FAQ系列 | 纳尼,mysqldump导出的数据居然少了40万?

0、导读

用mysqldump备份数据时,加上 -w 条件选项过滤部分数据,发现导出结果比实际少了40万,什么情况?

本文约1500字,阅读时间约5分钟。

1、问题

我的朋友小文前几天遇到一个怪事,他用mysqldump备份数据时,加上了 -w 选项过滤部分数据,发现导出的数据比实际上少了40万。

要进行备份表DDL见下:

CREATE TABLE `oldbiao` (

`aaaid` int(11) NOT NULL,

`bbbid` int(11) NOT NULL,

`cccid` int(11) NOT NULL,

`time` timestamp NOT NULL DEFAULT CURRENT_TIMESTAMP,

`dddid` int(11) DEFAULT NULL,

KEY `index01` (`ccccid`),

KEY `index02` (`dddid`,`time`)

) ENGINE=InnoDB DEFAULT CHARSET=utf8;

顺便吐槽下,这个表DDL设计的真是low啊。没主键,允许NULL。

mysqldump备份指令增加的 -w/–where 选项是:

-w “time>‘2016-08-01 00:00:00′”

加上这个参数的作用是:只备份 2016-8-1 之后的所有数据,相当于执行了下面这样的SQL命令:

SELECT SQL_NO_CACHE * FROM t WHERE time>‘2016-08-01 00:00:00′

然后把导出的SQL文件恢复后,再随机抽查下数据看看是否有遗漏的。不查不知道,一查吓一跳,发现 2016-12-12 下午的数据是缺失的。经过仔细核查,发现比原数据大概少了40万条记录。

百思不得其解的小文请我帮忙排查问题。

2、排查

既然是少了一部分数据,那就要先定位到底是丢失了的是哪部分数据。

那么,如何定位呢?

搞数据库的人,应该都知道折半查找法,这是计算机科学里比较基础的概念之一。我们就利用这种方法来快速定位。

经过排查,发现是缺少的数据有个特点,根据时间排序,发现最早的数据是 2016-8-1 8点的,而我们上面设定的条件则是 2016-8-1 0点开始的所有数据,整整差了8个小时。

看到8小时这个特点,我想你应该大概想到什么原因了吧。对,没错,就是因为时区的因素导致的。

经过排查,发现是因为原先写数据时,是以 0时区 时间写入的,但执行mysqldump备份时则使用的是本地 东8区 的时间,所以就有了8小时的差距。

2、解决

知道了问题所在,方法就简单了。有两个方法:

1、修改mysqldump中的where条件时间值,减去8个小时。建议采用该方法。

mysqldump … -w “time>‘2016-07-31 16:00:00′”

2、修改MySQL全局时区,从 0时区 改成 东8区,并且mysqldump加上 –skip-tz-utc 选项。这种方法需要修改MySQL的全局时区,可能会导致更多的业务问题,因此强烈不建议使用

mysqldump … –skip-tz-utc -w “time>‘2016-08-01 08:00:00′”

问题暂且按下,我们先来看下时区因素怎么影响查询结果的。

先看下系统本地时间:

[yejr@imsyql]$ date -R

Wed, 21 Dec 2016 14:04:51 +0800

测试表DDL:

CREATE TABLE `t1` (

`id` int(10) unsigned NOT NULL AUTO_INCREMENT,

`c1` timestamp NULL DEFAULT NULL,

PRIMARY KEY (`id`)

) ENGINE=InnoDB;

查看MySQL的时区设置:
   

图1

然后写入一条数据:

图2

第一次备份,用本地时间条件去过滤:

mysqldump -w “dt >= ‘2016-12-21 14:00:00′”

这种情况下,显然是没有结果的。

图3

第二次备份,用本地时间减去8小时再去过滤:

mysqldump -w “dt >= ‘2016-12-21 06:00:00′”

这种就可以备份出数据了。

图4

此外,我们注意到mysqldump的 –tz-utc 选项,它是和时区设定有关系的:

–tz-utc

SET TIME_ZONE=’+00:00′ at top of dump to allow dumping of TIMESTAMP data when a server has data in different time zones or data is being moved between servers with different time zones.

(Defaults to on; use –skip-tz-utc to disable.)

这个选项的作用,就是以 0时区  备份数据,把所有时间都转换成 0时区 的数据。比如本来是在 东8区(+08:00) 的时间 14:00:00,转换成 0时区 后,会变成 06:00:00,原来是 西8区(-08:00) 的时间14:00:00,则转换成 22:00:00。这个选项是默认启用的。

在上面第一次备份时没有数据,就是因为MySQL里本身存储的就是 0时区 的数据,mysqldump也设定了转换成 0时区,我们传递进去的参数却是 东8区 的时间,因此没有数据。

3、总结

本来只想简单写一下的,结果啰里啰嗦写了好多。

其实我们只需要注意一点,服务器在哪里,就是用哪里的时区,也就是 SYSTEM 时区,在做SQL查询以及mysqldump备份数据时,也使用服务器上的时间,而不使用我们本地时间。

图5

新闻 | MariaDB Columnstore 1.0.6 GA发布

0、导读

在昨天(2016.12.14),MariaDB正式发布了MariaDB Columnstore 1.0版本

1、关于MariaDB Columnstore

MariaDB Columnstore的前身其实是InfiniDB,大家可能还记得在2014年9月份时,InfiniDB公司宣布关门后,MariaDB接手了这个项目。

在10月15日的杭州阿里云栖大会上,我有幸和MariaDB Columnstore的主要开发者Daniel Lee同台做分享。Daniel是位华人,中文说的很流利,此前他在InfiniDB公司,随着InfiniDB被MariaDB接管而进入MariaDB继续工作,继续负责InfiniDB的开发,只不过项目被命名为MariaDB Columnstore。

2、MariaDB Columnstore 1.0.6 GA发布

在10月26日,MariaDB Columnstore刚刚发布了1.0.5 beta版本。在昨天,MariaDB Columnstore发布了1.0.6 GA版本,这个动作不可谓不快,可见MariaDB对这块市场需求的重视。

就我个人而言,以往InfiniDB的经验来看其实它还是比较“难用”的,哈哈。希望在MariaDB的生态理念下这方面能有所改进。

我是挺想对MariaDB Columnstore做个测试的,可惜一直没有比较完整的时间来做这事,有兴趣的同学可以先尝鲜试试哈。

Columnstore的官方资料可见:

https://mariadb.com/kb/en/mariadb/mariadb-columnstore/

3、其他媒体关注报道

In addition, early ColumnStore user Andrew Ernst from IHME penned this blog: 
IHME Believes Open Source MariaDB ColumnStore Is The Future of Data Warehousing

The news cycle began in Europe and is working its way to the U.S. – we expect more coverage.

US
UK
European/Non-English: