SET GLOBAL sql_slave_skip_counter = 1 仅跳过当前错误事务,不修复已存在的数据差异;它解决复制中断,而非数据不一致,盲目跳过会扩大主从偏差。

为什么 SET GLOBAL sql_slave_skip_counter = 1 后数据还是不一致
跳过错误只是让 SQL 线程绕过当前报错的 event,但不会修复已存在的数据差异。它解决的是“复制卡住”,不是“数据错位”。一旦主从某张表在跳过前就存在行数、内容或主键分布差异,跳过只会让差距越拉越大。
常见误解是:跳过 = 修复。实际是:跳过 = 忽略本次冲突,继续往后跑。如果主库那条语句本该更新 10 行,而从库只有 3 行匹配,跳过之后,这 7 行就永远漏掉了。
- 跳过只影响当前事务(
sql_slave_skip_counter是 per-transaction 计数器) - 若错误源于从库多出数据(如人为 INSERT),跳过不清理冗余行
- 若错误源于从库缺失数据(如被误删),跳过不补回丢失记录
- 连续跳过多次后,
Exec_Master_Log_Pos和Relay_Master_Log_File会偏离真实执行点,后续比对更难定位
用 pt-table-checksum 快速定位哪张表不一致
pt-table-checksum 是唯一能规模化、可重复验证主从行级一致性的工具。它不依赖人工肉眼比对,而是通过分块计算校验和(checksum),把大表拆成小 chunk 并行校验,避免锁表和长事务。
关键要点:
- 必须在主库上运行,从库需有
REPLICATION SLAVE权限才能查 checksum 结果 - 默认只校验
mysql、information_schema等系统库以外的库,如要包含指定库,加--databases db1,db2 - 若某 chunk 校验和不一致,
DIFFS列显示非 0 值,对应TABLE和CHUNK就是问题源头 - 注意
--chunk-size:太小导致请求密集;太大可能超时或锁太久;建议从 1000 行起步,观察TIME和ROWS输出再调整
示例命令:
安装、修复、更新或打包一个基于 Python 和 PyMySQL 实现的 Windows `mysql` 命令。适用于用户希望在 PowerShell/CMD 中输入 `mysql` 时重定向到 Python 实现、需要交互式输入 MySQL 连接信息、需要同步到当前用户本地 bin 目录,或需要将该能力封装成可公开复用的 Codex skill。
pt-table-checksum --host=master_ip --user=chkuser --password=xxx --databases=app_db --no-check-binlog-format --replicate=test.checksums
查到不一致后,怎么确认是哪几行内容不同
pt-table-sync 可生成修复 SQL,但它默认只输出,不自动执行。真正要定位具体差异行,得配合 --print 和 --sync-to-master 使用,并限制范围。
安全做法是先缩小比对粒度:
- 用
pt-table-checksum定位到具体表 + chunk 后,加--where "id BETWEEN 1000 AND 2000"再次校验该区间 - 然后用
pt-table-sync --print --sync-to-master h=slave_ip,u=user,p=xxx,D=app_db,t=orders输出所有差异行的 REPLACE 语句 - 输出结果里每条
REPLACE INTO `orders` ...都对应从库缺失/错位的一行,可直接grep -E "REPLACE|VALUES"提取 - 切勿在生产环境直接加
--execute,尤其涉及金额、状态字段时,先人工核对 3–5 条再决定是否批量应用
容易被忽略的底层陷阱:MEMORY 表和 ROW binlog 的假一致性
当表引擎是 MEMORY,即使 binlog_format=ROW,MySQL 实际仍以 STATEMENT 格式写入 binlog(例如 DELETE FROM sky_test)。这意味着:
- 主库执行
DELETE时,binlog 只记语句,不记影响行;从库重放时,若内存已清空,就报Error_Code: 1032 -
pt-table-checksum对 MEMORY 表返回0差异(因 checksum 在内存中计算,重启后为空,主从都空 → 校验和相同),造成“一致假象” - 这种表无法用常规方式修复,必须在业务低峰期手动导出主库数据,再导入从库重建
- 检查方法:
SHOW CREATE TABLE sky_test看ENGINE=MEMORY;再查SELECT COUNT(*) FROM sky_test在主从两端是否均为 0(重启后必然为 0)
真正的难点不在“怎么修”,而在“怎么想到它根本修不了”——这类表的存在本身就应该被监控告警,而不是等到切换后爆错才去翻日志。










