计算过程在从服务器上重放，从而就拿到了主从服务器各自的散列值，只要比较散列值是否相同就OK了。所以必须保证一个账号能同时在主库和从库都有对应的访问权限
mysql> GRANT SELECT, PROCESS, SUPER, REPLICATION SLAVE ON *.* TO 'root'@'%' IDENTIFIED BY '******'; Query OK, 0 rows affected (0.00 sec) mysql> flush privileges; Query OK, 0 rows affected (0.00 sec)
然后我们就可以在主库上执行如下语句：
[root@darren]# /data/mysql/bin/pt-table-checksum --nocheck-binlog-format --nocheck-replication-filters --replicate=test.checksums --databases=report --user=root --password='******' --port=3306 Diffs cannot be detected because no slaves were found. Please read the --recursion-method documentation for information. TS ERRORS DIFFS ROWS CHUNKS SKIPPED TIME TABLE 10-29T12:06:17 0 0 3 1 0 0.003 report.t1
--nocheck-replication-filters ：不检查复制过滤器，建议启用。后面可以用--databases来指定需要检查的数据库。 --no-check-binlog-format : 不检查复制的binlog模式，要是binlog模式是ROW，则会报错。 --replicate-check-only :只显示不同步的信息。 --replicate=test.checksums ：把checksum的信息写入到指定表中. --databases= ：指定需要被检查的数据库，多个则用逗号隔开。 --tables= ：指定需要被检查的表，多个用逗号隔开 h=127.0.0.1 ：Master的地址 u=root ：用户名 p=****** ：密码 P=3306 ：端口
报错信息：Diffs cannot be detected because no slaves were found. Please read the --recursion-method documentation for information.
这个错误信息的意思是无法找到对应的从库，用参数--recursion-method 可以指定模式解决，关于--recursion-method参数的设置有：
METHOD USES
=========== =============================================
processlist SHOW PROCESSLIST
hosts SHOW SLAVE HOSTS
cluster SHOW STATUS LIKE 'wsrep\_incoming\_addresses'
dsn=DSN DSNs from a table
none Do not find slaves
默认是通过show processlist 找到host的值，既然默认找不到，我们设置别的模式，即hosts模式，需要到从库的my.cnf中添加如下两个参数，保险起见可以重启mysql服务：
report_host=slave_ip
report_port=slave_port
然后我们添加一个--recursion-method=hosts参数，重新在主库上运行命令：
[root@10-10-101-11 backup]# /data/mysql/bin/pt-table-checksum --nocheck-binlog-format --nocheck-replication-filters --recursion-method=hosts --replicate=test.checksums --databases=report --user=root --password='******' --port=3306 TS ERRORS DIFFS ROWS CHUNKS SKIPPED TIME TABLE 10-29T13:06:50 0 1 3 1 0 0.008 report.t1
这时运行正常，并且找到了数据的不一致：DIFFS=1,下面是output信息说明：
TS ：完成检查的时间。 ERRORS ：检查时候发生错误和警告的数量。 DIFFS ：0表示一致，大于1表示不一致。当指定--no-replicate-check时，会一直为0，当指定--replicate-check-only会显示不同的信息。 ROWS ：表的行数。 CHUNKS ：被划分到表中的块的数目。 SKIPPED ：由于错误或警告或过大，则跳过块的数目。 TIME ：执行的时间。 TABLE ：被检查的表名。
具体是哪里不一致呢？这时我们可以通过--replicate=test.checksums这个参数到从库中查询下这个表：
mysql> select * from checksums; +--------+-----+-------+------------+-------------+----------------+----------------+----------+----------+------------+------------+---------------------+ | db | tbl | chunk | chunk_time | chunk_index | lower_boundary | upper_boundary | this_crc | this_cnt | master_crc | master_cnt | ts | +--------+-----+-------+------------+-------------+----------------+----------------+----------+----------+------------+------------+---------------------+ | report | t1 | 1 | 0.000416 | NULL | NULL | NULL | 5ef4701a | 5 | 28312abb | 3 | 2015-10-29 13:06:50 | +--------+-----+-------+------------+-------------+----------------+----------------+----------+----------+------------+------------+---------------------+ 1 row in set (0.00 sec)
/*如果记录比较多，可以用下面的sql：*/
mysql>SELECT db, tbl, SUM(master_cnt) AS master_rows,SUM(this_cnt) AS slave_rows, COUNT(*) AS chunks FROM test.checksums WHERE ( master_cnt <> this_cnt OR master_crc <> this_crc OR ISNULL(master_crc) <> ISNULL(this_crc)) GROUP BY db, tbl;
标红的部分指示主库和从库数据不一致的行数，怎么修复呢？下面通过pt-table-sync来修复。
3、主从不一致修复：pt-table-sync
Usage: pt-table-sync [OPTIONS] DSN [DSN]
常用的参数：
--sync-to-master ：指定一个DSN，即从库的IP，他会通过show processlist或show slave status 去自动的找主库。
--replicate= ：指定通过pt-table-checksum得到的表，这2个工具差不多都会一直用。 --databases= : 指定执行同步的数据库，多个用逗号隔开。 --tables= ：指定执行同步的表，多个用逗号隔开。 --host=127.0.0.1 ：服务器地址，命令里有2个ip，第一次出现的是Master的地址，第2次是Slave的地址。 --user=root ：帐号。 --password=***** ：密码。
--port=3306 :端口 --print ：打印，但不执行命令。 --execute ：执行命令。
执行修复命令：
[root@DARREN]# /data/mysql/bin/pt-table-sync --replicate=test.checksums --sync-to-master h=10.10.101.11,u=root,p='******',P=3307 --print DELETE FROM `report`.`t1` WHERE `id`='4' LIMIT 1 /*percona-toolkit src_db:report src_tbl:t1 src_dsn:P=3306,h=10.10.101.11,p=...,u=root dst_db:report dst_tbl:t1 dst_dsn:P=3307,h=10.10.101.11,p=...,u=root lock:1 transaction:1 changing_src:test.checksums replicate:test.checksums bidirectional:0 pid:5901 user:root host:10-10-101-11*/; DELETE FROM `report`.`t1` WHERE `id`='5' LIMIT 1 /*percona-toolkit src_db:report src_tbl:t1 src_dsn:P=3306,h=10.10.101.11,p=...,u=root dst_db:report dst_tbl:t1 dst_dsn:P=3307,h=10.10.101.11,p=...,u=root lock:1 transaction:1 changing_src:test.checksums replicate:test.checksums bidirectional:0 pid:5901 user:root host:10-10-101-11*/;
这里就会打印出修复方案，从库多了两条记录，该工具生成两条删除语句，当然如果数据量比较大的话请耐心等待，我们线上有个库大概15G，不一致数据比较多，用时40分钟左右。我们可以手工执行，也可以通过工具的--execute自动执行。
[root@DARREN]# /data/mysql/bin/pt-table-sync --replicate=test.checksums --sync-to-master h=10.10.101.11,u=root,p='4rfv%TGB^',P=3307 --execute [root@DARREN]#
执行完后没有报任何错误，再通过pt-table-checksums进行检查数据是否已经一致了:
[root@10-10-101-11 backup]# /data/mysql/bin/pt-table-checksum --nocheck-binlog-format --nocheck-replication-filters --recursion-method=hosts --replicate=test.checksums --databases=report --user=root --password='*****' --port=3306 TS ERRORS DIFFS ROWS CHUNKS SKIPPED TIME TABLE 10-29T14:10:00 0 0 3 1 0 0.005 report.t1
这是DIFFS=0表示数据已经达到一致了，怎么样，工具还挺好用的吧。
【PS】：由于生产环境数据量很大，数据出现不一致也很复杂，有时简单的通过工具并不能有很好的效果，建议大家还是先通过--print把修复的语句打印出来，然后自己手工执行，毕竟自动执行无法监控，容易出问题。
4、生产环境实测：
一个生产库，大概有15G数据量，下面是pt-table-checksums检验结果：
历时：10分钟左右
知道pt-table-checksums的牛逼了吧，的确领先同类工具一大截啊。这速度毫无压力啊，主要是它将表数据按chunk分比较的，所以diffs这里不一定就为1的，如果一张表数据比较大，分为几十、几百的chunk，有可能diffs的值也是不同的。
5、最后总结下使用该工具过程中出现的问题：
1）表中没有唯一索引或主键则会报错：
Can't make changes on the master because no unique index exists at /usr/local/bin/pt-table-sync line 10591.
2）如果binlog的格式是row的，需要加上--no-check-binlog-format参数，否则报错如下：
Replica MySQL-02 has binlog_format MIXED which could cause pt-table-checksum to break replication. Please read "Replicas using row-based replication"
in the LIMITATIONS section of the tool's documentation. If you understand the risks, specify --no-check-binlog-format to disable this check.