问题重现
搭建一主一备，主备配置分别如下 ，同时设置备库的auto_position=0
$cat crash_recovery-slave.opt
gtid_mode=on
enforce_gtid_consistency=on
log_slave_updates=on
relay_log_purge=OFF
sync_relay_log_info=1000
sync_relay_log=1
sync_relay_log_info=100
$cat crash_recovery-master.opt
gtid_mode=on
enforce_gtid_consistency=on
log_slave_updates=on
用 sysbench 不断对主库进行压测，由于主库压力比较大，可以发现备库延迟不断增加，在有延迟的情况下，重启备库 OS 并启动备库 mysql server，关闭主库压力，待主备延迟为零的时候，做主备校验（这样的过程我们称之为一轮，在每一轮的结尾处做主备校验），这时可以发现会有一个表的 checksum 不一致，即产生了主备不一致的问题。
问题分析
- 分别在主备库比较
show global variables like '%gtid_executed%'可以发现主备的 gtid_executed 的值是相等的; - 将 checksum 不一致的表中的数据分别取出，然后vimdiff 一下，找到不一致表的具体数据的主建;
- 在主库的binlog中找到对这条数据最近一次操作的gtid;
- 解析备库的relaylog，并查找步骤 3) 中的gtid，可以发现，该gtid是一个relay log的结尾，且文件结尾处没有rotate log event.
- 继续解析relaylog文件，可以发现在format event之后是一个table_map_event, update_rows, xid_log_event, gtid_log_event, 只是gtid_log_event 的 id 小于3)中出现问题的gtid;
- 从 5）解析的relay log 来看，备库crash后，并不是接着crash之前的 binlog 来进行拉的，而是 crash 之前的一个位点，假设我们在crash之前拉取了 gtid 为30的binlog event，并sync 了relay log,此时，master_log_info记录的是之前的主库事务位点，假设为事务 10 的一个位点，那么当 OS 重启后，由于备库 auto_position=0, 会从master_log_info中的位点10来拉取binlog，从而形成了这样的binlog序列：
gtid_log_event(30), table_map_event(10), update_rows_log_event(10), xid_log_event(10), gtid_log_event(11)…..
这样的后果是将事务10的数据再次执行并误认为是事务30的数据，而直正拉取到事务30的binlog event时不执行，从而造成主备不一致的问题。
解决方案
- 打开gtid时，必须指定auto_position= 1;
- 备库在记录master_log_info时，以事务为单位记录位点信息，而不是以event为单位记录位点信息，这个需要在handle_slave_io中修改源码。
参数说明
sync_relay_log_info：Synchronously flush relay log info to disk after every #th transaction，每隔多少个事务 sync 一次 relay log 信息；
sync_master_info： Synchronously flush master info to disk after every #th event，每隔多少个log_event sync 一次 master log 信息；
sync_relay_log： Synchronously flush relay log to disk after every #th event，每隔多少个 log_event sync 一次 relay log 信息；
mysql 在读取binlog event时，会首先将位点信息写入操作系统的文件，但是没有 sync 操作，所以当OS crash时，会造成之前写但没有 sync 的位点信息丢失。