原文 Describing safe, blocking, atomic, pure-mysql cut-over phase
作者:shlomi-noach 26 Jun 2016
我们提供的方式是基于两个数据库连接的。假如我们的连接是C10，C20。应用的连接是C1..C9,C11..C19,C21..C29。
C1..C9在 tbl 上进行正常的dml操作:INSERT, UPDATE, DELETE
C10: CREATE TABLE tbl_old (id int primary key) COMMENT='magic-be-here'
C10: LOCK TABLES tbl WRITE, tbl_old WRITE
C11..C19,新进来的对tbl的操作，由于C10的锁，会被阻塞
-
C20: RENAME TABLE tbl TO tbl_old, ghost TO tbl
由于C10加的锁，也会被阻塞住。但是当锁被释放后，会比C1..C9,C11..C19先执行。
C21..C29，新进来对tbl的dml操作还是会被阻塞住
C10: 检测C20的rename操作是否存在(在show processlist当中寻找rename关键字)
-
C10: DROP TABLE tbl_old
大家还是被锁住，什么严重的事情都不会发生，除了删除这个tbl_old表。
-
C10:UNLOCK TABLES
BAM(象声词，不知道怎么翻译，尴尬，只能意会不能言传)！RENAME操作会先执行，ghost表会被重命名为tbl表，然后C1..C9，C11..C19,C21..C29会直接在新的tbl表上执行。
一些解释:
- 创建tbl_old是为了阻止C20的RENAME操作
- 当一个连接拥有对某个表的WRITE锁的时候，可以执行drop该表的操作。
- 不管是谁先被阻塞，当一个表的INSERT/UPDATE/DELETE操作和RENAME操作同时被阻塞的情况下，RENAME操作总是会先执行。
假如上面的过程当中C10或者C20失败了，会发生什么呢
先说结论，就算失败了，不会发生灾难性的事情，也不需要回滚。
假如C10在CREATE tbl_old的时候发生错误，直接退出
假如C10在LOCK tbl,tbl_old的语句发生错误，直接退出，表不会被锁住，app可以继续对tbl进行dml操作
-
假如C10在C20刚要执行RENAME操作的时候连接直接挂了
- WRITE锁会被释放掉，C1..C9，C11..C19可以继续在原表执行
- C20会因为tbl_old表的存在而RENAME失败
- 整个操作失败，但是没什么严重的问题产生，只是一些语句被阻塞了很短的一段时间。我们会重试整个cut-over流程。
假如C10在C20被阻塞后挂了，发生的事情和上面的流程差不多。锁释放，C20失败（因为tbl_old的存在）,其他所有的被阻塞的语句会正常在原来的表上执行
假如C20在C10 DROP表之前挂了，我们会捕捉到错误并按计划执行。删除表并且释放锁。没什么严重的事情发生，顶多一些语句被阻塞一会。我们需要重新尝试整个流程。
假如C20在C10 DROP后释放锁之前挂了，和上面发生的事情一样。
假如C10和C20都挂了。锁被释放，RENAME失败，C1..C9,C11..C19,C21..C29阻塞的语句会正常在tbl上执行。
不管发生什么事情，在操作的最后我们都会检查ghost表是否还存在。假如不在了，那就说明操作成功了。整个流程可以被看成是原子性的。
顺便说一下，如果操作失败了，可能会存在table_old表需要我们手动删除。其实删不删除都无所谓。如果你看不惯可以删除掉，不删除掉的话，也没关系，下一次操作就不用重建了。
对应用的影响
在流程开始之后到流程结束的时间里，不管是成功还是失败，应用的连接都会被阻塞住。成功的话，阻塞的语句会被执行到新表，失败的话，阻塞的语句会执行到旧表。
对复制的影响
复制只会看到RENAME操作，binlog是不会记录lock语句的。所以复制看到的是原子性的两表交换，不会有表不存在的情况。
针对网友的一些提问
为啥要用两个连接进行这么麻烦的流程？
因为一个连接在获取tbl的锁的情况下，无法进行rename操作（至少现在不能）。但是作者说他会说服工程师在MYSQL的下个版本当中实现，就不需要这么麻烦的操作了。（下面代码测试是我测试的，不是作者的）
admin@localhost [test] 11:39:32>lock table t write;
Query OK, 0 rows affected (0.00 sec)
admin@localhost [test] 11:39:36>rename table t to t10;
ERROR 1192 (HY000): Can't execute the given command because you have active locked tables or an active transaction
admin@localhost [test] 11:39:48>select @@version;
+---------------+
| @@version |
+---------------+
| 5.7.22-22-log |
+---------------+
1 row in set (0.00 sec)
为啥要锁原来的表和创建的tbl_old表？
由于异步的应用binlog的日志，如果不锁住原表的话，可能会存在一些语句未被应用。为啥要锁住tbl_old表呢，作者自己也不太记得了，因为时间的原因，毕竟是回忆三年前的事情了，不过肯定是有原因的。
