背景

上個月跟朋友一起做了個微信小程序，趁著5.20節(jié)日的熱度，兩個禮拜內(nèi)迅速積累了一百多萬用戶，我們在小程序頁面增加了收集formid的埋點，用于給微信用戶發(fā)送模板消息通知。

這個小程序一開始的后端邏輯是用douchat框架寫的，使用框架自帶的dc_mp_fans表存儲微信端授權(quán)登錄的用戶信息，使用dc_mp_tempmsg表存儲formid。截止到目前，收集到的數(shù)據(jù)超過380萬，很大一部分formid都已經(jīng)成功使用給用戶發(fā)送過模板通知，起到了較好的二次推廣的效果。

隨著數(shù)據(jù)量的增大，之前使用的服務(wù)器空間開始有點不夠用，最近新寫了一個專門用于做小程序后臺開發(fā)的框架，于是想把原來的數(shù)據(jù)遷移到新系統(tǒng)的數(shù)據(jù)庫。買了一臺4核8G的機器，開始做數(shù)據(jù)遷移。下面對遷移過程做一個簡單的記錄。

img

方案選擇

•  mysqldump遷移

平常開發(fā)中，我們比較經(jīng)常使用的數(shù)據(jù)備份遷移方式是用mysqldump工具導(dǎo)出一個sql文件，再在新數(shù)據(jù)庫中導(dǎo)入sql來完成數(shù)據(jù)遷移。試驗發(fā)現(xiàn)，通過mysqldump導(dǎo)出百萬級量的數(shù)據(jù)庫成一個sql文件，大概耗時幾分鐘，導(dǎo)出的sql文件大小在1G左右，然后再把這個1G的sql文件通過scp命令復(fù)制到另一臺服務(wù)器，大概也需要耗時幾分鐘。在新服務(wù)器的數(shù)據(jù)庫中通過source命令來導(dǎo)入數(shù)據(jù)，我跑了一晚上都沒有把數(shù)據(jù)導(dǎo)入進(jìn)來，cpu跑滿。

•  腳本遷移

直接通過命令行操作數(shù)據(jù)庫進(jìn)行數(shù)據(jù)的導(dǎo)出和導(dǎo)入是比較便捷的方式，但是數(shù)據(jù)量較大的情況下往往會比較耗時，對服務(wù)器性能要求也比較高。如果對數(shù)據(jù)遷移時間要求不是很高，可以嘗試寫腳本來遷移數(shù)據(jù)。雖然沒有實際嘗試，但是我想過大概有兩種腳本方案。

第一種方式，在遷移目標(biāo)服務(wù)器跑一個遷移腳本，遠(yuǎn)程連接源數(shù)據(jù)服務(wù)器的數(shù)據(jù)庫，通過設(shè)置查詢條件，分塊讀取源數(shù)據(jù)，并在讀取完之后寫入目標(biāo)數(shù)據(jù)庫。這種遷移方式效率可能會比較低，數(shù)據(jù)導(dǎo)出和導(dǎo)入相當(dāng)于是一個同步的過程，需要等到讀取完了才能寫入。如果查詢條件設(shè)計得合理，也可以通過多線程的方式啟動多個遷移腳本，達(dá)到并行遷移的效果。

第二種方式，可以結(jié)合redis搭建一個“生產(chǎn)+消費”的遷移方案。源數(shù)據(jù)服務(wù)器可以作為數(shù)據(jù)生產(chǎn)者，在源數(shù)據(jù)服務(wù)器上跑一個多線程腳本，并行讀取數(shù)據(jù)庫里面的數(shù)據(jù)，并把數(shù)據(jù)寫入到redis隊列。目標(biāo)服務(wù)器作為一個消費者，在目標(biāo)服務(wù)器上也跑一個多線程腳本，遠(yuǎn)程連接redis，并行讀取redis隊列里面的數(shù)據(jù)，并把讀取到的數(shù)據(jù)寫入到目標(biāo)數(shù)據(jù)庫。這種方式相對于第一種方式，是一種異步方案，數(shù)據(jù)導(dǎo)入和數(shù)據(jù)導(dǎo)出可以同時進(jìn)行，通過redis做數(shù)據(jù)的中轉(zhuǎn)站，效率會有較大的提升。

可以使用go語言來寫遷移腳本，利用其原生的并發(fā)特性，可以達(dá)到并行遷移數(shù)據(jù)的目的，提升遷移效率。

•  文件遷移

第一種遷移方案效率太低，第二種遷移方案編碼代價較高，通過對比和在網(wǎng)上找的資料分析，我最終選擇了通過mysql的select data into outfile file.txt、load data infile file.txt into table的命令，以導(dǎo)入導(dǎo)出文件的形式完成了百萬級數(shù)據(jù)的遷移。

遷移過程

在源數(shù)據(jù)庫中導(dǎo)出數(shù)據(jù)文件 

select * from dc_mp_fans into outfile '/data/fans.txt';     

復(fù)制數(shù)據(jù)文件到目標(biāo)服務(wù)器 

zip fans.zip /data/fans.txtscp fans.zip root@ip:/data/     

在目標(biāo)數(shù)據(jù)庫導(dǎo)入文件 

unzip /data/fans.zip  
load data infile '/data/fans.txt' into table wxa_fans(id,appid,openid,unionid,@dummy,created_at,@dummy,nickname,gender,avatar_url,@dummy,@dummy,@dummy,@dummy,language,country,province,city,@dummy,@dummy,@dummy,@dummy,@dummy,@dummy,@dummy,@dummy,@dummy); 

按照這么幾個步驟操作，幾分鐘內(nèi)就完成了一個百萬級數(shù)據(jù)表的跨服務(wù)器遷移工作。

注意項

mysql安全項設(shè)置

在mysql執(zhí)行l(wèi)oad data infile和into outfile命令都需要在mysql開啟了secure_file_priv選項， 可以通過show global variables like '%secure%';查看mysql是否開啟了此選項，默認(rèn)值Null標(biāo)識不允許執(zhí)行導(dǎo)入導(dǎo)出命令。通過vim /etc/my.cnf修改mysql配置項，將secure_file_priv的值設(shè)置為空：

[mysqld]  secure_file_priv='' 

則可通過命令導(dǎo)入導(dǎo)出數(shù)據(jù)文件。

導(dǎo)入導(dǎo)出的數(shù)據(jù)表字段不對應(yīng)

上面示例的從源數(shù)據(jù)庫的dc_mp_fans表遷移數(shù)據(jù)到目標(biāo)數(shù)據(jù)庫的wxa_fans表，兩個數(shù)據(jù)表的字段分別為：- dc_mp_fans

img

wxa_fans

img

在導(dǎo)入數(shù)據(jù)的時候，可以通過設(shè)置字段名來匹配目標(biāo)字段的數(shù)據(jù)，可以通過@dummy丟棄掉不需要的目標(biāo)字段數(shù)據(jù)。

總結(jié)

結(jié)合本次數(shù)據(jù)遷移經(jīng)歷，總結(jié)起來就是：小數(shù)據(jù)量可以使用mysqldump命令進(jìn)行導(dǎo)入導(dǎo)出，這種方式簡單便捷。- 數(shù)據(jù)量較大，且有足夠的遷移耐心時，可以選擇自己寫腳本，選擇合適的并行方案遷移數(shù)據(jù)，這種方式編碼成本較高。- 數(shù)據(jù)量較大，且希望能在短時間內(nèi)完成數(shù)據(jù)遷移時，可以通過mysql導(dǎo)入導(dǎo)出文件的方式來遷移，這種方式效率較高。