mysql数据清洗查看缺失值

转载

davisl 2024-09-25 19:14:29

文章标签 mysql数据清洗查看缺失值 mysql 表删除闪回 mysql sql 回滚 文章分类 MySQL 数据库

概述

Binlog2sql是一个Python开发开源的MySQL Binlog解析工具，能够将Binlog解析为原始的SQL，也支持将Binlog解析为回滚的SQL，去除主键的INSERT SQL，是DBA和运维人员数据恢复好帮手。

mysql数据清洗查看缺失值_mysql数据清洗查看缺失值

一、安装配置

1.1 用途

数据快速回滚(闪回)

主从切换后新master丢数据的修复

从binlog生成标准SQL，带来的衍生功能

支持MySQL5.6，5.7

1.2 安装

shell> git clone https://github.com/danfengcao/binlog2sql.git && cd binlog2sql

shell> pip install -r requirements.txt

二、使用方法

2.1 使用前配置

2.1.1参数配置

[mysqld]

server_id = 1

log_bin = /var/log/mysql/mysql-bin.log

max_binlog_size = 1G

binlog_format = row

binlog_row_image = full

2.1.2 user需要的最小权限集合

select,super/replication client, replication slave

建议授权

GRANT SELECT, REPLICATION SLAVE, REPLICATION CLIENT ON *.* TO

权限说明

select：需要读取server端information_schema.COLUMNS表，获取表结构的元信息，拼接成可视化的sql语句

super/replication client：两个权限都可以，需要执行'SHOW MASTER STATUS', 获取server端的binlog列表

replication slave：通过BINLOG_DUMP协议获取binlog内容的权限

2.2 基本用法

2.2.1基本用法

解析出标准SQL

shell> python binlog2sql.py -h127.0.0.1-P3306 -uadmin -p'admin'-dtest -t test3 test4 --start-file='mysql-bin.000002'

输出：

INSERT INTO `test`.`test3`(`addtime`, `data`, `id`) VALUES ('2016-12-10 13:03:38','english',4); #start570end736

UPDATE `test`.`test3` SET `addtime`='2016-12-10 12:00:00', `data`='中文', `id`=3WHERE `addtime`='2016-12-10 13:03:22'AND `data`='中文'AND `id`=3LIMIT1; #start763end954

DELETE FROM `test`.`test3` WHERE `addtime`='2016-12-10 13:03:38'AND `data`='english'AND `id`=4LIMIT1; #start981end1147

解析出回滚SQL

shell> python binlog2sql.py --flashback -h127.0.0.1-P3306 -uadmin -p'admin'-dtest -ttest3 --start-file='mysql-bin.000002'--start-position=763--stop-position=1147

输出：

INSERT INTO `test`.`test3`(`addtime`, `data`, `id`) VALUES ('2016-12-10 13:03:38','english',4); #start981end1147

UPDATE `test`.`test3` SET `addtime`='2016-12-10 13:03:22', `data`='中文', `id`=3WHERE `addtime`='2016-12-10 12:00:00'AND `data`='中文'AND `id`=3LIMIT1; #start763end954

2.2.2 选项

mysql连接配置

-h host; -P port; -u user; -p password

解析模式

--stop-never 持续解析binlog。可选。默认False，同步至执行命令时最新的binlog位置。

-K, --no-primary-key 对INSERT语句去除主键。可选。默认False

-B, --flashback 生成回滚SQL，可解析大文件，不受内存限制。可选。默认False。与stop-never或no-primary-key不能同时添加。

--back-interval -B模式下，每打印一千行回滚SQL，加一句SLEEP多少秒，如不想加SLEEP，请设为0。可选。默认1.0。

解析范围控制

--start-file 起始解析文件，只需文件名，无需全路径。必须。

--start-position/--start-pos 起始解析位置。可选。默认为start-file的起始位置。

--stop-file/--end-file 终止解析文件。可选。默认为start-file同一个文件。若解析模式为stop-never，此选项失效。

--stop-position/--end-pos 终止解析位置。可选。默认为stop-file的最末位置；若解析模式为stop-never，此选项失效。

--start-datetime 起始解析时间，格式'%Y-%m-%d %H:%M:%S'。可选。默认不过滤。

--stop-datetime 终止解析时间，格式'%Y-%m-%d %H:%M:%S'。可选。默认不过滤。

对象过滤

-d, --databases 只解析目标db的sql，多个库用空格隔开，如-d db1 db2。可选。默认为空。

-t, --tables 只解析目标table的sql，多张表用空格隔开，如-t tbl1 tbl2。可选。默认为空。

--only-dml 只解析dml，忽略ddl。可选。默认False。

--sql-type 只解析指定类型，支持INSERT, UPDATE, DELETE。多个类型用空格隔开，如--sql-type INSERT DELETE。可选。默认为增删改都解析。用了此参数但没填任何类型，则三者都不解析。

2.3 应用案例

2.3.1 误删整张表数据，需要紧急回滚

闪回详细介绍可参见example目录下《闪回原理与实战》example/mysql-flashback-priciple-and-practice.md

test库tbl表原有数据

mysql> select * from tbl;

+----+--------+---------------------+

| id | name | addtime |

+----+--------+---------------------+

| 1| 小赵 |2016-12-1000:04:33|

| 2| 小钱 |2016-12-1000:04:48|

| 3| 小孙 |2016-12-1320:25:00|

| 4| 小李 |2016-12-1200:00:00|

+----+--------+---------------------+

4rows in set (0.00sec)

mysql> delete from tbl;

Query OK, 4rows affected (0.00sec)

20:28时，tbl表误操作被清空

mysql> select * from tbl;

Empty set (0.00sec)

恢复数据步骤：

1、登录mysql，查看目前的binlog文件

mysql> show master status;

+------------------+-----------+

| Log_name | File_size |

+------------------+-----------+

| mysql-bin.000051|967|

| mysql-bin.000052|965|

+------------------+-----------+

2、最新的binlog文件是mysql-bin.000052，我们再定位误操作SQL的binlog位置。误操作人只能知道大致的误操作时间，我们根据大致时间过滤数据。

shell> python binlog2sql/binlog2sql.py -h127.0.0.1-P3306 -uadmin -p'admin'-dtest -ttbl --start-file='mysql-bin.000052'--start-datetime='2016-12-13 20:25:00'--stop-datetime='2016-12-13 20:30:00'

输出：

INSERT INTO `test`.`tbl`(`addtime`, `id`, `name`) VALUES ('2016-12-13 20:26:00',4,'小李'); #start317end487time2016-12-1320:26:26

UPDATE `test`.`tbl` SET `addtime`='2016-12-12 00:00:00', `id`=4, `name`='小李'WHERE `addtime`='2016-12-13 20:26:00'AND `id`=4AND `name`='小李'LIMIT1; #start514end701time2016-12-1320:27:07

DELETE FROM `test`.`tbl` WHERE `addtime`='2016-12-10 00:04:33'AND `id`=1AND `name`='小赵'LIMIT1; #start728end938time2016-12-1320:28:05

DELETE FROM `test`.`tbl` WHERE `addtime`='2016-12-10 00:04:48'AND `id`=2AND `name`='小钱'LIMIT1; #start728end938time2016-12-1320:28:05

DELETE FROM `test`.`tbl` WHERE `addtime`='2016-12-13 20:25:00'AND `id`=3AND `name`='小孙'LIMIT1; #start728end938time2016-12-1320:28:05

DELETE FROM `test`.`tbl` WHERE `addtime`='2016-12-12 00:00:00'AND `id`=4AND `name`='小李'LIMIT1; #start728end938time2016-12-1320:28:05

3、我们得到了误操作sql的准确位置在728-938之间，再根据位置进一步过滤，使用flashback模式生成回滚sql，检查回滚sql是否正确(注：真实环境下，此步经常会进一步筛选出需要的sql。结合grep、编辑器等)

shell> python binlog2sql/binlog2sql.py -h127.0.0.1-P3306 -uadmin -p'admin'-dtest -ttbl --start-file='mysql-bin.000052'--start-position=3346--stop-position=3556-B > rollback.sql | cat

输出：

INSERT INTO `test`.`tbl`(`addtime`, `id`, `name`) VALUES ('2016-12-12 00:00:00',4,'小李'); #start728end938time2016-12-1320:28:05

INSERT INTO `test`.`tbl`(`addtime`, `id`, `name`) VALUES ('2016-12-13 20:25:00',3,'小孙'); #start728end938time2016-12-1320:28:05

INSERT INTO `test`.`tbl`(`addtime`, `id`, `name`) VALUES ('2016-12-10 00:04:48',2,'小钱'); #start728end938time2016-12-1320:28:05

INSERT INTO `test`.`tbl`(`addtime`, `id`, `name`) VALUES ('2016-12-10 00:04:33',1,'小赵'); #start728end938time2016-12-1320:28:05

4、确认回滚sql正确，执行回滚语句。登录mysql确认，数据回滚成功。

shell> mysql -h127.0.0.1-P3306 -uadmin -p'admin'

mysql> select * from tbl;

+----+--------+---------------------+

| id | name | addtime |

+----+--------+---------------------+

| 1| 小赵 |2016-12-1000:04:33|