Mydumper 使用文档

对于 TiDB 可以设置 tidb_snapshot 的值指定备份数据的时间点，从而保证备份的一致性，而不是通过 FLUSH TABLES WITH READ LOCK 来保证备份一致性。
使用 TiDB 的隐藏列 _tidb_rowid 优化了单表内数据的并发导出性能。

新添参数

-z 或 --tidb-snapshot：设置 tidb_snapshot 用于备份。默认值为当前 TSO（SHOW MASTER STATUS 输出的 Position 字段）。此参数可设为 TSO 或有效的 datetime 时间，例如：-z "2016-10-08 16:45:26"。

需要的权限

SELECT
RELOAD
LOCK TABLES
REPLICATION CLIENT

使用举例

执行如下命令从 TiDB 备份数据，需要根据实际情况添加命令行参数：

原理

Mydumper 首先计算 min(_tidb_rowid) 和 max(_tidb_rowid)，然后按照 -r 设定的值对表划分 chunks，将 chunks 分配到不同线程并发导出。

并发 Dump 相关参数

-t 或 --threads：并发线程数，默认值为 4。

示例

以下是一条完整的 Mydumper 命令：

./bin/mydumper -h 127.0.0.1 -u root -P 4000 -r 10000 -t 4

由于表内并发使用 TiDB 的隐藏列 _tidb_rowid，数据库需要支持 _tidb_rowid 索引才能发挥并发导出的优势。

以下 TiDB 版本支持 _tidb_rowid 索引：

v2.1.3 及以上
v3.0 及以上，包括 v3.1 及未来版本

性能评估

在 Dump 操作前需要进行性能评估。由于并发 Scan 操作对 TiDB、TiKV 集群都会产生一定压力，所以需要评估与测试 Dump 操作对数据库集群和业务的影响。

使用的 `--tidb-snapshot` 导出时报错，怎么处理？

如何判断使用的 Mydumper 是否为 PingCAP 优化的版本？

执行如下命令：

./bin/mydumper -V

如果输出结果中包含 githash（如下列示例输出中的 d3e6fec8b069daee772d0dbaa47579f67a5947e7），则使用的 Mydumper 为 PingCAP 优化的版本。

使用 Loader 恢复 Mydumper 备份出来的数据时报错 “invalid mydumper files for there are no `-schema-create.sql` files found”，应该如何解决？

检查使用 Mydumper 备份数据时是否使用了 -T 或者 --tables-list 配置，如果使用了这些配置，Mydumper 就不会生成包含建库 SQL 的文件。

解决方法：在 Mydumper 备份数据目录下创建文件 {schema-name}-schema-create.sql，在文件中写入 “CREATE DATABASE {schema-name}“，再运行 Loader 即可。

为什么使用 Mydumper 导出来的 TIMESTAMP 类型的数据和数据库中的数据不一致？

检查一下运行 Mydumper 的服务器的时区与数据库的时区是否一致，Mydumper 会根据运行所在服务器的时区对 TIMESTAMP 类型的数据进行转化，可以给 Mydumper 加上 --skip-tz-utc 参数禁止这种转化。

如何配置 Mydumper 的参数 `-F, --chunk-filesize`？

Mydumper 在备份时会根据这个参数的值把每个表的数据划分成多个 chunk，每个 chunk 保存到一个文件中，大小约为 chunk-filesize。根据这个参数把数据切分到多个文件中，这样就可以利用 Loader/TiDB Lightning 的并行处理逻辑提高导入速度。如果后续使用 Loader 对备份文件进行恢复，建议把该参数的值设置为 64（单位 MB）；如果使用 TiDB Lightning 恢复，则建议设置为 256（单位 MB）。

Mydumper 使用该参数控制 Insert Statement 的大小，默认值为 10000000（约 1 MB）。使用该参数来尽量避免在恢复数据时报以下错误：

默认值在绝大部分情况下都可以满足需求，但是如果表为宽表，单行数据的大小可能超过 statement-size 的限制，Mydumper 会报如下的 Warning：

Row bigger than statement_size for xxx

此时恢复数据时仍然会报 packet for query is too large 的错误日志，这个时候需要修改以下两个配置（以设置为 128M 为例）：

在 TiDB Server 执行 set @@global.max_allowed_packet=134217728（134217728 = 128M）。
根据实际情况为 Loader 的配置文件或者 DM task 配置文件中的 db 配置增加类似 max-allowed-packet=128M 的语句，然后重启进程或者任务。

如何设置 Mydumper 的参数 `-l, --long-query-guard`？

如何设置 Mydumper 的参数 `--tidb-force-priority`？

仅当备份 TiDB 的数据时才可以设置该参数，值可以为 LOW_PRIORITY，DELAYED 或者 HIGH_PRIORITY。如果不希望数据备份对线上业务造成影响，推荐将该参数设置为 LOW_PRIORITY；如果备份的优先级更高，则可以设置为 HIGH_PRIORITY。

Mydumper 备份 TiDB 数据报错 “GC life time is shorter than transaction duration” 应该怎么解决？

Mydumper 备份 TiDB 数据时为了保证数据的一致性使用了 TiDB 的 snapshot 特性，如果备份过程中 snapshot 对应的历史数据被 TiDB GC 处理了，则会报该错误。解决步骤如下：

在备份前，使用 MySQL 客户端查询 TiDB 集群的 tikv_gc_life_time 的值，并将其调整为一个合适的值：

 +-----------------------+------------------------------------------------------------------------------------------------+
 | VARIABLE_NAME         | VARIABLE_VALUE                                                                                 |
 +-----------------------+------------------------------------------------------------------------------------------------+
 | tikv_gc_life_time     | 10m0s                                                                                          |
 +-----------------------+------------------------------------------------------------------------------------------------+
 1 rows in set (0.02 sec)

 update mysql.tidb set VARIABLE_VALUE = '720h' where VARIABLE_NAME = 'tikv_gc_life_time';

备份完成后，将调整为原来的值：

Mydumper 的参数 `--tidb-rowid` 是否需要配置？

如果设置该参数为 true，则导出的数据中会包含 TiDB 的隐藏列的数据。将数据恢复到 TiDB 的时候使用隐藏列会有数据不一致的风险，目前不推荐使用该参数。

Mydumper 报错 “Segmentation fault” 怎么解决？

该 bug 已修复。如果仍然报错，可尝试升级到最新版本。

Mydumper 报错 “Error dumping table ({schema}.{table}) data: line …… (total length …)” 怎么解决？

Mydumper 解析 SQL 时报错，可尝试使用最新版本。如果仍然报错，可以提 issue 到。

检查 TiDB 的版本是否低于 v2.1.11。如果是的话，需要升级 TiDB 到 v2.1.11 或以上版本。

未来是否计划让 PingCAP 对 Mydumper 的改动合并到上游？

是的，PingCAP 团队计划将对 Mydumper 的改动合并到上游。参见。

Mydumper