python使用多线程备份数据库

前言:在日常服务器运维工作中，备份数据库是必不可少的，刚工作那会看到公司都是用shell脚本循环备份数据库，到现在自己学习python语言后，利用多进程多线程相关技术来实现并行备份数据库，充分利用服务器资源，提高备份速度。

一、为什么要用线程池

1.多线程比单线程运行要快很多，比如在我工作中，每台服务器至少8个库以上，用单线程备份太慢了。

2.不是越多线程就会越好，而是根据服务器的资源来合理定义worker线程，否则会造成服务器严重负载，影响到线上业务。

3.备份数据库都是消耗IO操作，用多线程比多进程稍微会更有优势。

从Python3.2开始，标准库为我们提供了 concurrent.futures 模块，它提供了 ThreadPoolExecutor (线程池)和ProcessPoolExecutor (进程池)两个类。

相比 threading 等模块，该模块通过 submit 返回的是一个 future 对象，它是一个未来可期的对象，通过它可以获悉线程的状态主线程(或进程)中可以获取某一个线程(进程)执行的状态或者某一个任务执行的状态及返回值：

主线程可以获取某一个线程（或者任务的）的状态，以及返回值。

当一个线程完成的时候，主线程能够立即知道。

让多线程和多进程的编码接口一致。

 

二、线程池练习

演示例子1:使用submit方法

from concurrent.futures import ThreadPoolExecutor
import time

def test_thread(sec):
    time.sleep(sec)
    print(f"sleep {sec} done")
    return sec

with ThreadPoolExecutor(max_workers=4) as t:  # 创建一个最大容纳数量为4的线程池
    task1 = t.submit(test_thread, 1)
    task2 = t.submit(test_thread, 2)  # 通过submit提交执行的函数到线程池中
    task3 = t.submit(test_thread, 3)

    print(f"task1: {task1.done()}")  # 通过done来判断线程是否完成
    print(f"task2: {task2.done()}")
    print(f"task3: {task3.done()}")

    time.sleep(2.5)
    print(f"task1: {task1.done()}")
    print(f"task2: {task2.done()}")
    print(f"task3: {task3.done()}")
    print(task1.result())  # 通过result来获取返回值

结果输出:

task1: False
task2: False
task3: False
sleep 1 done
sleep 2 done
task1: True
task2: True
task3: False
1
sleep 3 done

使用 with 语句 ，通过 ThreadPoolExecutor 构造实例，同时传入 max_workers 参数来设置线程池中最多能同时运行的线程数目。

使用 submit 函数来提交线程需要执行的任务到线程池中，并返回该任务的句柄（类似于文件、画图），注意 submit() 不是阻塞的，而是立即返回。

通过使用 done() 方法判断该任务是否结束。上面的例子可以看出，提交任务后立即判断任务状态，显示3个任务都未完成。在延时2.5后，task1 和 task2 执行完毕，task3 仍在执行中。

 

演示例子2:使用map方法

import time
from concurrent.futures import ThreadPoolExecutor

def spider(page):
    time.sleep(page)
    return page

start = time.time()
executor = ThreadPoolExecutor(max_workers=4)

i = 1
for result in executor.map(spider, [2, 3, 1, 4]):
    print("task{}:{}".format(i, result))
    i += 1

结果输出:

task1:2
task2:3
task3:1
task4:4

from concurrent.futures import ThreadPoolExecutor有两种方式，一种是submit()函数，另一种是map()函数，两者的主要区别在于：

1.map可以保证输出的顺序, submit输出的顺序是乱的

2.如果你要提交的任务的函数是一样的，就可以简化成map。但是假如提交的任务函数是不一样的，或者执行的过程之可能出现异常（使用map执行过程中发现问题会直接抛出错误）就要用到submit()

3.submit和map的参数是不同的，submit每次都需要提交一个目标函数和对应的参数，map只需要提交一次目标函数，目标函数的参数放在一个迭代器（列表，字典）里就可以。

三、线上数据库测试

环境:centos6，数据库版本5.7，数据备份2个1.7G、2个800M

第一种:shell脚本for的方式备份4个数据库

#!/bin/bash
backup_path="/data/backup/"
myuser="root"
mypwd="123456"
db_name="test_1000"
current_time=$(date +%Y%m%d%H%M%S)
for i in $(seq 4);do
    /usr/local/mysql/bin/mysqldump -u${myuser} -p${mypwd} --single-transaction --master-data=2 --set-gtid-purged=off "${db_name}${i}" | gzip > ${backup_path}/"${db_name}${i}"_${current_t
ime}.sql.gz
done

查看执行时间　　　　

mysqldump: [Warning] Using a password on the command line interface can be insecure.
mysqldump: [Warning] Using a password on the command line interface can be insecure.
mysqldump: [Warning] Using a password on the command line interface can be insecure.
mysqldump: [Warning] Using a password on the command line interface can be insecure.

real    4m28.421s
user    3m50.360s
sys     0m5.962s

第二种方式:多线程备份　　

　　

可以明显看到优势

总结:在服务器上有需要备份多个数据库时，使用python多线程的方式比传统的shell脚本循环备份会更有优势，可以充分利用服务器上的资源，有效提升效率。

　　

详细参考:

https://www.jianshu.com/p/6d6e4f745c27

https://www.cnblogs.com/zhang293/p/7954353.html