【percona-toolkit手册】pt-archiver数据归档

pt-archiver

1. 简介
   把MySQL表中的部分行存档到另外的表或者文件中

2. 概要
   1.用法：
   pt-archiver [可选项] --source DSN --where WHERE
   2.详细介绍
   本着在OLTP环境中可以尽量少影响查询性能的目的，我将这个工具设计可以在低性能影响，正向性
   的情况下将数据小批量小批量的将旧数据取出并归档。
   本工具依靠插件式的原理实现了可扩展性，各位可以对此工具进行增加更本地化的功能，例如扩展
   更加复杂的规则，或者边抽取数据边创建数据仓库。
   技巧：找到第一行，然后根据某些索引向后查找更多行的数据，包含在命令最后面的where段中的条件
   应当可以依靠索引查找所满足的数据，而不是靠扫描整个表。
   可以在--source声明中指定 i参数（index），这对于想要根据索引获取数据行的操作非常关键。
   使用--dry-run声明此次工具执行后只生成对应的SQL语句，而不真正操作数据，接着对生成的
   SQL语句进行explain操作，检查其索引使用情况。更进一步可以检查语句执行过程中的句柄操作类型
   确保语句没有进行全表扫描（句柄操作类型：read,read_rnd_next,delete等等底层原子性操作）

3. 参数
   注意：
   至少要指定--dest,--file,或者--purge参数
   --ignore 与 --replace 互斥
   --txn-size 与 --commit-each 互斥
   --low-priority-insert 与 --delay-insert 互斥
   --share-lock 与 --for-update 互斥
   --analyze 与 --optimize 互斥
   --no-ascend 与 --no-delete 互斥
   如果在COPY模式下，--dest的参数值默认继承--source参数的值
   --analyze
   在传输完数据后，运行ANALYZE TABLE进行优化表的索引信息。
   --analyze=d 优化dest表索引信息
   --analyze=s 优化source表索引信息
   --analyze=ds 优化源表与目标表的索引信息
   --no-ascend
   不使用递增索引优化特性
   默认情况下，pt-archiver工具使用递增索引特性优化批量重复的select操作，即：下一批数据归档时将
   从上一批归档结束时索引的位置开始，不需要再从头扫描到自己需要归档的位置，但在多列复合索引
   的情况下可能效果降低
   --ascend-first
   仅使用复合索引的第一列进行递增优化，与上面的参数有关，在复合索引或者where条件复杂的情况
   下，仅使用的复合索引的第一列进行递增优化，比上面的完全不使用递增索引优化特性方法更好
   --ask-pass
   采用交互的方式输入密码，防止身后的开发与测试窥屏
   --buffer
   禁用自动刷新缓存到--file参数指定的的文件，将结果集存在操作系统缓存中，提交的时候刷新缓存。
   （原本是每行都会刷新一次到文件）。但使用操作系统缓存是个不可靠因素，可能会导致意外丢失
   数据。
   当--buffer在5-15%的左右时，可以提升本工具的性能
   --txn-size
   指定一个事务处理多少行数据，默认1。设成0，不使用批量特性，自动提交事务。
   当工具处理完设定行数的数据时，同时对源库和目标库进行事务提交，然后刷新到--file参数指定
   的文件中这个参数对源库性能的影响比较大，对繁忙的线上OLTP服务器进行归档时，要兼顾数据
   抽取性能和事务提交性能。提高本参数值可以提高数据抽取性能，但会导致行锁范围扩大，甚至
   死锁。减小本参数值可以缓解以上情况，但是过小会导致事务提交量增大，对线上业务的提交性
   能有影响。
   作者亲测：在PC上，设置为500时，每1K行只用了2秒的时间，但设为0，自动提交时，则每1K行
   花费了将近38秒。使用非事务型引擎，推荐设成0。
   --commit-each
   每一组数据提交一次，并自动屏蔽--txn-size参数。可以使用--limit控制总的操作的行数。
   假如要存档一个特别大的表，--limit=1000加--txn-size=1000同时使用时，工具开启一个事务连
   续读到了所有满足where的999行数据，但是由于工具本身并不知道究竟有多少数据满足，有可能
   会一直全表扫描到最后一行然后才会提交这个事务，因此，使用 --commit-each参数每一组提交
   一次可以有效避免上面的窘境。
   --bulk-delete
   批量删除，一批数据行用一个DELETE语句完成。同时也意味着--commit-each。
   通常删除数据的做法是根据主键进行逐行删除，批量删除在简单WHERE条件下速度会有显著的
   提高。
   此选项会在收集完所有待删除的数据行前，推迟删除操作。如果有删除前的触发器将不会被触发
   （before delete），多行删除前的触发器会被触发（before bulk delete）
   --[no]bulk-delete-limit
   批量删除限制，默认开启
   默认情况下，--bulk-delete参数会追加一个--limit参数，在部分情况下，可以使用
   --no-bulk-delete-limit忽略掉,但仍需手动加上--limit参数。此参数不建议使用
   --bulk-insert
   采用LOAD DATA INFILE的方式（与bulk-delete和commit-each组合使用）
   相比一行一行的插入，通过为每批数据创建临时文件，先行写入数据到临时文件，当一批数据获
   取完毕后，再进行导入操作。
   为了防止一行一行的删除数据时，但这些数据却因为在缓存文件中没有真正的归档在新的数据库
   中，造成数据真空甚至不确定情况下的数据丢失，采用--bulk-insert的时候必须与bulk-deletes
   成对出现，保证数据在被插入新库之前，旧库不会对这些数据进行删除。
   此参数可以与--low-priority-insert,--replace,,