好用的数据校验&修复工具gt-checksum开源啦！

不用说，看名字也知道，gt-checksum工具是数据校验工具。

没错，gt-checksum 是GreatSQL社区新增的成员，它是 一款静态数据库校验修复工具，支持MySQL、Oracle等主流数据库，采用Go语言开发，今天正式开源。

1. 背景介绍

作为MySQL DBA，相信应该都听说过Percona出品的 pt-table-checksum & pt-table-sync 工具（没听说过的绝对不是合格的MySQL DBA，嘿嘿），可以用它俩进行数据校验及修复工作，非常好用。

不过，在MySQL MGR架构中，或者是当下常见的上云、下云业务中，以及MySQL、Oracle间的异构数据等多种场景中，pt工具并不支持。针对这些需求痛点，我们结合平时遇到的客户需求，开发了 gt-checksum 数据校验&修复工具，并贡献给GreatSQL社区，进行开源，继续促进业内开源生态健康发展。

gt-checksum工具支持以下几种常见业务需求场景：

1. MySQL主从复制：主从复制中断后较长时间才发现，且主从间差异的数据量太多，这时候通常基本上只能重建复制从库，如果利用 pt-table-checksum 先校验主从数据一致性后 ，再利用 pt-table-sync 工具修复差异数据，这个过程要特别久，时间代价太大。
2. MySQL MGR组复制：MySQL MGR因故崩溃整个集群报错退出，或某个节点异常退出，在恢复MGR集群时一般要面临着先检查各节点间数据一致性的需求，这时通常为了省事会选 择其中一个节点作为主节点，其余从节点直接复制数据重建，这个过程要特别久，时间代价大。
3. 上云下云业务场景：目前上云下云的业务需求很多，在这个过程中要进行大量的数据迁移及校验工作，如果出现字符集改变导致特殊数据出现乱码或其他的情况，如果数据迁 移工具在迁移过程中出现bug或者数据异常而又迁移成功，此时都需要在迁移结束后进行一次数据校验才放心。
4. 异构迁移场景：有时我们会遇到异构数据迁移场景，例如从Oracle迁移到MySQL，通常存在字符集不同，以及数据类型不同等情况，也需要在迁移结束后进行一次数据校验才 放心。
5. 定期校验场景：作为DBA在维护高可用架构中为了保证主节点出现异常后能够快速放心切换，就需要保证各节点间的数据一致性，需要定期执行数据校验工作。

以上这些场景，都可以利用 gt-chcksum 工具来满足。

2. 功能特性

在正式开源之前，gt-checksum 工具已经在内部经过了十数个版本迭代，可以满足绝大多数场景下的数据校验&修复需求，尤其是MySQL、Oracle间的异构数据库场景。

gt-checksum 工具主要功能特性有：

• 支持主从复制、MGR以及MySQL、Oracle间的数据校验&修复；
• 数据库名、表名设置支持多种正则表达式
• 支持多种字符集
• 支持设置表名大小写敏感
• 支持多种数据校验模式，数据、表结构、索引、分区、外键、存储过程等
• 支持多种数据校验方式，全量校验，抽样校验和行数校验
• 支持多种数据修复模式，校验完毕后直接修复或是生成修复SQL文件再自行手动处理
• 支持校验无索引表
• 支持并发多线程校验
• 更好支持大表数据校验，效率更高，且基本不会发生OOM等问题

3. gt-checksum使用

3.1 标准使用案例

指定配置文件，开始执行数据校验，示例：

shell> gt-checksum -f ./gc.conf-- gt-checksum init configuration files ---- gt-checksum init log files ---- gt-checksum init check parameter ---- gt-checksum init check table name ---- gt-checksum init check table column ---- gt-checksum init check table index column ---- gt-checksum init source and dest transaction snapshoot conn pool ---- gt-checksum init cehck table query plan and check data --begin checkSum index table db1.t1[████████████████████████████████████████████████████]113%  task:     678/600table db1.t1 checksum complete** gt-checksum Overview of results **Check time:  73.81s (Seconds)Schema  Table                   IndexCol                                checkMod        Rows            Differences     Datafixdb1     t1                      ol_w_id,ol_d_id,ol_o_id,ol_number       rows            5995934,5995918 yes             file

3.2 直接在命令行模式下使用

设定只校验db1库下的所有表，不校验test库下的所有表，并设置没有索引的表也要校验

shell> gt-checksum -S type=mysql,user=root,passwd=abc123,host=172.16.0.1,port=3306,charset=utf8 -D type=mysql,user=root,passwd=abc123,host=172.16.0.2,port=3306,charset=utf8 -t db1.* -it test.* -nit yes

3.3 使用极简配置文件案例

gt-checksum还支持极简配置文件模式，最少只需要配置三个参数，即可完成数据校验，例如：

shell> cat gc.conf-simple[DSNs]srcDSN = mysql|pcms:abc123@tcp(172.17.16.1:3306)/information_schema?charset=utf8dstDSN = mysql|pcms:abc123@tcp(172.17.16.2:3306)/information_schema?charset=utf8[Schema]tables = db1.t1shell> gt-checksum -f ./gc.conf-simple...

注意：

1. 极简配置文件名必须是 gc.conf-simple。
2. 配置文件中仅需指定源和目标端的DSN，以及要校验的表名即可。

更多使用场景和案例欢迎大家一起来解锁。

4. 项目信息

gt-checksum代码已上传到gitee上，项目地址 https://gitee.com/GreatSQL/gt-checksum，欢迎围观、加星，也欢迎来“找茬”，提patch/issue。