//
pt-online-schema-change错误排查一例
//
今天在线上遇到一个PT工具相关的问题，问题是pt-osc这个在线改表工具报出来的。简单记录了一下排查的过程。
01
问题描述
线上的pt工具版本是3.1.0版本的，改表过程中的PT命令如下：
pt-online-schema-change --alter " ADD COLUMN xxx " --charset utf8 --chunk-time 0.5 --critical-load Threads_connected:1200,Threads_running:100 --max-load Threads_connected:1200,Threads_running:100 --lock-wait-timeout 200 --check-replication-filters --check-interval 5 --alter-foreign-keys-method=drop_swap --execute --max-lag 3 --check-slave-lag h=10.69.16.129 --user=automan_common --password=xxxxx --host=10.xx.xx.xxx --port=5602 D=db_name,t=table_name
报错如下：
Unknown option: lock-wait-timeout Usage: pt-online-schema-change [OPTIONS] DSN Errors in command-line arguments: * Error parsing options * Specify only one DSN on the command line * The DSN must specify a database (D) and a table (t) pt-online-schema-change alters a table's structure without blocking reads or writes. Specify the database and table in the DSN. Do not use this tool before reading its documentation and checking your backups carefully. For more details, please use the --help option, or try 'pt-online-schema-change' for complete documentation.
看这个报错信息，可以看到是pt工具无法解析lock-wait-timeout这个参数的值了。查看了一下官方文档：
https://www.percona.com/doc/percona-toolkit/2.1/pt-online-schema-change.html
这个是2.1版本的官方文档，里面针对lock-wait-time有介绍，它是一个内置的参数，介绍如下：
--lock-wait-timeout type: int; default: 1 Set the session value of innodb_lock_wait_timeout. This option helps guard against long lock waits if the data-copy queries become slow for some reason. Setting this option dynamically requires the InnoDB plugin, so this works only on newer InnoDB and mysql versions. If the setting’s current value is greater than the specified value, and the tool cannot set the value as desired, then it prints a warning. If the tool cannot set the value but the current value is less than or equal to the desired value, there is no error.
它指代的是pt工具在操作过程中，MySQL中的锁等待时间。
在pt 3.0版本以及更新的版本中，这个变量不复存在了，如果想要设置这个参数，可以通过一个叫--set-var的参数来设置，这个参数在pt 3.0以上的说明文档中有介绍：
https://www.percona.com/doc/percona-toolkit/3.0/pt-online-schema-change.html
--set-vars type: Array Set the MySQL variables in this comma-separated list of variable=value pairs. By default, the tool sets: wait_timeout=10000 innodb_lock_wait_timeout=1 lock_wait_timeout=60 Variables specified on the command line override these defaults. For example, specifying --set-vars wait_timeout=500 overrides the default value of 10000.
这两个版本设置该参数的方法分别如下：
pt2.x版本：
--lock-wait-timeout 60
pt3.x版本：
--set-var lock_wait_timeout=60
到这里，将这个lock_wait_timeout的参数写法进行修改，这个问题就算解决了。
上线之后，发现了一个新的问题，且看。
02
PT3.1版本的外键问题
在使用--set-vars设置了lock-wait-timeout参数之后，利用pt-osc执行命令的时候，又发现了一个新的问题，问题如下：
error in MySQL that makes the server to die when trying to rename a table with FKs. See https://bugs.mysql.com/bug.php?id=96145 Since pt-online-schema change needs to rename the old <-> new tables as the final step, and the requested table has FKs, it cannot be executed under the current MySQL version '
从这个描述中，可以看到，问题的反馈是这个要修改的目标表拥有外键，但是实际上，这个表的定义SQL中，没有外键，所以我怀疑是一个bug，在官方网站上找了下，果然，找到了bug的地址：
https://jira.percona.com/browse/PT-1782
在pt 3.1.0的版本，在特定MariaDB10.2和MySQL 8版本下，确实存在这个bug，就是表没有外键的情况下也会报外键的错误，解决的方案，从大家的反馈中可以看到，是通过pt版本降级，使用pt3.0.x版本来解决这个问题。
但是版本降级，好像又不太合适，最新的pt工具已经到了3.3版本。所以我尝试了下最新的版本，看看这个问题是否得到了解决，下载了一个pt 3.3.0的版本。
果然，问题得到了解决，不报外键的错误了。
但是...新问题又来了。。。
03
3.3版本的新问题---连接失败
pt-osc的3.3版本出现了一个新问题，就是pt工具的账号密码都正确配置的情况下，报错账号密码错误，无法连接MySQL，提示如下报错：
b"Cannot connect to MySQL: DBI connect('finance_guarantee;host=xxx.xxx.xxx.xxx;
charset=utf8;mysql_read_default_group=client','automan_common',...) failed:
Host 'xxx.xxx.xxx.xxx' is not allowed to connect to this MySQL server at pt-online-schema-change line 2345.
"
经过一番排查，发现了新的bug jira地址：
https://jira.percona.com/browse/PT-1911?jql=project%20%3D%20PT%20AND%20component%20%3D%20pt-online-schema-change
bug描述中显示，3.3版本的pt工具存在下面的问题：
1、如果端口不是3306：
则不能通过--port=4306 这种方法；
而是需要写成：P=4306
错误写法： pt-online-schema-change --port=3366 D=sre_test,t=candles 正确写法： pt-online-schema-change D=sre_test,t=candles,P=3366
2、如果端口是3306，则可以通过--port的方法来写。
正确写法： pt-online-schema-change --port=3306 D=sre_test,t=candles 正确写法： pt-online-schema-change D=sre_test,t=candles,P=3366
基于上面这些小问题，最后我将pt的版本回退到了3.0.11，这个版本经过测试，是一个比较稳定的版本。没有上述问题。
不得不说，这个pt工具确实是小问题比较多。。。
但是这并不妨碍它的使用，毕竟要想同时兼容MariaDB、Percona Server、MySQL Server三个版本的服务，确实在细节上要考虑的事情比较多。它强大的功能，确实让DBA爱不释手。
好在官方文档开诚布公，有详细的bug 记录，可以让你很快的解决遇到的问题。这一点我觉得做的很好。
今天就到这里吧，希望能对大家有帮助。
