主从复制 stop slave卡住

在MySQL主从架构集群中，如果主库发生故障，需要立刻提升一个从库为新主库。在这个过程中，有一个操作是在从库上执行stop slave停止复制的操作，一般情况下，会非常顺利。

但也有特殊情况下，会遇到stop slave被卡住的问题。

这样，给故障恢复过程造成了一定的困扰。

本文模拟一种stop slave被卡住的情况。

MySQL版本: 5.7.27-log

1.模拟过程

首先准备一个主从集群，具体过程参见MySQL主从集群搭建。

1.1.主库数据准备

mysql> create database app;
Query OK, 1 row affected (0.01 sec)

mysql> 

CREATE TABLE `test` (

  `id` bigint(20) NOT NULL AUTO_INCREMENT,

  `service_group_name` varchar(100) NOT NULL,

  PRIMARY KEY (`id`)

) ENGINE=InnoDB DEFAULT CHARSET=utf8;

1.2 从库加读锁

首先保证从库复制正常，start slave已开启复制。

在从库上打开终端1，对数据表test加读锁：

mysql> lock tables app.test read;
Query OK, 0 rows affected (0.00 sec)

mysql> 

1.3 主库写入数据

在主库上写入一条数据：

mysql> insert into test(service_group_name) values('abc');
Query OK, 1 row affected (0.01 sec)

这个步骤是必须的，否则无法复现卡住问题。

1.4 从库 stop slave

在从库上，打开另一个终端2，执行stop slave，被卡住：

mysql> stop slave;

而且，

从库终端1上，执行解锁操作unlock tables;。

从库终端2上被卡住的命令会立刻返回。

2.原因

在从库上执行show processlist:

mysql> show processlist;
+----+-------------+-----------+------+---------+------+----------------------------------+------------------+
| Id | User        | Host      | db   | Command | Time | State                            | Info             |
+----+-------------+-----------+------+---------+------+----------------------------------+------------------+
|  2 | root        | localhost | app  | Query   |    0 | starting                         | show processlist |
| 15 | root        | localhost | NULL | Query   |   66 | Killing slave                    | stop slave       |
| 27 | system user |           | NULL | Connect | 2589 | Waiting for master to send event | NULL             |
| 28 | system user |           | NULL | Connect |   73 | Waiting for table metadata lock  | NULL             |
+----+-------------+-----------+------+---------+------+----------------------------------+------------------+
4 rows in set (0.00 sec)

stop slave 一直处于Killing slave状态。

前面已经提到，在从库上加锁后，必须在主库上写入数据，问题才会复现，因此推测，

问题原因可能是，read lock与 SQL thread死锁造成的。

3.其他被卡住的情况

在网上搜到一种情况是，

执行flushs tables with read lock以及show slave status会有可能和SQL Thread形成死锁，导致SQL Thread一直被卡住。这样，stop slave就被卡住了。

这种情况跟 #70307 bug 有关。