【Python】技术分享 | 使用 Python 解析并“篡改”MySQL 的 Binlog
前言
MySQL 的 Binlog 记录着 MySQL 数据库的所有变更信息，了解 Binlog 的结构可以帮助我们解析Binlog，甚至对 Binlog 进行一些修改，或者说是“篡改”，例如实现类似于 Oracle 的 flashback 的功能，恢复误删除的记录，把 update 的记录再还原回去等。本文将带您探讨一下这些神奇功能的实现，您会发现比您想象地要简单得多。本文指的 Binlog 是 ROW 模式的 Binlog，这也是 MySQL 8 里的默认模式，STATEMENT 模式因为使用中有很多限制，现在用得越来越少了。
Binlog 的结构
Binlog 由事件（event）组成，请注意是事件（event）不是事务（transaction），一个事务可以包含多个事件。事件描述对数据库的修改内容。
从 MySQL 5 版本开始，Binlog 采用的是 v4 版本。事件的类型根据 MySQL 的内部文档，有下面 36 类：
enum Log_event_type {UNKNOWN_EVENT= 0,
START_EVENT_V3= 1,
QUERY_EVENT= 2,
STOP_EVENT= 3,
ROTATE_EVENT= 4,
INTVAR_EVENT= 5,
LOAD_EVENT= 6,
SLAVE_EVENT= 7,
CREATE_FILE_EVENT= 8,
APPEND_BLOCK_EVENT= 9,
EXEC_LOAD_EVENT= 10,
DELETE_FILE_EVENT= 11,
NEW_LOAD_EVENT= 12,
RAND_EVENT= 13,
USER_VAR_EVENT= 14,
FORMAT_DESCRIPTION_EVENT= 15,
XID_EVENT= 16,
BEGIN_LOAD_QUERY_EVENT= 17,
EXECUTE_LOAD_QUERY_EVENT= 18,
TABLE_MAP_EVENT = 19,
PRE_GA_WRITE_ROWS_EVENT = 20,
PRE_GA_UPDATE_ROWS_EVENT = 21,
PRE_GA_DELETE_ROWS_EVENT = 22,
WRITE_ROWS_EVENT = 23,
UPDATE_ROWS_EVENT = 24,
DELETE_ROWS_EVENT = 25,
INCIDENT_EVENT= 26,
HEARTBEAT_LOG_EVENT= 27,
IGNORABLE_LOG_EVENT= 28,
ROWS_QUERY_LOG_EVENT= 29,
WRITE_ROWS_EVENT = 30,
UPDATE_ROWS_EVENT = 31,
DELETE_ROWS_EVENT = 32,
GTID_LOG_EVENT= 33,
ANONYMOUS_GTID_LOG_EVENT= 34,
PREVIOUS_GTIDS_LOG_EVENT= 35,
ENUM_END_EVENT
/* end marker */
};
每个 Binlog 文件总是以 Format Description Event 作为开始，以 Rotate Event 结束作为结束，我们来看一个 Binlog 的例子：
mysql> show binlog events in 'scut.000023';+-------------+-----+----------------+-----------+-------------+--------------------------------------------------------+
| Log_name | Pos | Event_type | Server_id | End_log_pos | Info |
+-------------+-----+----------------+-----------+-------------+--------------------------------------------------------+
| scut.000023 | 4 | Format_desc | 1024 | 123 | Server ver: 5.7.31-0ubuntu0.16.04.1-log, Binlog ver: 4 |
| scut.000023 | 123 | Previous_gtids | 1024 | 154 | |
| scut.000023 | 154 | Anonymous_Gtid | 1024 | 219 | SET @@SESSION.GTID_NEXT= 'ANONYMOUS' |
| scut.000023 | 219 | Query | 1024 | 291 | BEGIN |
| scut.000023 | 291 | Rows_query | 1024 | 330 | # delete from tt1 |
| scut.000023 | 330 | Table_map | 1024 | 378 | table_id: 111 (test.tt1) |
| scut.000023 | 378 | Delete_rows | 1024 | 434 | table_id: 111 flags: STMT_END_F |
| scut.000023 | 434 | Xid | 1024 | 465 | COMMIT /* xid=216 */ |
| scut.000023 | 465 | Rotate | 1024 | 507 | scut.000024;pos=4 |
+-------------+-----+----------------+-----------+-------------+--------------------------------------------------------+
9 rows in set (0.00 sec)
关于 “show binlog events” 语法显示的每一列的作用说明如下：
每个事件类型的说明可以参考《MySQL 的内部文档》
我们这里说明一下这里遇到的几个事件类型：
根据官方文档，事件（event）数据结构如下：
+=====================================+| event | timestamp 0 : 4 |
| header +----------------------------+
| | type_code 4 : 1 |
| +----------------------------+
| | server_id 5 : 4 |
| +----------------------------+
| | event_length 9 : 4 |
| +----------------------------+
| | next_position 13 : 4 |
| +----------------------------+
| | flags 17 : 2 |
| +----------------------------+
| | extra_headers 19 : x-19 |
+=====================================+
| event | fixed part x : y |
| data +----------------------------+
| | variable part |
+=====================================+
恢复误删除的记录
现在我们已经了解了 Binlog 的结构，我们可以试着修改 Binlog 里的数据。例如前面举例的 Binlog 删除了一条记录，我们可以试着把这条记录恢复，Binlog 里面有个删除行（DELETE_ROWS_EVENT）的事件，就是这个事件删除了记录，这个事件和写行（WRITE_ROWS_EVENT）的事件的数据结构是完全一样的，只是删除行事件的类型是 32，写行事件的类型是 30，我们把对应的 Binlog 位置的 32 改成 30 即可把已经删除的记录再插入回去。从前面的 “show binlog events” 里面可看到这个 DELETE_ROWS_EVENT 是从位置 378 开始的，这里的位置就是 Binlog 文件的实际位置（以字节为单位）。从事件（event）的结构里面可以看到 type_code 是在 event 的第 5 个字节，我们写个 Python 小程序把把第383（378+5=383）字节改成 30 即可。当然您也可以用二进制编辑工具来改。
下面是这个 Python 小程序的例子：
#! /usr/bin/python3import sys
if len(sys.argv) != 3:
print ('Please run chtype.py inputType changedType.')
sys.exit()
inputType=open(sys.argv[1],"rb")
changedType=open(sys.argv[2],"wb")
changedType.write(inputType.read(382))
changedType.write(chr(30).encode())
inputType.seek(1,1)
while True:
line = inputType.readline()
if not line:
break
changedType.write(line)
inputType.close()
changedType.close()
我们把原来的 Binlog 和修改后的 Binlog 进行一个对比：
发现这两个 Binlog 只有一个字节有区别，也就是 type_code 从 32 变成了 30，注意 Binlog 里面显示的是 16 进制的数字。我们分别应用一下原来的 Binlog 和修改后的 Binlog，看看效果如何？
$ mysql -e "select * from test.tt1";$ mysqlbinlog ./scut.000023_ch |mysql
$ mysql -e "select * from test.tt1";
+---------------------+
| col1 |
+---------------------+
| aaaaaaaaaaaaaaaaaaa |
+---------------------+
$ mysqlbinlog ./scut.000023 |mysql
$ mysql -e "select * from test.tt1";
$ mysqlbinlog ./scut.000023_ch |mysql
$ mysql -e "select * from test.tt1";
+---------------------+
| col1 |
+---------------------+
| aaaaaaaaaaaaaaaaaaa |
+---------------------+
我们发现这两个 Binlog 可以分别把对应的记录删除和插入到 MySQL 数据库中，这样我们就成功地实现了类似于 Oracle 的 flashback 功能。
找出 Binlog 中的大事务
由于 ROW 模式的 Binlog 是每一个变更都记录一条日志，因此一个简单的 SQL，在 Binlog 里可能会产生一个巨无霸的事务，例如一个不带 where 的 update 或 delete 语句，修改了全表里面的所有记录，每条记录都在 Binlog 里面记录一次，结果是一个巨大的事务记录。这样的大事务经常是产生麻烦的根源。我的一个客户有一次向我抱怨，一个 Binlog 前滚，滚了两天也没有动静，我把那个 Binlog 解析了一下，发现里面有个事务产生了 1.4G 的记录，修改了 66 万条记录！下面是一个简单的找出 Binlog 中大事务的 Python 小程序，我们知道用 mysqlbinlog 解析的 Binlog，每个事务都是以 BEGIN 开头，以 COMMIT 结束。我们找出 BENGIN 前面的 “# at” 的位置，检查 COMMIT 后面的 “# at” 位置，这两个位置相减即可计算出这个事务的大小，下面是这个 Python 程序的例子。
$ cat ./checkBigTran.py#! /usr/bin/python3
import sys
position=0
beginPosition=0
endPosition=0
maxSize=0
isEnd=0
for line in sys.stdin:
if line[: 4]=='# at':
position=int(line[5:])
if isEnd:
endPosition=position
isEnd=0
if line[: 5]=='BEGIN':
beginPosition=position
if line[: 6]=='COMMIT':
isEnd=1
if endPosition-beginPosition>maxSize:
maxBeginPosition= beginPosition
maxEndPosition=endPosition
maxSize=endPosition-beginPosition
print("The largest transaction size is %d, the begion position is %d, the end position is %d." % (maxSize,maxBeginPosition,maxEndPosition))
用这个小程序检查一下可能包含大事务的 Binlog：
$ mysqlbinlog binlog1|./checkBigTran.pyThe largest transaction size is 1468183501, the begion position is 5737766, the end position is 1473921267.
发现里面果然包含了一个 1.4G 的大事务。
切割 Binlog 中的大事务
对于大的事务，MySQL 会把它分解成多个事件（注意一个是事务 TRANSACTION，另一个是事件 EVENT），事件的大小由参数 binlog-row-event-max-size 决定，这个参数默认是 8K。因此我们可以把若干个事件切割成一个单独的略小的事务，例如下面这个 Binlog：
mysql> show binlog events in 'scut.000025';+-------------+-----+----------------+-----------+-------------+--------------------------------------------------------+
| Log_name | Pos | Event_type | Server_id | End_log_pos | Info |
+-------------+-----+----------------+-----------+-------------+--------------------------------------------------------+
| scut.000025 | 4 | Format_desc | 1024 | 123 | Server ver: 5.7.31-0ubuntu0.16.04.1-log, Binlog ver: 4 |
| scut.000025 | 123 | Previous_gtids | 1024 | 154 | |
| scut.000025 | 154 | Anonymous_Gtid | 1024 | 219 | SET @@SESSION.GTID_NEXT= 'ANONYMOUS' |
| scut.000025 | 219 | Query | 1024 | 291 | BEGIN |
| scut.000025 | 291 | Rows_query | 1024 | 343 | # insert into tt1 values ('1') |
| scut.000025 | 343 | Table_map | 1024 | 391 | table_id: 111 (test.tt1) |
| scut.000025 | 391 | Write_rows | 1024 | 429 | table_id: 111 flags: STMT_END_F |
| scut.000025 | 429 | Rows_query | 1024 | 481 | # insert into tt1 values ('2') |
| scut.000025 | 481 | Table_map | 1024 | 529 | table_id: 111 (test.tt1) |
| scut.000025 | 529 | Write_rows | 1024 | 567 | table_id: 111 flags: STMT_END_F |
| scut.000025 | 567 | Xid | 1024 | 598 | COMMIT /* xid=397 */ |
| scut.000025 | 598 | Rotate | 1024 | 640 | scut.000026;pos=4 |
+-------------+-----+----------------+-----------+-------------+--------------------------------------------------------+
12 rows in set (0.01 sec)
这个 Binlog 的两个 insert 是在一个事务里面完成的，我们可以两个事务之间插入 xid、Anonymous_Gtid、Query 等三个事件把一个事务切割成两个事务。Rows_query 这个事件不用插入，这个事件是注释掉了的，记录的是执行的 SQL，这个事件只有在参数 binlog_rows_query_log_events 为 on 时才会有，默认是 off 。相应的 Python 程序如下：
# cat splitTran.py#! /usr/bin/python3
import sys
if len(sys.argv) != 3:
print ('Please run splitTrans.py inputBinlog changedBinlog.')
sys.exit()
inputBinlog=open(sys.argv[1],"rb")
changedBinlog=open(sys.argv[2],"wb")
changedBinlog.write(inputBinlog.read(429)) # read from the head of input binlog file to the first insert, then write into the changed binlog file.
firstInsert=inputBinlog.tell()
inputBinlog.seek(567,0) # locate to the xid event
changedBinlog.write(inputBinlog.read(31)) # read from 567 to 598, write xid event, into the changed binlog file.
inputBinlog.seek(154,0) # locate to the Anonymous_Gtid, Query events.
changedBinlog.write(inputBinlog.read(137)) # read from 154 to 291, write Anonymous_Gtid, Query events into changed binlog file.
inputBinlog.seek(firstInsert)
while True:
line = inputBinlog.readline()
if not line:
break
changedBinlog.write(line)
inputBinlog.close()
changedBinlog.close()
我们执行这个 Python 程序，生成一个新的 Binlog ，然后把新的 Binlog 应用到 MySQL。
$ ./splitTran.py scut.000025 scut.000025_ch$ mysqlbinlog scut.000025_ch |mysql
我们看看执行地效果：
mysql> show binlog events in 'scut.000026';+-------------+-----+----------------+-----------+-------------+------------------------------------------------------------------------------------------------------------------------------------+
| Log_name | Pos | Event_type | Server_id | End_log_pos | Info |
+-------------+-----+----------------+-----------+-------------+------------------------------------------------------------------------------------------------------------------------------------+
| scut.000026 | 4 | Format_desc | 1024 | 123 | Server ver: 5.7.31-0ubuntu0.16.04.1-log, Binlog ver: 4 |
| scut.000026 | 123 | Previous_gtids | 1024 | 154 | |
| scut.000026 | 154 | Anonymous_Gtid | 1024 | 219 | SET @@SESSION.GTID_NEXT= 'ANONYMOUS' |
| scut.000026 | 219 | Query | 1024 | 287 | BEGIN |
| scut.000026 | 287 | Rows_query | 1024 | 439 | # BINLOG '
EbA7XxMABAAAMAAAAIcBAAAAAG8AAAAAAAEABHRlc3QAA3R0MQAB/gL+QAEYYumN
EbA7Xx4ABAAAJgAAAK0BAAAAAG8AAAAAAAEAAgAB//4BMeeyFcw=
' |
| scut.000026 | 439 | Table_map | 1024 | 487 | table_id: 111 (test.tt1) |
| scut.000026 | 487 | Write_rows | 1024 | 525 | table_id: 111 flags: STMT_END_F |
| scut.000026 | 525 | Xid | 1024 | 556 | COMMIT /* xid=425 */ |
| scut.000026 | 556 | Anonymous_Gtid | 1024 | 621 | SET @@SESSION.GTID_NEXT= 'ANONYMOUS' |
| scut.000026 | 621 | Query | 1024 | 689 | BEGIN |
| scut.000026 | 689 | Rows_query | 1024 | 841 | # BINLOG '
F7A7XxMABAAAMAAAABECAAAAAG8AAAAAAAEABHRlc3QAA3R0MQAB/gL+QAE+WKbj
F7A7Xx4ABAAAJgAAADcCAAAAAG8AAAAAAAEAAgAB//4BMmfP2Zk=
' |
| scut.000026 | 841 | Table_map | 1024 | 889 | table_id: 111 (test.tt1) |
| scut.000026 | 889 | Write_rows | 1024 | 927 | table_id: 111 flags: STMT_END_F |
| scut.000026 | 927 | Xid | 1024 | 958 | COMMIT /* xid=432 */ |
+-------------+-----+----------------+-----------+-------------+------------------------------------------------------------------------------------------------------------------------------------+
14 rows in set (0.00 sec)
我们看到两个 insert 已经分开到两个事务里面了。
后记
ROW 模式下，即使我们只更新了一条记录的其中某个字段，也会记录每个字段变更前后的值，这个行为是 binlog_row_image 参数控制的，这个参数有 3 个值，默认为 FULL，也就是记录列的所有修改，即使字段没有发生变更也会记录。这样我们就可以实现类似 Oracle 的 flashback 的功能，我个人估计 MySQL 未来的版本从可能会基于 Binlog 推出这样的功能。
了解了 Binlog 的结构，再加上 Python 这把瑞士军刀，我们还可以实现很多功能，例如我们可以统计哪个表被修改地最多？我们还可以把 Binlog 切割成一段一段的，然后再重组，可以灵活地进行 MySQL 数据库的修改和迁移等工作。
以上是 【Python】技术分享 | 使用 Python 解析并“篡改”MySQL 的 Binlog 的全部内容， 来源链接： utcz.com/a/89914.html
