1.pt-archiver简介
pt-archiver可以很轻松的将生产环境的历史数据归档到文件或者直接删除，还可以不同主机间同步数据，而不用将数据落盘(不用导出导入)，类似oracle的impdp+dblink一样方便。
参数列表
--analyze
# 指定工具完成数据归档后对表执行'ANALYZE TABLE'操作。指定方法如'--analyze=ds'，s代表源端表，d代表目标端表，也可以单独指定。
--ask-pass
# 命令行提示密码输入，保护密码安全，前提需安装模块perl-TermReadKey。
--buffer
# 指定缓冲区数据刷新到选项'--file'指定的文件并且在提交时刷新。
# 只有当事务提交时禁用自动刷新到'--file'指定的文件和刷新文件到磁盘，这意味着文件是被操作系统块进行刷新，因此在事务进行提交之前有一些数据隐式刷新到磁盘。默认是每一行操作后进行文件刷新到磁盘。
--bulk-delete
# 指定单个语句删除chunk的方式来批量删除行，会隐式执行选项'--commit-each'。
# 使用单个DELETE语句删除每个chunk对应的表行，通常的做法是通过主键进行逐行的删除，批量删除在速度上会有很大的提升，但如果有复杂的'WHERE'条件就可能会更慢。
--[no]bulk-delete-limit
# 默认值：yes
# 指定添加选项'--bulk-delete'和'--limit'到进行归档的语句中。
--bulk-insert
# 使用LOAD DATA LOCAL INFILE的方法，通过批量插入chunk的方式来插入行(隐式指定选项'--bulk-delete'和'--commit-each')
# 而不是通过逐行单独插入的方式进行，它比单行执行INSERT语句插入的速度要快。通过隐式创建临时表来存储需要批量插入的行(chunk)，而不是直接进行批量插入操作，当临时表中完成每个chunk之后再进行统一数据加载。为了保证数据的安全性，该选项会强制使用选项'--bulk-delete'，这样能够有效保证删除是在插入完全成功之后进行的。
--channel
# 指定当主从复制环境是多源复制时需要进行归档哪个主库的数据，适用于多源复制中多个主库对应一个从库的情形。
--charset，-A
# 指定连接字符集。
--[no]check-charset
# 默认值：yes
# 指定检查确保数据库连接时字符集和表字符集相同。
--[no]check-columns
# 默认值：yes
# 指定检查确保选项'--source'指定的源端表和'--dest'指定的目标表具有相同的字段。
# 不检查字段在表的排序和字段类型，只检查字段是否在源端表和目标表当中都存在，如果有不相同的字段差异，则工具报错退出。如果需要禁用该检查，则指定'--no-check-columns'。
--check-slave-lag
# 指定主从复制延迟大于选项'--max-lag'指定的值之后暂停归档操作。默认情况下，工具会检查所有的从库，但该选项只作用于指定的从库(通过DSN连接方式)。
--check-interval
# 默认值：1s
# 如果同时指定了选项'--check-slave-lag'，则该选项指定的时间为工具发现主从复制延迟时暂停的时间。每进行操作100行时进行一次检查。
--columns，-c
# 指定需要归档的表字段，如有多个则用','(逗号)隔开。
--commit-each
# 指定按每次获取和归档的行数进行提交，该选项会禁用选项'--txn-size'。
# 在每次获取表数据并进行归档之后，在获取下一次数据和选项'--sleep'指定的休眠时间之前，进行事务提交和刷新选项'--file'指定的文件，通过选项'--limit'控制事务的大小。
--host，-h
# 指定连接的数据库IP地址。
--port，-P
# 指定连接的数据库Port端口。
--user，-u
# 指定连接的数据库用户。
--password，-p
# 指定连接的数据库用户密码。
--socket，-S
# 指定使用SOCKET文件连接。
--databases，-d
# 指定连接的数据库
--source
# 指定需要进行归档操作的表，该选项是必须指定的选项，使用DSN方式表示。
--dest
# 指定要归档到的目标端表，使用DSN方式表示。
# 如果该选项没有指定的话，则默认与选项'--source'指定源端表为相同表。
--where
# 指定通过WHERE条件语句指定需要归档的数据，该选项是必须指定的选项。不需要加上'WHERE'关键字，如果确实不需要WHERE条件进行限制，则指定'--where 1=1'。
--file
# 指定表数据需要归档到的文件。使用类似MySQL DATE_FORMAT()格式化命名方式。
# 文件内容与MySQL中SELECT INTO OUTFILE语句使用相同的格式，文件命名选项如下所示：
# %Y：年，4位数(Year, numeric, four digits)
# %m：月，2位数(Month, numeric (01..12))
# %d：日，2位数(Day of the month, numeric (01..31))
# %H：小时(Hour (00..23))
# %i：分钟(Minutes, numeric (00..59))
# %s：秒(Seconds (00..59))
# %D：数据库名(Database name)
# %t：表名(Table name)
# 例如：--file '/var/log/archive/%Y-%m-%d-%D.%t.sql'
'
--output-format
# 指定选项'--file'文件内容输出的格式。
# 默认不指定该选项是以制表符进行字段的分隔符，如果指定该选项，则使用','(逗号)作为字段分隔符，使用'"'(双引号)将字段括起。用法示例：'--output-format=dump'。
--for-update
# 指定为每次归档执行的SELECT语句添加FOR UPDATE子句。
--share-lock
# 指定为每次归档执行的SELECT语句添加LOCK IN SHARE MODE子句。
--header
# 指定在文件中第一行写入字段名称作为标题。
--ignore
# 指定为INSERT语句添加IGNORE选项。
--limit
# 默认值：1
# 指定每条语句获取表和归档表的行数。
--local
# 指定不将OPTIMIZE和ANALYZE语句写入binlog。
--max-lag
# 默认值：1s
# 指定允许主从复制延迟时长的最大值，单位秒。如果在每次获取行数据之后主从延迟超过指定的值，则归档操作将暂停执行，暂停休眠时间为选项'--check-interval'指定的值。
# 待休眠时间结束之后再次检查主从延迟时长，检查方法是通过从库查询的'Seconds_Behind_Master'值来确定。如果主从复制延迟一直大于该参数指定值或者从库停止复制，则操作将一直等待直到从库重新启动并且延迟小于该参数指定值。
--no-delete
# 指定不删除已被归档的表数据。
--optimize
# 指定工具完成数据归档后对表执行'OPTIMIZE TABLE'操作。指定方法如'--analyze=ds'，s代表源端表，d代表目标端表，也可以单独指定。
--primary-key-only
# 指定只归档主键字段，是选项'--columns=主键'的简写。
# 如果工具归档的操作是进行DELETE清除时最有效，因为只需读取主键一个字段而无需读取行所有字段。
--progress
# 指定每多少行打印进度信息，打印当前时间，已用时间以及多少行进行归档。
--purge
# 指定执行的清除操作而不是归档操作。允许忽略选项'--dest'和'--file'进行操作，如果只是清除操作可以结合选项'--primary-key-only'会更高效。
--quiet，-q
# 指定工具静默执行，不输出任何的执行信息。
--replace
# 指定写入选项'--dest'指定目标端表时改写INSERT语句为REPLACE语句。
--retries
# 默认值：1
# 指定归档操作遇到死锁或超时的重试次数。当重试次数超过该选项指定的值时，工具将报错退出。
--run-time
# 指定工具归档操作在退出之前需要运行的时间。允许的时间后缀名为s=秒，m=分，h=小时，d=天，如果没指定，默认为s。
--[no]safe-auto-increment
# 默认值：yes
# 指定不使用自增列(AUTO_INCREMENT)最大值对应的行进行归档。
# 该选项在进行归档清除时会额外添加一条WHERE子句以防止工具删除单列升序字段具有的具有AUTO_INCREMENT属性最大值的数据行，为了在数据库重启之后还能使用到AUTO_INCREMENT对应的值，但这会引起无法归档或清除字段对应最大值的行。
--set-vars
# 默认：
# wait_timeout=10000
# innodb_lock_wait_timeout=1
# lock_wait_timeout=60
# 工具归档时指定参数值，如有多个用','(逗号)分隔。如'--set-vars=wait_timeout=5000'。
--skip-foreign-key-checks
# 指定使用语句SET FOREIGN_KEY_CHECKS = 0禁用外键检查。
--sleep
# 指定工具在通过SELECT语句获取归档数据需要休眠的时间，默认值是不进行休眠。在休眠之前事务并不会提交，并且选项'--file'指定的文件不会被刷新。如果指定选项'--commit-each'，则在休眠之前会进行事务提交和文件刷新。
--statistics
# 指定工具收集并打印操作的时间统计信息。
# 统计信息示例如下：
# Started at 2008-07-18T07:18:53, ended at 2008-07-18T07:18:53
# Source: D=db,t=table
# SELECT 4
# INSERT 4
# DELETE 4
# Action Count Time Pct
# commit 10 0.1079 88.27
# select 5 0.0047 3.87
# deleting 4 0.0028 2.29
# inserting 4 0.0028 2.28
# other 0 0.0040 3.29
--txn-size
# 默认：1
# 指定每个事务处理的行数。如果是0则禁用事务功能。
--version
# 显示工具的版本并退出。
--[no]version-check
# 默认值：yes
# 检查Percona Toolkit、MySQL和其他程序的最新版本。
--why-quit
# 指定工具打印当非因完成归档行数退出的原因。
# 在执行一个自动归档任务时该选项与选项'--run-time'一起使用非常方便，这样可以确定归档任务是否在指定的时间内完成。如果同时指定了选项'--statistics'，则会打印所有退出的原因。
示例环境:
数据库服务器:
172.20.4.125:5306/big_data
归档服务器:
172.20.4.130:/backup
2.归档数据到文件
需求：
将big_data数据库中city表的数据归档到172.20.4.130:/backup下
注意：
表一定要有主键啊，否则很多功能不能用，innodb表没有主键也是够了。
在192.168.56.101上安装pt-archiver,然后归档:
命令如下：
pt-archiver --source h=172.20.4.125,u=root,p=root@123,P=5306,D=big_data,t=instance_info,A=utf8mb4 --no-delete --file '/backup/%Y-%m-%d-%D.%t.sql' --where "1=1" --share-lock --statistics --progress 500 --limit 500 --txn-size 500
参数解释:
--source: # 指定目标表信息，我们只是将表备份到文件，只需指定source即可
--share-lock:# 给表加上LOCK IN SHARE MODE,提供读一致性
h:# 主机IP
u:# 数据库用户
p:# 密码
D:# 数据库名
t:# 表名
A:# 字符集
--no-delete:# 归档数据后，不删除源表数据(如果需要删除源表数据,--no-delete改为--purge即可)
--file:# 数据存放的文件，最好指定绝对路径，文件名可以灵活地组合。
--where:# 删除表中指定的数据，根据自己的需求限定，全部删除就给1=1即可
--statistics:# 打印出整个归档过程的统计信息
--limit:# 每次fecth多少行数据，类似游标获取，默认为1。增改该值，有助于加速归档
--progress:# 打印导出过程中的信息，当前时间，当前一共耗费多少时间，当前fetch数据行数
--txn-size:# 每个事物提交的数据行数，批量提交。增加该值可以提升归档性能。
3.归档数据到表(逐行进行归档)
注意：
1.在归档时，目的端必须有要归档表的表结构
2.--no-delete，归档表数据，但不删除源端表已归档数据，删除源表数据，--purge
3.--ask-pass自动输入密码
4.逐行进行归档使用的是insert方式进行在目标端插入的
命令：
pt-archiver --source h=172.20.4.125,u=root,p=root@123,P=5306,D=big_data,t=instance_info,A=utf8mb4 --dest h=172.20.4.130,P=3306,u=root,p=root@123,D=big_data_backup,t=instance_info,A=utf8mb4 --charset=utf8mb4 --where "1=1" --progress=50 --txn-size=1000 --statistics --no-delete
返回结果：
Started at 2022-03-02T11:23:49, ended at 2022-03-02T11:25:21 # 逐行归档消耗大约11:25:21-11:23:49=92秒
Source: A=utf8mb4,D=big_data,P=5306,h=172.20.4.125,p=...,t=instance_info,u=root
Dest: A=utf8mb4,D=big_data_backup,P=3306,h=172.20.4.130,p=...,t=instance_info,u=root
SELECT 147451
INSERT 147451
DELETE 0
Action Count Time Pct
select 147452 54.1756 58.95
inserting 147451 26.7692 29.13
commit 296 0.3697 0.40
other 0 10.5861 11.52
4.归档数据导表(批量进行归档)
注意：
1.批量进行归档涉及的选项是--limit
2.批量进行插入涉及的选项为--bulk-insert，指定选项--bulk-insert同时也会指定选项--bulk-delete
3.如果不删除已归档数据，则需要指定选项--no-delete，删除源表数据，--purge
4.--ask-pass自动输入密码
5.批量进行归档使用的是LOAD DATA INFILE方式进行在目标端导入的
命令：
pt-archiver --source h=172.20.4.125,u=root,p=root@123,P=5306,D=big_data,t=instance_info,A=utf8mb4 --dest h=172.20.4.130,P=3306,u=root,p=root@123,D=big_data_backup,t=instance_info,A=utf8mb4 --charset=utf8mb4 --where "1=1" --progress=50 --txn-size=1000 --limit=50 --statistics --bulk-insert --no-delete
返回结果：
Started at 2022-03-02T11:13:35, ended at 2022-03-02T11:14:09 # 批量归档消耗大约11:14:09-11:13:35=36秒，相同数据量，比逐行归档要少一分钟的时间
Source: A=utf8mb4,D=big_data,P=5306,h=172.20.4.125,p=...,t=instance_info,u=root
Dest: A=utf8mb4,D=big_data_backup,P=3306,h=172.20.4.130,p=...,t=instance_info,u=root
SELECT 147451
INSERT 147451
DELETE 0
Action Count Time Pct
inserting 147451 24.7381 72.54
select 2951 1.8590 5.45
commit 296 0.3743 1.10
other 0 7.1307 20.91
5.清除表数据
注意：
如果只是进行表数据清除操作而不做归档操作，则可以忽略选项--dest或--file，通过指定选项--purge，可以先使用选项--dry-run打印查询需要清除数据的执行语句，做好确认之后再执行。
命令：
1.确认要清除的数据
pt-archiver --source h=172.20.4.125,P=5306,u=root,p=root@123,D=big_data,t=instance_info,A=utf8mb4 --purge --charset=utf8mb4 --where "1=1" --progress=50 --txn-size=1000 --limit=50 --statistics --dry-run
返回结果：
# SELECT /*!40001 SQL_NO_CACHE */ `id`,`instance_name`,`host_ip`,`instance_port`,`table_schema`,`table_name`,`table_rows`,`data_size`,`index_size`,`data_free`,`create_time`,`info`,`is_true` FROM `big_data`.`instance_info` FORCE INDEX(`PRIMARY`) WHERE (1=1) AND (`id` < '149844') ORDER BY `id` LIMIT 50
# SELECT /*!40001 SQL_NO_CACHE */ `id`,`instance_name`,`host_ip`,`instance_port`,`table_schema`,`table_name`,`table_rows`,`data_size`,`index_size`,`data_free`,`create_time`,`info`,`is_true` FROM `big_data`.`instance_info` FORCE INDEX(`PRIMARY`) WHERE (1=1) AND (`id` < '149844') AND ((`id` >= ?)) ORDER BY `id` LIMIT 50
# DELETE FROM `big_data`.`instance_info` WHERE (`id` = ?)
2.执行清除操作
pt-archiver --source h=172.20.4.125,P=5306,u=root,p=root@123,D=big_data,t=instance_info,A=utf8mb4 --purge --charset=utf8mb4 --where "1=1" --progress=50 --txn-size=1000 --limit=50 --statistics
返回结果：
Started at 2022-03-02T11:45:22, ended at 2022-03-02T11:46:13 # 逐行清除花费时间为50s
Source: A=utf8mb4,D=big_data,P=5306,h=172.20.4.125,p=...,t=instance_info,u=root
SELECT 147451
INSERT 0
DELETE 147451
Action Count Time Pct
deleting 147451 41.5617 81.99
select 2951 1.9274 3.80
commit 148 0.2500 0.49
other 0 6.9499 13.71
3.批量清除操作 # 指定--bulk-delete进行批量清除操作
pt-archiver --source h=172.20.4.125,P=5306,u=root,p=root@123,D=big_data,t=instance_info,A=utf8mb4 --purge --charset=utf8mb4 --where "1=1" --progress=50 --txn-size=1000 --bulk-delete --limit=50 --statistics
返回结果：
Started at 2022-03-02T11:51:13, ended at 2022-03-02T11:51:19 # 批量清除花费时间为6s
Source: A=utf8mb4,D=big_data,P=5306,h=172.20.4.125,p=...,t=instance_info,u=root
SELECT 147451
INSERT 0
DELETE 147451
Action Count Time Pct
bulk_deleting 2950 1.6117 29.80
select 2951 1.5777 29.17
commit 148 0.1248 2.31
other 0 2.0951 38.73
6.表自增字段处理
注意：
默认情况下，pt-archiver工具在进行表数据归档或是清除时，通过添加WHERE子句条件限制具有AUTO_INCREMENT属性字段所对应的数据行操作。
这是为了在数据库重启之后，之前AUTO_INCREMENT对应的值还可以使用()。但这会造成归档数据少一条或是清除数据少一条的情况
为了不保护AUTO_INCREMENT属性最大值的数据行，工具提供了选项--no-safe-auto-increment。
pass