复制简介
MySQL早期只有单线程复制，即IO线程接收master的binlog，并写入本地的relay log中，SQL线程负责从relay log中服务event并进行apply。当主库的写入压力较大时，备库的IO线程一般不会产生延迟，因为写relay log是顺序写；但SQL线程的重放速度经常跟不上主库的写入速度，造成主备延迟，延迟过大时，relay log会堆积造可能把磁盘占满，同时延迟大时，会给读写分离带来一定的困难。为缓解这种问题，MySQL从5.6开始引入了并行复制。
MySQL5.6并行复制
MySQL5.6版本时候，引入了基于schema级别的并行复制，同时引入参数slave_parallel_workers（并行复制线程数，默认0），当开启并行复制后，原SQL线程就变成coordinator线程，主要负责如下工作：
1、 判断relay log中的事务可以并行执行，并协调worker线程执行binlog中的事务。
2、 判断不可并行执行，如DDL操作、事务存在跨schema的操作，则等待其他worker线程执行完后，再执行当前无法并行执行的事务。
由于是基于不同的schema的并行复制，所以正常情况下各事务之间不存在锁冲突，即同一个事务内的EVENT都发给同一个worker进行回放。但是如果我们的数据库是一库一实例，那么基于schema的并行复制显然无能为力，或者单实例多库中某一个库的压力大时，复制延迟依旧存在。为了缓解这种问题，MySQL5.7引入了基于事务的并行复制。
MySQL5.7并行复制
5.7的并行复制是基于Group Commit（组提交）的，在引入Group Commit之前，因为binlog属于MySQL Server层，redo log属于innodb引擎层，为了保证Binlog和redo log顺序的一致性，引入了2pc(二阶段提交)，binlog和redo log实际是串行提交，流程如下：
1、innodb prepare：sql语句已经成功执行并生成redo和undo
2、Write/Sync binlog：binary log写入文件并落盘
3、Innodb commit：在存储引擎内提交，redo落盘
在引入Group Commit之后，二进制日志提交过程分成三个阶段，整体的提交流程变成：
InnoDB Prepare---->Flush Stage---->Flush Stage---->Commit Stage
Flush stage：所有已经注册线程(InnoDB Prepare成功的事务)都将写入binary log缓存
Sync stage ：binary log缓存的数据将会sync到磁盘，当sync_binlog=1时所有该队列事务的二进制日志缓存永久写入磁盘
Commit stage：leader根据顺序调用存储引擎提交事务。
当一组事务在进行Commit阶段时，其他新的事务可以进行Flush阶段，从而使group commit不断生效。
Group Commit的目的是：使高并发下的事务尽可能的在同一个时间点提交，然后用一次fsync()的操作将这一组的Binary log缓存的数据写入磁盘。当并发事务可以在同一个时间提交，说明每个线程所执行的事务之间没有锁冲突，那么意味着这一组并发提交的事务在slave机器上能并发重放主库提交的事务，所以我们只需要在master机器对二进制日志进行Group Commit的时候标记上组提交相关信息，slave机器就可以安全的并发执行主库提交的事务。
当设置slave_parallel_type＝LOGICAL_CLOCK与slave_parallel_workers>0时，开启基于事务的并行复制。在binlog事务中会多出两个标签：
sequence_number：随每个事务递增的自增ID，每次新的binlog会从1开始
last_committed：当前事务所依赖的上次事务的sequence_number，每次新的binlog会从0开始
我们可以使用mysqlbinlog 解析对应的Binlog文件，只要last_committed相同的事务，可以并发回访。
1. #151223 15:11:28 server id 15102 end_log_pos 14623 CRC32 0x767a33fa GTID last_committed=18 sequence_number=26
3. #151223 15:11:28 server id 15102 end_log_pos 15199 CRC32 0x7dd1bf05 GTID last_committed=26 sequence_number=27
5. #151223 15:11:28 server id 15102 end_log_pos 15773 CRC32 0xb01dc76e GTID last_committed=26 sequence_number=28
7. #151223 15:11:28 server id 15102 end_log_pos 16347 CRC32 0x7a8e0ee8 GTID last_committed=26 sequence_number=29
9. #151223 15:11:28 server id 15102 end_log_pos 16921 CRC32 0x92516d17 GTID last_committed=26 sequence_number=30
11. #151223 15:11:28 server id 15102 end_log_pos 17495 CRC32 0xeb14a51e GTID last_committed=26 sequence_number=31
13. #151223 15:11:28 server id 15102 end_log_pos 18071 CRC32 0x750667d0 GTID last_committed=26 sequence_number=32
15. #151223 15:11:28 server id 15102 end_log_pos 18645 CRC32 0xcaed6159 GTID last_committed=26 sequence_number=33
17. #151223 15:11:28 server id 15102 end_log_pos 19219 CRC32 0x62408408 GTID last_committed=26 sequence_number=34
19. #151223 15:11:28 server id 15102 end_log_pos 19793 CRC32 0x5cf46239 GTID last_committed=33 sequence_number=35
显而易见的，基于事务的并行复制存在当master并发低或者一般的时候，并行回放效果并不好。
基于Write Set的并行复制
MySQL在8.0.1（5.7.22）版本中引入了基于Write Set的并行复制，即不同事务的不同记录不重叠，都可以在从库并行回访。实际上Write Set是一个集合，存放的是每条记录的Write Set值和sequence_number值。当我们对表中的数据进行增删改时，MySQL会根据算法结合主键和唯一索引生产一系列的hash值并放入Write Set中。当事务每次提交时，会计算修改的每个行记录的Write Set值，然后查找哈希表中是否已经存在有同样的Write Set，若无，Write Set插入到哈希表，写入二进制日志的last_committed值不变。若有，则更新哈希表中对应Write set的sequnce_number值，同时写入binlog中的last_committed值更新为sequnce_number。回放时和基于COMMIT_ORDER的并行复制一样，具有相同的last_committed值可以并行回放，同一条记录回放，last_committed值必然不同，必须等待之前的一条记录回放完成后才能执行。所以透过现象看本质基于Write Set的方式只是在以前的方式上对last_committed做了更进一步的处理，来达到最大的并发效果。
开启Write Set：
Binlog_format=ROW
slave_parallel_type=LOGICAL_CLOCK
slave_parallel_workers=n；n>0
binlog_transaction_dependency_tracking=WRITESET；默认COMMIT_ORDER（5.7的并行复制方式），可选【COMMIT_ORDER、WRITESET、WRITESET_SESSION】,WRITESET_SESSION是指同一个SESSION中的事务，不并发回放。
transaction_write_set_extraction=XXHASH64；计算WriteSet值的算法，默认OFF，可选【OFF、MURMUR32、XXHASH64】，推荐XXHASH64，有更好的散列
binlog_transaction_dependency_history_size=25000；WRITESET HASH表的记录数，最小1，最大100W，默认25000，值越大占的内存越大，建议根据内存大小调整
性能提升：
MySQL High Availability 对WRITESET性能做了测试，测试时通过Sysbench 先在主机上执行100W条事务，然后开启Slave的复制线程，测试环境在Xeon E5-2699-V3 16核主机上执行，以下是测试结果： 
可以看到基于WRITESET的方式性能有明显提升，但当并发线程>64时，并没有比COMMIT_ORDER提升多少。
虽然基于WRITESET并行复制可以提高并发回放，但同样存在缺点和限制：
1、 表需要有主键或者非空唯一索引，否则会退化到COMMIT_ORDER方式。
2、 WRITESET需要额外的内存空间、WRITESET历史HASH表也需要额外的内存空间
3、 WRITESET的每个HASH值需要和HASH历史表进行比对。
所以如果主库负载较低，采用单线程复制即可；如果主库有一定的负载且从库没有延迟，采用默认的并行复制方式即可；如果从库有延迟或者有延迟需要追时，WRITESET毫无疑问是最佳选择。
引用：
https://keithlan.github.io/2018/07/31/mysql_mts_detail/
http://mysql.taobao.org/monthly/2018/06/04/
标签：事务,Set,last,log,并行复制,--,number,committed From： https://www.cnblogs.com/harda/p/16997670.html