背景
mysql可以支持多種不同的存儲引擎，innodb由於其高效的讀寫性能，並且支持事務特性，使得它成為mysql存儲引擎的代名詞，使用非常廣泛。隨著SSD逐漸普及，硬件存儲成本越來越高，面向寫優化的rocksdb引擎逐漸流行起來，我們也是看中了rocksdb引擎在寫放大和空間放大的優勢，將其引入到mysql體系。兩種引擎的結構B-Tree(innodb引擎)和LSM-Tree(rocksdb引擎)很好地形成互補，我們可以根據業務類型來選擇合適的存儲。一般mysql默認是mysql+innodb引擎，而mysql+rocksdb引擎稱之為myrocks。今天要討論的就是myrocks復制中斷問題，案例來源於真實的業務場景。
問題現象
復制過程中，出現了1756錯誤，根據錯誤日志和debug確認是slave-sql線程在更新slave_worker_info表時出錯導致，堆棧如下：
#7 0x0000000000a30104 in Rpl_info_table::do_flush_info (this=0x2b9999c9de00, force=<optimized out>) at /home/admin/95_20161208115448428_15352432_code/rpm_workspace/sql/rpl_info_table.cc:171
#8 0x0000000000a299b1 in flush_info (force=true, this=<optimized out>) at /home/admin/95_20161208115448428_15352432_code/rpm_workspace/sql/rpl_info_handler.h:92
#9 Slave_worker::flush_info (this=0x2b9999f80000, force=<optimized out>) at /home/admin/95_20161208115448428_15352432_code/rpm_workspace/sql/rpl_rli_pdb.cc:318
#10 0x0000000000a29d95 in Slave_worker::commit_positions (this=this@entry=0x2b9999f80000, ev=ev@entry=0x2b9999c9ab00, ptr_g=ptr_g@entry=0x2b9999daca00, force=<optimized out>)
at /home/admin/95_20161208115448428_15352432_code/rpm_workspace/sql/rpl_rli_pdb.cc:582
#11 0x00000000009d61f0 in Xid_log_event::do_apply_event_worker (this=0x2b9999c9ab00, w=0x2b9999f80000) at /home/admin/95_20161208115448428_15352432_code/rpm_workspace/sql/log_event.cc:74
這裡簡單介紹下復制相關的位點表，在並行復制模式下，參與復制的主要有三個角色，slave_io線程負責將主庫的binlog拉取到本地；slave_sql線程讀取binlog並根據一定的規則分發給各個slave_worker；slave_worker線程回放主庫的操作，達到與主庫同步的目的。slave_io線程和slave_sql線程分別只有一個，而worker線程可以有1個或多個，可以依據參數slave_parallel_workers設置。如果將slave_parallel_workers設置為0，則表示關閉並行復制，slave_sql線程承擔回放的工作。位點表主要有3張，包括slave_worker_info，slave_relay_log_info和slave_master_info表。slave_io線程更新slave_master_info表，更新拉取的最新位置；slave_sql線程更新slave_relay_log_info表，更新同步位點;而slave_worker線程更新slave_worker_info，每個worker線程在該表中都對應一條記錄，每個worker各自更新自己的位點。
Slave_worker的工作流程如下：
1) 讀取event，調用do_apply_event進行回放；
2) 遇到xid event(commit/rollback event)，表示事務結束，調用commit_positions更新位點信息；
3) 調用do_commit提交事務。
從我們抓的堆棧來看，是worker線程在執行執行第2步出錯，現在我們得到了初步的信息，更新位點表失敗直接導致了錯誤。
問題定位與分析
接下來，我們要看看最終是什麼導致了更新位點表失敗？根據最後的錯誤碼，我們調試時設置了若干斷點，最終得到了如下堆棧
#0 myrocks::Rdb_transaction::set_status_error (this=0x2b99b6c5b400, thd=0x2b99b6c51000, s=..., kd=std::shared_ptr (count 18, weak 0) 0x2b997fbd7910,
tbl_def=0x2b9981bc95b0) at /home/admin/95_20161208115448428_15352432_code/rpm_workspace/storage/rocksdb/ha_rocksdb.cc:1460
#1 0x0000000000a6da28 in myrocks::ha_rocksdb::check_and_lock_unique_pk (this=this@entry=0x2b997fbb3010, key_id=key_id@entry=0, row_info=...,
found=found@entry=0x2b9a58ca77ef, pk_changed=pk_changed@entry=0x2b9a58ca782f)
at /home/admin/95_20161208115448428_15352432_code/rpm_workspace/storage/rocksdb/ha_rocksdb.cc:7092
#2 0x0000000000a6e8a8 in myrocks::ha_rocksdb::check_uniqueness_and_lock (this=this@entry=0x2b997fbb3010, row_info=..., pk_changed=pk_changed@entry=0x2b9a58ca782f)
at /home/admin/95_20161208115448428_15352432_code/rpm_workspace/storage/rocksdb/ha_rocksdb.cc:7250
#3 0x0000000000a7386a in myrocks::ha_rocksdb::update_write_row (this=this@entry=0x2b997fbb3010, old_data=old_data@entry=0x0
通過代碼分析得到了如下信息：
更新位點表之所以失敗是因為更新記錄時發現已經存在了一條記錄，這條記錄的sequnceNumber比當前快照獲取的sequnceNumber大，所以報錯。這裡簡單介紹下sequenceNumber，sequenceNumber是全局遞增的，內部存儲為一個7字節的整數，Rocksdb依賴sequenceNumber實現MVCC。每條記錄有一個唯一的sequenceNumber，rocksdb利用sequenceNumber進行可見性判斷。事務在提交時，獲取當前最大的sequenceNumber，並按照先後順序為事務中的每條記錄分配一個sequenceNumber，然後寫入memtable。同一個key的多個不同的sequenceNumber記錄按照逆序存放，即sequenceNumber最大的key放在最前面，最小的放在最後面。表1中key-n，key表示key值，n表示key對應sequenceNumber，假設key1<key2<key3<key4，則存儲順序如下：
Key1-100
Key1-50
Key2-120
Key2-80
Key3-70
Key4-150
ValueA
ValueB
ValueC
ValueD
ValueE
ValueF
進行讀取時，會利用sequenceNumber建立一個快照，讀取快照發生前的已經存在的記錄，系統之後的變更與本快照無關。假設快照的sequenceNumber是150，執行get(key2)時，會找到(key2-120，ValueC)；而如果快照sequenceNumber是100，執行get(key2)時，則會找到(key2-80，ValueD)。
回到問題本身，看看與問題相關的更新流程：
1.嘗試對更新key加鎖，如果沒有並發更新，上鎖成功 //TryLock
2.利用當前最大的sequenceNumberA生成快照
3.檢查快照生成後，key是否被修改 // ValidateSnapshot
1)再次獲取最大sequenceNumberB，構造key進行查找 // GetLatestSequenceForKey
2)查找是否存在相同的key的記錄
4.若相同key的記錄存在，且key的sequnceNumber大於sequenceNumberA，則認為有寫沖突，報錯。
我們碰到的錯誤正好就是遇到了寫沖突報錯，那麼現在問題來了，明明這個key已經上鎖了，並且獲取了最新的sequencNumberA，為什麼仍然會讀到相同的key，且對應的seqeunceNumber比sequencNumberA大？結合之前分析的slave_worker_info表，我們可以作出以下猜測
大膽猜測：
小心求證：
現象看起來是這麼的不合理，所有的假設感覺都是不攻自破，但是事實如此，唯有通過更多的信息來輔佐我們進一步判斷。結合代碼，我們對於上面懷疑的幾個點，在相關路徑下進行埋點驗證。埋點主要為了得到以下信息：
獲得日志如下：
Resource busy: seq:38818368818, key_seq:38818368817, index number is 0-0-1-2, pk is 0-0-0-10, thread is 46983376549632 映射關系： worker id is 10, thread is 46983367104256 //寫memtable線程 worker id is 9, thread is 46983376549632 //出錯線程 worker id is 11, thread is 46983359772416 //事務提交線程 寫memtable線程： 2016-12-19 16:42:06 53743 [ERROR] LibRocksDB:In Memtable, index_num is 0-0-1-2, pk is 0-0-0-10, seq is 38818368818, thread is 46983367104256 2016-12-19 16:42:06 53743 [ERROR] LibRocksDB:In Memtable, index_num is 0-0-1-2, pk is 0-0-0-4, seq is 38818368665, thread is 46983367104256 2016-12-19 16:42:06 53743 [ERROR] LibRocksDB:In Memtable, index_num is 0-0-1-2, pk is 0-0-0-3, seq is 38818368675, thread is 46983367104256 提交線程： type is commit, write_start, thread is 46983359772416, seq is 38818368817 type is commit, write_end, thread is 46983359772416, seq is 38818368818, count is 1
報錯的直接原因就是 已存在相同key的sequenceNumber 38818368818大於快照的squenceNumber 38818368817。這個沖突的key由worker 10寫入memtable，但是由worker 11提交，並不是出錯的線程。總結下來， 我們發現幾個奇怪的現象：
1. 存在多個線程寫一個key的情況，比如worker10曾經寫過key為10，4，和3的記錄
2. 對於出錯的sequenceNumber(38818368818)的key，為什麼會被worker11提交
3. 日志中發現SequenceNumber不連續，存在跳躍的現象
前兩個問題很容易讓我們陷入誤區，存在多個worker寫同一個key的情況，而事實上這兩個問題都是源於group-commit機制，其它線程可能會代替你提交，導致你會看到同一個worker寫不同key的現象。這裡的group-commit包括兩個層次，server層group-commit和rocksdb引擎的group-commit。
從圖中可以看出，在server層group-commit機制下，流入到rocksdb引擎層commit接口的都是串行的，既然是串行的，為什麼sequenceNumber會存在跳躍呢？這時候我想到了binlog_order_commits參數，之前為了提高性能，關閉了該參數，也就是在提交的最後一階段，多個事務並發在引擎層提交，會不會與並發寫memtable有關，因為在之前復現的過程中，我們發現關閉並發寫memtable特性(rocksdb_allow_concurrent_memtable_write=0)，問題不會復現。
但令人失望的是，在並發寫memtable情況下，即使打開了binlog_ordered_commit(server層串行commit)，事務串行在引擎層提交仍然會出現同樣的問題。
到這裡似乎陷入了死胡同，引擎層永遠只有一個事務進來，為啥開啟並發寫memtable會影響正確性呢？因為一個事務沒法並發。不知什麼時候靈光一現，prepare階段和commit階段並發。因為rocksdb最終提交接口WriteImpl是prepare和commit公用的，通過傳入的參數來區別。prepare階段寫wal日志，commit階段寫memtable和commit日志。那我們就重點來看prepare和commit並發進入WriteImpl時SequenceNumber相關的代碼，果然發現了問題。這裡我簡單介紹下開啟並發寫memtable選項時，事務的提交邏輯。
1.每個事務都對應一個write-batch
2.第一個進入WriteImpl函數的線程為leader，其它線程為follower
3.leader和follower根據先後順序串成一個鏈表
4.對於並發寫memtable的情況，leader根據每個事務write-batch的count，計算每個事務的start-sequenceNumber。
5.leader寫完wal日志後，follower根據各自start-sequenceNumber，並發寫memtable
6.所有事務都寫完memtable後，leader更新全局的sequenceNumber。
問題主要發生在第4個步驟，計算start-sequenceNumber時，忽略了prepare事務的判斷，導致在prepare事務與commit事務成為一個group時，commit事務的sequence出現跳躍，而全局的sequenceNumber只統計了commit事務，最終導致了寫入memtable的sequenceNumber比全局sequenceNumber大的現象，進而發生了後續的錯誤。下面列舉一個錯誤的例子，假設slave_worker1和slave_worker2分別執行完事務trx1和trx2操作，更新位點後開始事務提交，trx1處於prepare階段，trx2處於commit階段，trx1和trx2組成一個commit-group， trx1是leader，trx2是follower，current_sequence 是101。
trx1: prepare phase, batch count is 3 put(user_key1,v1); put(user_key2,v2); put(user_key3,v3); trx2: commit phase, batch count is 2 put(user_keyA,v1); put(user_keyB,v2);
trx1是leader，因此trx2的start sequence 是101+3=104，寫入memtable中的user_keyA的sequence是104，user_keyB的sequence是105。Current sequence推進到103。這個group結束後，對於新事務trx3， 如果Current sequnce為已經推進到120(全局任何事務提交都會推進sequence)，trx3更新user_keyA，就會發現已經存在(user_keyA, 104)，也就是我們遇到的錯誤；而另外一種情況，假設current Sequence沒有推進，仍然為103，則會發生更新丟失，因為查不到(user_keyA,104)這條記錄。這正好解釋了，為啥我們在同步過程中，會發生丟失更新的問題。
while (w != pg->last_writer) {
// Writers that won't write don't get sequence allotment
if (!w->CallbackFailed()) {
sequence += WriteBatchInternal::Count(w->batch); # // BUG HERE: not check w-> ShouldWriteToMemtable, sequence out of bound.
}
w = w->link_newer;
w->sequence = sequence;
w->parallel_group = pg;
SetState(w, STATE_PARALLEL_FOLLOWER);
}
小插曲
到這裡，我們已經回答了之前的所有疑問，問題也最終定位。但萬萬沒想到，修改代碼提交後，復制問題依舊存在，我感歎是不是不只一個bug。於是繼續查，看了下日志，已經不是之前的slave_worker_info表出錯了，而是一張業務表。後來才發現是因為替換mysqld後隔離級別沒有設置，重啟實例後，隔離級別變為Read-Repeatable級別導致。這裡簡單說下RR隔離下，並行復制下，導致上述錯誤的原因。首先明確一點，RR隔離是在事務的第一個語句獲取快照，以後事務中所有語句都使用這個快照，而RC隔離級別則是事務的每個語句會單獨獲取快照。在並行復制模式下，假設這樣一種情況：
時間軸
Trx1
Trx2
1
Begin
Begin
2
Update t1 set v=? where k=1
3
Update t2 set v=? where k=1
4
commit
5
Update t2 set v=? where k=1
RR隔離級別下，trx1會在第一個update語句獲取快照，更新t2表時，仍然使用之前的快照，而在這期間，t2表的k=1對應的記錄可能被修改，導致記錄的sequenceNumber大於trx1快照的sequenceNumber，進而導致更新t2失敗。而如果是RC級別，trx1執行更新t2表時則會重新獲取快照，不會存在問題。
問題解決
處理sequenceNumber邏輯不正確主要會導致兩個問題，備庫丟失更新和備庫復制中斷。定位到問題原因，並且對所有疑問都有合理的解釋後，修改就比較簡單了，在計算start-sequenceNumber函數LaunchParallelFollowers中，添加prepare事務的判斷即可，隨後還需要編寫測試用例穩定復現，並進行回歸測試才算是最終修復這個補丁。我們將問題反饋給官方https://github.com/facebook/mysql-5.6/issues/481，很快得到了官方的確認和回復。
總結
整個排查過程還是比較曲折，因為這個bug涉及到並發，並且是特定參數組合的並發才會出問題，所以對於這種復雜的場景，通過合理假設與日志埋點能逐步得到一些結論和依據，最後抽絲剝繭獲取與問題相關的信息，才最終解決問題。我們在測試驗證中過程中不斷發現很多看似與預期不符的日志，也正是這些日志讓我們把整個流程弄透徹，離解決問題越來越近，總之不要放過任何一個疑點，因為要堅信日志不會騙人，而代碼邏輯可能因為你忽略了某些分支，導致會有錯誤的推斷。
