《TiDB跨版本升级》 --流程概述

作者：Ming

升级背景

原集群版本过低，运维难度大，决定进行版本升级
经过测试发现，v5.3.0版本相对于v3.0.10版本性能有很大提升
决定将TiDB v3.0.10升级到TiDB v5.3.0

升级方式

本方案采用Dumpling+Lightning+TiDB Binlog的方式进行

【升级方式划分】大体分为停机升级与不停机升级根据字面意思理解，我们可以根据业务的要求来进行选择，如果业务允许进行停机升级，那相对来说我们选择停机升级会更加的安全，快速，如果业务不允许停机的话我们主要选择就是不停机升级
不停机升级根据官方文档来看，需要通过特定方式来进行滚动升级滚动升级对于我们来说或许是一个很好的选择，但问题就是： 1、业务需求回滚，我们的回滚方案通常需要针对于全备+增量的方式来进行回滚，回滚进度较慢 2、因版本差距过大的话，连续进行滚动升级，不可控因素增多 3、老版本通常采用Ansible安装，又想让新版本适用tiup进行管理，操作起来较为复杂 #因为种种因素原因，最终决定采用Dumpling+Lightning+TiDB Binlog的方式，可以有效的规避一系列繁琐问题。

获取相关信息
创建TiDB v5.3.0的目标集群
Dumpling对原集群进行数据导出
Lightning对目标集群进行数据导入
启动Drainer进行增量同步
sync-diff-inspector进行数据校验
搭建回滚链路
切换业务

详细过程

一、获取相关信息

#针对兼容性问题，进行详细的调查与测试
当从一个早期的 TiDB 版本升级到 TiDB v5.3.0 时，如需了解所有中间版本对应的兼容性更改说明，请查看对应版本的 Release Notes。

二、搭建TiDB v5.3.0的目标集群

1、编辑拓扑文件topology.yaml

#混合部署与跨机房部署见官方文档
tiup cluster template > topology.yaml

vim topology.yaml
#详细配置信息参考官方文档

2、部署TiDB集群

#-p/-i 二选一
tiup cluster deploy cluster_name v5.3.0 ./topology.yaml --user root [-p] [-i /home/root/.ssh/gcp_rsa]

3、启动TiDB集群

#新部署集群默认关闭状态，需要将其启动
tiup cluster start cluster_name

4、验证集群状态

tiup cluster display cluster_name

三、Dumpling对原集群进行数据导出

数据导出工具Dumpling可以把存储在TiDB/MySQL中的数据导出为SQL或这CSV格式，可以用于完成逻辑上的全量备份或者导出
#适用场景
1、导出数据量小
2、需要导出SQL语句或者CSV的场景，可以在异构数据库或者系统中进行迁移
3、对于导出效率要求不高，由于需要读取数据和转换，所以比起物理导出效率低下
#选择导出数据的一致性方式
flush    （执行时会出现一句 flush table with read olck）只能读不能写（锁全库）
snapshot （会获取指定时间戳的一致性快照并导出）
lock      （备份什么锁什么）
none      （数据穿越）不用
auto      （根据数据库不同选择方式，TiDB选择snapshot  Mysql会选择flush）

【注意事项】 1、确定原集群数据量大小，来判断导出数据所需要的磁盘大小，防止导出数据量过大导致磁盘容量不够报错 2、因为我们后续需要搭建Drainer进行增量同步，所以需要在导出之前进行Pump部署和开启Binlog 3、为确保导出数据的可用性，判断导入与导出时间，调长GC时间

1、编写Dumpling脚本

vim dumpling.sh

#!/bin/bash
nohup ./dumpling -u  -P  -h  --filetype sql -t 8 -o /data/dumpling -r 200000 -F 256MiB > nohup_dumpling.out &

2、执行Dumpling脚本，并观察日志

sh dumpling.sh
tail -50f nohup_dumpling.out

四、Lightning对目标集群进行数据导入

TiDB Lightning是TiDB数据库的生态工具之一，可以将全量数据高速导入到TiDB集群中
#使用场景
大量新的数据需要迅速导入到TiDB数据库中
#Lightning流程
（1）启动Lightning，TiKV会切换到导入模式（他可以对写入进行优化，并且停止数据的压缩）
（2）建立schema和表 （就是连接到TiDB Server执行DDL语句，建立相关库和表）
（3）分割表 （将表分成一个一个的，做增量的并行导入，提高效率）
（4）读取SQL dump （并发的读取，给转化成键值对）
（5）写入本地临时存储文件 （将数据转换成TiDB想通的键值对，然后存储在本地TiKV文件中）
（6）导入数据到TiKV集群 （将数据加载到TiKV当中）

（7）检验分析
（8）导入完毕退出并且TiKV切换回普通模式

【注意事项】 1、注意sorted-kv-dir目录大小，防止导入时候磁盘空间不够 2、若 tidb-lightning 因不可恢复的错误而退出（例如数据出错），重启时不会使用断点，而是直接报错离开。为保证已导入的数据安全，这些错误必须先解决掉才能继续。使用 tidb-lightning-ctl 工具可以标示已经恢复 3、可以关注progress来查看剩余时间与导入效率

1、编辑Lightning配置文件

vim lightning.toml
#详细配置文件查看官方文档
https://docs.pingcap.com/zh/tidb/v5.3/tidb-lightning-configuration

2、编辑执行Lightning脚本

vim lightning.sh
#!/bin/bash
nohup ./tidb-lightning -config lightning.toml > nohup-lightning.out &

3、执行Lightning脚本并查看运行情况

sh lightning.sh
tail -50f tidb-lightning.log
egrep "progress" lightning.log

五、启动Drainer进行增量同步

TiDB Binlog工具可以收集TiDB数据库的日志（binlog），并且提供数据同步和准实时备份功能。
#TiDB Binlog流程
（1）PD获取上游数据库TiDB Server的binlog日志
（2）分散写入到Pump Cluster（里面有多个Pump组件）（它负责存储自己接收的binlog，并且按时间顺序进行排序）
（3）在由Drainer进行总排序（一个Drainer对应一个下游数据库或者存储日志或者Apache Karka）
#Pump组件用于实时记录上游数据库传过来的binlog
（1）多个Pump形成一个集群，可以水平扩容
（2）TiDB通过内置的Pump Client将Binlog分发到各个Pump
（3）Pump负责存储Binlog，并将Binlog按顺序提供给Drainer
#Drainer组件收集Pump组件发送过来的Binlog进行归并然后进行排序然后发送给下游数据库
（1）Drainer负责读取各个Pump的Binlog，归并排序后发送到下游
（2）Drainer支持relay log功能，通过relay log保证下游集群的一致性状态
（3）Drainer支持将Binlog同步到MySQL、TiDB、Kafka或者本地文件当中
#TiDB数据库的Binlog格式
（1）与MySQL Binlog的Row格式类似（按事务提交的顺序记录，并且只记增删改，记录每一行的改变）
（2）以每一行数据的变更为最小单位进行记录
（3）只有被提交的事务才会被记录，且记录的是完整事务
     在Binlog中会记录主键和开始的时间戳
     在Binlog中会记录提交的时间戳 

【注意事项】 1、在导出数据之前要部署好Pump组件和开启Binlog 2、commit_ts通过dumpling导出数据的目录的metadata获取 3、部署完毕查看Pump、Drainer运行状态和checkpoint

1、TiDB Binlog集群监控

Pump状态

metric名称	说明
Storage Size	记录磁盘的总空间大小（capacity），以及可用磁盘空间大小（available）
Metadata	记录每个Pump的可删除binlog的最大TSO（gc_tso）,以及保存的binlog的最大的commit tso
Write Binlog QPS by ln	每个Pump接收到的写binlog请求的QPS
Write Binlog Latency	记录每个Pump写binlog的延迟时间
Storage Write Binlog S	Pump写binlog数据的大小
Storage Write Binlog L	Pump中的storage模块写binlog数据的延迟
Pump Storage Error By	Pump遇到的error数量，按照error的类型进行统计
Query TiKV	Pump通过TiKV查询事务状态的次数

Drainer状态

metric名称	说明
Checkpoint TSO	Drainer已经同步到下游的binlog的最大TSO对应的时间，通过该指标估算同步延迟时间
Pump Handle TSO	记录Drainer从各个Pump获取到binlog的最大TSO对应的时间
Pull Binlog QPS by Pump NodeID	Drainer从每个Pump获取binlog的QPS
95% Binlog Reach Duration By Pump	记录binlog从写入Pump到被Drainer获取到这个过程的延迟时间
Error By Type	Drainer遇到的error数量，按照error的类型进行统计
SQL Query Time	Drainer在下游执行SQL的耗时
Drainer Event	各种类型event的数量，event包括（ddl，insert，delete，update，flush，savepoint）
Execute Time	写入binlog到同步下游模块所消耗的时间
95% Binlog Size	Drainer从各个Pump获取到binlog数据的大小
DDL job Cout	Drainer处理的DDL的数量
Queue Size	Drainer内部工作队列大小

2、编辑Ansible集群文件inventory.ini文件

#原端集群由Ansible完成
详细配置参数参考官方文档
https://docs.pingcap.com/zh/tidb/v3.0/deploy-tidb-binlog#%E7%AC%AC-3-%E6%AD%A5%E9%83%A8%E7%BD%B2-drainer

3、修改drainer.toml配置文件

cd /home/tidb/tidb-ansible/conf &&
cp drainer.toml drainer_mysql_drainer.toml &&
vi drainer_mysql_drainer.toml
#配置文件名命名规则为 ，否则部署时无法找到自定义配置文件。 但是需要注意 v3.0.0，v3.0.1 的配置文件命名规则与其余版本略有不同，为别名_drainer.toml别名_drainer-cluster.toml
详细参数参考官方文档
https://docs.pingcap.com/zh/tidb/v3.0/deploy-tidb-binlog#%E7%AC%AC-3-%E6%AD%A5%E9%83%A8%E7%BD%B2-drainer

4、部署Drainer

ansible-playbook deploy_drainer.yml
#单独创建部署文件的inventory.ini的需要-i指定

5、启动Drainer

ansible-playbook start_drainer.yml
#单独创建部署文件的inventory.ini的需要-i指定

六、sync-diff-inspector进行数据校验

sync-diff-inspector 是一个用于校验 MySQL／TiDB 中两份数据是否一致的工具。该工具提供了修复数据的功能（适用于修复少量不一致的数据）
#主要功能
1、对比表结构和数据
2、如果数据不一致，则生成用于修复数据的 SQL 语句
3、支持不同库名或表名的数据校验
4、支持分库分表场景下的数据校验
5、支持 TiDB 主从集群的数据校验
6、支持从 TiDB DM 拉取配置的数据校验

【注意事项】 1、个别数据类型目前不支持比对，需要过滤出来不可比对的列进行过滤掉并进行手工比对 2、对于 MySQL 和 TiDB 之间的数据同步不支持在线校验，需要保证上下游校验的表中没有数据写入，或者保证某个范围内的数据不再变更 3、支持对不包含主键或者唯一索引的表进行校验，但是如果数据不一致，生成的用于修复的 SQL 可能无法正确修复数据 4、snapshot配置通过checkpoint获得

1、获取ts-map

select * from tidb_binlog.checkpoint;

2、编辑sync-diff-inspector

vim sync-diff-inspector.toml
#详细配置参数参考官方文档

https://docs.pingcap.com/zh/tidb/v5.3/sync-diff-inspector-overview

3、创建sync-diff-inspector启动脚本

vim sync-diff-inspector.sh

#!/bin/bash
nohup ./sync-diff-inspector --config=./sync-diff-inspector.toml > nohup_sync-diff-inspector.out &

4、运行sync-diff-inspector脚本

sh sync-diff-inspector.sh

七、搭建回滚链路

回滚链路通过TiDB Binlog来完成
#反向搭建一套TiDB Binlog来完成业务的回滚

【注意事项】 1、回滚链路的Binlog与Pump需要在搭建集群时候同步搭建 2、只需要配置好Drainer扩容文件即可，需要回滚时在扩容上去

升级总结

#相对于v3.0.10版本，v5.4.0版本性能上更加稳定，运维起来也更加方便
  针对于这种跨版本的数据库升级，我相信它会是一种操作比较多也是比较重要的项目。在这里只是简单的介绍了方法的流程与步骤
具体的操作执行，还需要自己进行相应的测试，毕竟对于我们来说，安全、稳定更为重要。
#有几个地方是我们需要值得注意的：
1、Dumpling导出数据之前一定要开启Pump和Drainer
2、Dumpling导出数据之前GC时间要进行调整
3、Lightning导入数据会有部分由于版本差距过大导致的不兼容问题，尽量提前测试提前进行避免
4、sync-diff-inspector数据校验，针对于不支持的列提前找出并过滤，进行手工比对
5、记着获取原集群的用户信息导入到目标集群
6、回滚链路只需要配置好文件在切换业务时候扩容即可
7、需求回滚之时把原业务反向切换

《TiDB跨版本升级》 --流程概述

升级背景​

升级方式​

详细过程​

一、获取相关信息​

二、搭建TiDB v5.3.0的目标集群​

三、Dumpling对原集群进行数据导出​

四、Lightning对目标集群进行数据导入​

五、启动Drainer进行增量同步​

六、sync-diff-inspector进行数据校验​

七、搭建回滚链路​

升级总结​