GreatSQL社区»论坛问答 › GreatSQL › gt-checksum

[已解决] gt-checksum用户手册

684 0 2023-3-6 09:19

gt-checksum

关于gt-checksum

gt-checksum - A opensource table and data checksum tool by GreatSQL

用法

Usage:

gt-checksum --srcDSN DSN --dstDSN DSN --tables TABLES

gt-checksum --config=./gc.conf

快速使用案例1

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

快速使用案例2

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

./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

gt-checksum特性

MySQL DBA最常用的数据校验&修复工具应该是Percona Toolkit中的pt-table-checksum和pt-table-sync这两个工具，不过这两个工具并不支持MySQL MGR架构，以及国内常见的上云下云业务场景，还有MySQL、Oracle间的异构数据库等多种场景。

GreatSQL开源的gt-checksum工具可以满足上述多种业务需求场景，解决这些痛点。

gt-checksum工具支持以下几种常见业务需求场景：

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。
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。
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。
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。
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。

参数选项详解

gt-checksum支持命令行传参，或者指定配置文件两种方式运行，但不支持两种方式同时指定。

配置文件可参考(这个模板)[x]，模板中包含相关参数的详细解释。

gt-checksum命令行参数选项详细解释如下：

--config / -f Type: string
指定配置文件名，例如：

shell> ./gt-checksum -f ./gc.confshell> ./gt-checksum --config ./gc.conf

gt-checksum支持极简配置文件工作方式，即只需要最少的几个参数就能工作，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.t1

注意：

极简配置文件名必须是 gc.conf-simple。
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。

--srcDSN / -S Type: String. Default: port=3306,charset=utf8mb4.
定义数据校验源数据库的DSN，例如：

-S type=mysql,user=root,passwd=abc123,host=172.17.140.47,port=3306,charset=utf8mb4

当前DSN定义支持MySQL、Oracle两种数据库。

Oracle的连接串格式为：oracle|user/password@ip:port/sid 例如：srcDSN = oracle|pcms/abc123@172.16.0.1:1521/helowin

MySQL的连接串格式为：mysql|usr:password@tcp(ip:port)/dbname?charset=xxx 例如：dstDSN = mysql|pcms:abc123@tcp(172.16.0.1:3306)/information_schema?charset=utf8

注：port默认值是3306，charset默认值是utf8mb4。

--dstDSN / -D Type: String. Default: port=3306,charset=utf8mb4.
定义数据校验目标数据库的DSN，例如：

-D type=mysql,user=root,passwd=abc123,host=172.17.140.47,port=3306,charset=utf8mb4

和srcDSN一样，也支持MySQL、Oracle两种数据库，DSN字符串格式同srcDSN。

注：port默认值是3306，charset默认值是utf8mb4。

--table / -t Type: String. Default: nil.
定义要执行数据校验的数据表对象列表，支持通配符"%"和"*"。
表名中支持的字符有：[0-9 a-z! @ _ {} -]. [0-9 a-z! @ _ {} -]，超出这些范围的表名将无法识别。
下面是几个案例：
- . 表示所有库表对象（MySQL不包含 information_schema\mysql\performance_schema\sys）
- test.* 表示test库下的所有表
- test.t% 表示test库下所有表名中包含字母"t"开头的表
- db%.* 表示所有库名中包含字母"db"开头的数据库中的所有表
- %db.* 表示所有库名中包含字母"db"结尾的数据库中的所有表
如果已经设置为 "."，则不能再增加其他的规则，例如：设置 ".,pcms%.*" 则会报告规则错误。如果 table 和 ignore-tables 设置的值相同的话也会报告规则错误。
案例：

shell> gt-checksum -S srcDSN -D dstDSN -t db1.*

--ignore-table / -it Type: String. Default: nil.
定义不要执行数据校验的数据表对象列表，支持通配符"%"和"*"。
表名中支持的字符有：[0-9 a-z! @ _ {} -]. [0-9 a-z! @ _ {} -]，超出这些范围的表名将无法识别。
具体用法参考上面 --table 选项中的案例。
案例：

shell> gt-checksum -S srcDSN -D dstDSN -t db1.* -it test.*

--noIndexTable / -nit Type: Bool, yes/no. Default: no.
设置是否检查没有索引的表，可设置为：yes/no，默认值为：no。
当设置为yes时，会对没有索引的表也执行数据校验，这个校验过程可能会非常慢。
案例：

shell> gt-checksum -S srcDSN -D dstDSN -t db1.* -nit yes

--lowerCase / -lc Type: Bool, yes/no. Default: no.
设置是否忽略表名大小写，可统一使用小写表名，设置为：yes/no，默认值为：no。
案例：

shell> gt-checksum -S srcDSN -D dstDSN -t db1.* -lc no

--logFile / -lf Type: String. Default: ./gt-checksum.log.
设置日志文件名，可以指定为绝对路径或相对路径。

./gt-checksum -S DSN -D DSN -lf gt-checksum.log

案例：

shell> gt-checksum -S srcDSN -D dstDSN -t db1.* -lf ./gt-checksum.log

--logLevel, -ll Type: String, debug/info/warn/error. Default: info.
设置日志等级，支持 debug/info/warn/error 几个等级，默认值为：info。
案例：

shell> gt-checksum -S srcDSN -D dstDSN -t db1.* -lf ./gt-checksum.log -ll info

--parallel-thds / -thds Type: Int. Default: 5.
设置数据校验并行线程数。该值必须设置大于0，并行线程数越高，数据校验速度越快，系统负载也会越高，网络连接通信也可能会成为瓶颈。
案例：

shell> gt-checksum -S srcDSN -D dstDSN -t db1.* -thds 5

--singleIndexChanRowCount / -sicr Type: Int. Default: 1000.
设置单列索引每次检索多少条数据进行校验，默认值：1000，建议范围：1000 - 5000。
注：该值设置太大时有可能会造成SQL查询效率反倒下降的情况发生，一般建议设置不超过5000。
案例：

./gt-checksum -S DSN -D DSN -t db1.* -sicr 1000

--jointIndexChanRowCount / -jicr Type: Int. Default: 1000.
设置多列索引每次检索多少条数据进行校验，默认值：1000，建议范围：1000 - 5000。
注：该值设置太大时有可能会造成SQL查询效率反倒下降的情况发生，一般建议设置不超过5000。
案例：

./gt-checksum -S DSN -D DSN -t db1.* -jicr 1000

--queue-size / -qs Type: Int. Default: 100.
设置数据校验队列深度，默认值：100。
数据校验队列深度值设置越大，需要消耗的内存会越高，校验的速度也会越快。
案例：

./gt-checksum -S DSN -D DSN -t db1.* -qs 100

--checkMode / -cm Type: enum, count/rows/sample. Default: rows.
设置数据校验模式，支持 count/rows/sample 三种模式，默认值为：rows
count 表示只校验源、目标表的数据量
rows 表示逐行校验源、目标数据
sample 表示只进行抽样数据校验，配合参数ratio设置采样率
案例：

./gt-checksum -S DSN -D DSN -t db1.* -cm rows

--ratio / -r Type: Int. Default: 10.
当 checkMode = sample 时，设置数据采样率，设置范围1-100，用百分比表示，1表示1%，100表示100%，默认值：10。
案例：

./gt-checksum -S DSN -D DSN -t db1.* -cm sample -r 10

--checkObject / -co Type: enum, data/struct/index/partitions/foreign/trigger/func/proc. Default: data.
设置数据校验对象，支持 data/struct/index/partitions/foreign/trigger/func/proc，默认值为：data
分别表示：行数据/表结构/索引/分区/外键/触发器/存储函数/存储过程。
案例：

./gt-checksum -S DSN -D DSN -t db1.* -co data

--datafix / -df Type: enum, table/file. Default: file.
设置数据修复方式，支持 file/table 两种方式。file：生成数据修复SQL文件；table：直接在线修复数据。
案例：

./gt-checksum -S DSN -D DSN -t db1.* -df fileor./gt-checksum -S DSN -D DSN -t db1.* -df table

--fixFileName / -ffn Type: String. Default: ./gt-checksum-DataFix.sql
当 datafix = file 时，设置生成的SQL文件名，可以指定为绝对路径或相对路径。
当 datafix = table 时，可以不用设置 fixFileName 参数。

./gt-checksum -S DSN -D DSN -ffn gt-checksum-DataFix.sql

案例：

./gt-checksum -S DSN -D DSN -t db1.* -df file -ffn ./gt-checksumDataFix.sql

--fixTrxNum / -ftn Type: Int. Default: 100.
设置执行数据修复时一个事务中最多运行多少条SQL，或者生成数据修复的SQL文件时，显式在SQL文件中添加 begin + commit 事务起止符中间的SQL语句数量。
案例：

./gt-checksum -S DSN -D DSN -t db1.* -ftn=100

--help / -h 查看帮助内容。
--version / -v 打印版本号。

下载

可以这里下载预编译好的二进制文件包，已经在Ubuntu、CentOS、RHEL等多个下测试通过。

如果需要校验Oracle数据库，则还需要先下载Oracle数据库相应版本的驱动程序，并配置驱动程序使之生效。例如：待校验的数据库为Oracle 11-2，则要下载Oracle 11-2的驱动程序，并使之生效，否则连接Oracle会报错。详细方法请见下方内容：下载配置Oracle驱动程序。

下载配置Oracle驱动程序

如果需要校验Oracle数据库，则还需要先下载Oracle数据库相应版本的驱动程序。例如：待校验的数据库为Oracle 11-2，则要下载Oracle 11-2的驱动程序，并使之生效，否则连接Oracle会报错。

下载Oracle Instant Client

从 https://www.oracle.com/database/technologies/instant-client/downloads.html 下载免费的Basic或Basic Light软件包。

oracle basic client, instantclient-basic-linux.x64-11.2.0.4.0.zip
oracle sqlplus, instantclient-sqlplus-linux.x64-11.2.0.4.0.zip
oracle sdk, instantclient-sdk-linux.x64-11.2.0.4.0.zip

配置oracle client并生效shell> unzip instantclient-basic-linux.x64-11.2.0.4.0.zipshell> unzip instantclient-sqlplus-linux.x64-11.2.0.4.0.zipshell> unzip instantclient-sdk-linux.x64-11.2.0.4.0.zipshell> mv instantclient_11_2 /usr/localshell> echo "export LD_LIBRARY_PATH=/usr/local/instantclient_11_2

LD_LIBRARY_PATH" >> /etc/profileshell> source /etc/profile

源码编译

gt-checksum工具采用GO语言开发，您可以自行编译生成二进制文件。

编译环境要求使用golang 1.17及以上版本。

请参考下面方法下载源码并进行编译：

shell> git clone https://gitee.com/GreatSQL/gt-checksum.gitshell> go build -o gt-checksum gt-checksum.goshell> chmod +x gt-checksumshell> mv gt-checksum /usr/local/bin

已知缺陷

截止最新的1.2.0版本中，当表中有多行数据是完全重复的话，可能会导致校验结果不准确。

源端有个表t1，表结构及数据如下：

mysql> show create table t1\G*************************** 1. row *************************** Table: t1Create Table: CREATE TABLE `t1` ( `id` float(10,2) DEFAULT NULL, `code` varchar(10) DEFAULT NULL, KEY `idx_1` (`id`,`code`)) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;mysql> select * from t1;+-------+------+| id | code |+-------+------+| 1.01 | a || 1.50 | b || 2.30 | c || 3.40 | d || 4.30 | NULL || 4.30 | NULL || 4.30 | NULL || 4.30 | || 4.30 | f || 10.10 | e |+-------+------+10 rows in set (0.00 sec)

注意：上述10行数据中，有3行数据是完全一致的。

目标端中同样也有t1表，表结构完全一样，但数据不一样：

mysql> select * from t1;+-------+------+| id | code |+-------+------+| 1.01 | a || 1.50 | b || 2.30 | c || 3.40 | d || 4.30 | NULL || 4.30 | || 4.30 | f || 10.10 | e |+-------+------+8 rows in set (0.00 sec)

可以看到，目标端中的t1表只有8行数据，如果除去重复数据，两个表是一致的，这也会导致校验的结果显示为一致。

...** gt-checksum Overview of results **Check time: 0.30s (Seconds)Schema Table IndexCol checkMod Rows Differences Datafixt1 T1 id,code rows 10,8 no file

这个问题我们会在未来某个版本中尽快修复。

BUGS

可以戳此查看 gt-checksum 相关bug列表。

gt-checksum

全部回复(0)

只看楼主