数据库升级，是一项让人喜忧参半的工程。喜的是，通过升级，可以享受新版本带来的新特性及性能提升。忧的是，新版本可能与老的版本不兼容，不兼容主要体现在以下三方面：
- 语法不兼容。
- 语义不兼容。同一个SQL，在新老版本执行结果不一致。
- 新版本的查询性能更差。
所以，在对线上数据库进行升级之前，一般都会在测试环境进行大量的测试，包括功能测试和性能测试。
很多人可能会觉得麻烦，于是对待升级就秉持着一种“不主动，也拒绝”的态度，怎奈何新版本性能更好，新特性更多，而且老版本在产品维护周期结束后，也存在安全风险。
升还是不升呢？that is a question。
下面我们介绍一个 MySQL 升级利器，可极大减轻 DBA 包括开发童鞋在升级数据库时的心智负担和工作负担。
这个利器就是 pt-upgrade。
pt-upgrade 是 Percona Toolkit 中的一个工具，可帮忙我们从业务 SQL 层面检查新老版本的兼容性。
如何安装 Percona Toolkit，可参考：MySQL 中如何归档数据
pt-upgrade 的实现原理
它的检测思路很简单，给定一个 SQL，分别在两个不同版本的实例上执行，看看是否一致。
具体来说，它会检查以下几项：
- Row count：查询返回的行数是否一致。
- Row data：查询的结果是否一致。
- Warnings：是否提示 warning。正常来说，要么都提示 warning，要么都不提示 warning。
- Query time：查询时间是否在同一个量级，或者新版本的执行时间是否更短。
- Query errors：查询如果在一个实例中出现语法错误，会提示 Query errors。
- SQL errors：查询如果在两个实例中同时出现语法错误，会提示 SQL errors。
pt-upgrade 的常见用法
pt-upgrade 的使用比较简单，只需提供两个实例的 DSN （实例连接信息）和文件名。
常见用法有以下两种：
（1）直接比较一个文件中的 SQL 在两个实例中的执行效果。
# pt-upgrade h=host1 h=host2 slow.log
可通过 --type 指定文件的类型，支持 slowlog（慢日志），genlog（General Log），binlog（通过 mysqlbinlog 解析后的文本文件），rawlog（ SQL语句 ），tcpdump。不指定，则默认是慢日志。
（2）先生成一个基准测试结果，然后再基于这个结果测试其它环境的兼容性。
# pt-upgrade h=host1 --save-results host1_results/ slow.log
# pt-upgrade host1_results1/ h=host2
第二种用法适用于两个实例不能同时访问，或者需要基于一个基准测试结果进行多次测试。
Demo
看下面这个 Demo。
pt_upgrade_test.sql 包含了若干条测试语句。
# cat /tmp/pt_upgrade_test.sql
select "a word a" REGEXP "[[:<:]]word[[:>:]]";
select dept_no,count(*) from employees.dept_emp group by dept_no desc;
grant select on employees.* to 'u1'@'%' identified by '123456';
create table employees.t1(id int primary key,c1 text not null default (''));
select * from employees.dept_emp group by dept_no;
这里给出的几条测试语句都极具代表性，都是升级过程中需要注意的 SQL。
下面我们看看这些语句在 MySQL 5.7 和 MySQL 8.0 中的执行情况。
# pt-upgrade h=127.0.0.1,P=3307,u=pt_user,p=pt_pass h=127.0.0.1,P=3306,u=pt_user,p=pt_pass --type rawlog /tmp/pt_upgrade_test.sql --no-read-only
#-----------------------------------------------------------------------
# Logs
#-----------------------------------------------------------------------
File: /tmp/pt_upgrade_test.sql
Size: 311
#-----------------------------------------------------------------------
# Hosts
#-----------------------------------------------------------------------
host1:
DSN: h=127.0.0.1,P=3307
hostname: slowtech
MySQL: MySQL Community Server (GPL) 5.7.36
host2:
DSN: h=127.0.0.1,P=3306
hostname: slowtech
MySQL: MySQL Community Server - GPL 8.0.27
########################################################################
# Query class 00A13DD81BF65D41
########################################################################
Reporting class because it has diffs, but hasn't been reported yet.
Total queries 1
Unique queries 1
Discarded queries 0
grant select on employees.* to ?@? identified by ?;
##
## Query errors diffs: 1
##
-- 1.
No error
vs.
DBD::mysql::st execute failed: You have an error in your SQL syntax; check the manual that corresponds to your MySQL server version for the right syntax to use near 'identified by '123456'' at line 1 [for Statement "grant select on employees.* to 'u1'@'%' identified by '123456';"]
grant select on employees.* to 'u1'@'%' identified by '123456';
########################################################################
# Query class 296E46FE3AEE9B6C
########################################################################
Reporting class because it has SQL errors, but hasn't been reported yet.
Total queries 1
Unique queries 1
Discarded queries 0
select * from employees.dept_emp group by dept_no;
##
## SQL errors: 1
##
-- 1.
On both hosts:
DBD::mysql::st execute failed: Expression #1 of SELECT list is not in GROUP BY clause and contains nonaggregated column 'employees.dept_emp.emp_no' which is not functionally dependent on columns in GROUP BY clause; this is incompatible with sql_mode=only_full_group_by [for Statement "select * from employees.dept_emp group by dept_no;"]
select * from employees.dept_emp group by dept_no;
########################################################################
# Query class 8B81ACF1E68DE066
########################################################################
Reporting class because it has diffs, but hasn't been reported yet.
Total queries 1
Unique queries 1
Discarded queries 0
create table employees.t?(id int primary key,c? text not ? default (?));
##
## Query errors diffs: 1
##
-- 1.
DBD::mysql::st execute failed: You have an error in your SQL syntax; check the manual that corresponds to your MySQL server version for the right syntax to use near '(''))' at line 1 [for Statement "create table employees.t1(id int primary key,c1 text not null default ('')); "]
vs.
No error
create table employees.t1(id int primary key,c1 text not null default (''));
########################################################################
# Query class 92E8E91AB47593A5
########################################################################
Reporting class because it has diffs, but hasn't been reported yet.
Total queries 1
Unique queries 1
Discarded queries 0
select ? regexp ?;
##
## Query errors diffs: 1
##
-- 1.
No error
vs.
DBD::mysql::st execute failed: Illegal argument to a regular expression. [for Statement "select "a word a" REGEXP "[[:<:]]word[[:>:]]";"]
select "a word a" REGEXP "[[:<:]]word[[:>:]]";
########################################################################
# Query class D3F390B1B46CF9EA
########################################################################
Reporting class because it has diffs, but hasn't been reported yet.
Total queries 1
Unique queries 1
Discarded queries 0
select dept_no,count(*) from employees.dept_emp group by dept_no desc;
##
## Query errors diffs: 1
##
-- 1.
No error
vs.
DBD::mysql::st execute failed: You have an error in your SQL syntax; check the manual that corresponds to your MySQL server version for the right syntax to use near 'desc' at line 1 [for Statement "select dept_no,count(*) from employees.dept_emp group by dept_no desc;"]
select dept_no,count(*) from employees.dept_emp group by dept_no desc;
#-----------------------------------------------------------------------
# Stats
#-----------------------------------------------------------------------
failed_queries 1
not_select 0
queries_filtered 0
queries_no_diffs 0
queries_read 5
queries_with_diffs 0
queries_with_errors 4
3307，3306 端口分别对应 MySQL 5.7、MySQL 8.0 实例。
对于文件中的每一个 SQL ，都会在这两个实例中执行。如果每个差异 SQL 的结果都打印出来的话，最后的输出将十分庞杂。为了简化最后的输出结果，pt-upgrade 会对 SQL 进行分类，同一类 SQL 的输出次数受到 --max-class-size 和 --max-examples 的限制。
分析输出结果
结合执行的 SQL，我们分析下输出结果。
SQL 3
grant select on employees.* to 'u1'@'%' identified by '123456';
在 MySQL 8.0 之前，对一个用户进行授权（grant）操作，如果该用户不存在，会隐式创建。而在 MySQL 8.0 中，该命令会直接报错，必须先创建用户，再授权。
所以，上面这条 SQL 需拆分为以下两条 SQL 来执行。
create user 'u1'@'%' identified by '123456';
grant select on employees.* to 'u1'@'%';
这个查询只在一个实例中出现语法错误，所以 pt-upgrade 会将其归类为 Query errors 。
SQL 5
select * from employees.dept_emp group by dept_no;
从 MySQL 5.7 开始，SQL_MODE 的默认值发生了变化，包含了 ONLY_FULL_GROUP_BY 。
ONLY_FULL_GROUP_BY 要求，对于 GROUP BY 操作，SELECT 列表中只能出现分组列（即 GROUP BY 后面的列）和聚合函数（ SUM，AVG，MAX等 ），不允许出现其它非分组列。
很明显，上面这条 SQL 违背了这一要求。所以，无论是在 MySQL 5.7 还是 8.0 中，该 SQL 都会报错。
这个查询在两个实例中都出现了语法错误，所以 pt-upgrade 会将其归类为 SQL errors 。
SQL 4
create table employees.t1(id int primary key,c1 text not null default (''));
从 MySQL 8.0.13 开始，允许对 BLOB，TEXT，GEOMETRY 和 JSON 字段设置默认值。之前版本，则不允许。
SQL 1
select "a word a" REGEXP "[[:<:]]word[[:>:]]";
在 MySQL 8.0 中，正则表达式底层库由 Henry Spencer 调整为了 International Components for Unicode (ICU)。
在 Henry Spencer 库中，[[:<:]]，[[:>:]] 用来表示一个单词的开头和结尾。但在 ICU 库中，则不能，类似功能要通过 \b 来实现。所以，对于上面这个 SQL ，在 MySQL 8.0 中的写法如下。
select "a word a" REGEXP "\\bword\\b";
SQL 2
select dept_no,count(*) from employees.dept_emp group by dept_no desc;
在 MySQL 8.0 之前，如果我们要对分组后的结果进行排序，可使用 GROUP BY col_name ASC/DESC ，没有指定排序列，默认是对分组列进行排序。
在 MySQL 8.0 中，不再支持这一语法，如果要进行排序，需显式指定排序列。所以，对于上面这个 SQL，在 MySQL 8.0 中的写法如下。
select dept_no,count(*) from employees.dept_emp group by dept_no order by dept_no desc;
常用参数
--[no]read-only
默认情况下，pt-upgrade 只会执行 SELECT 和 SET 操作。如果要执行其它操作，必须指定 --no-read-only。
--[no]create-upgrade-table，--upgrade-table
默认情况下，pt-upgrade 会在目标实例上创建一张 percona_schema.pt_upgrade 表（由 --upgrade-table 参数指定），每执行完一个 SQL，都会执行一次 SELECT * FROM percona_schema.pt_upgrade LIMIT 1 以清除上一个 SQL 有可能出现的 warning 。
--max-class-size，--max-examples
pt-upgrade 会对 SQL 进行分类，这两个参数可用来限制同一类 SQL 输出的数量。其中，--max-class-size 用来限制不重复 SQL 的数量，默认是 1000。--max-examples 用来限制 SQL 的数量，包括重复 SQL，默认是 3。
pt-upgrade 基于什么对 SQL 进行分类呢？fingerprint。
fingerprint 这个术语，我们在很多工具中都会看到，如 ProxySQL，pt-query-digest，可理解为基于某些规则，提取 SQL 的一般形式，类似于 JDBC 中的 PreparedStatement 。
譬如下面这几条 SQL，就可归为同一类 select c? from d?t? where id=?
select c1 from db1.t1 where id=1;
select c1 from db1.t1 where id=1;
select c1 from db1.t1 where id=2;
select c2 from db1.t1 where id=3;
select c3 from db1.t2 where id=4;
select c4 from db2.t3 where id=5;
select c5 from db2.t4 where id=6;
Percona Toolkit 中的提取规则如下：
-
将数字替换为占位符 (?) 。
-
删除注释。
-
将 IN() 和 VALUES() 中的多个值合并为一个占位符。
-
将多个空格合并为一个空格。
-
查询小写。
-
将多个相同的 UNION 查询合并为一个。
--save-results
将查询结果保存到目录中。
# pt-upgrade h=127.0.0.1,P=3307,u=pt_user,p=pt_pass --save-results /tmp/pt_upgrade_result --type rawlog /tmp/pt_upgrade_test.sql --no-read-only
# pt-upgrade /tmp/pt_upgrade_result/ h=127.0.0.1,P=3306,u=pt_user,p=pt_pass
使用 pt-upgrade 时的注意事项
在执行 pt-upgrade 之前，必须确保两个实例中的数据完全一致，且不会发生变更，否则会产生误判。
基于此，pt-upgrade 更适合在测试环境或开发环境使用，不建议在生产环境上使用。
MySQL 5.7 升级 MySQL 8.0 的注意事项
MySQL 5.7 升级到 MySQL 8.0，目前已知的，需要注意的点主要有以下两个：
一、不再支持 GROUP BY col_name ASC/DESC。如果要排序，需显式指定排序列。
二、MySQL 8.0 的正则表达式底层库由 Henry Spencer 调整为了 International Components for Unicode (ICU)，Spencer 库的部分语法不再支持。具体来说：
1. Spencer 库是以字节方式工作的，不是多字节安全的，在碰到多字节字符时有可能不会得到预期效果。而 ICU 支持完整的 Unicode 并且是多字节安全的。
mysql 5.7> select 'č' regexp '^.$';
+-------------------+
| 'č' regexp '^.$' |
+-------------------+
| 0 |
+-------------------+
1 row in set (0.00 sec)
mysql 8.0> select 'č' regexp '^.$';
+-------------------+
| 'č' regexp '^.$' |
+-------------------+
| 1 |
+-------------------+
1 row in set (0.00 sec)
2. 在 Spencer 库中，.可用来匹配任何字符，包括回车符（\r）和换行符（\n）。而在 ICU 中，. 默认不会匹配回车符和换行符。如果要匹配，需指定正则修饰符 n。
mysql 5.7> select 'new\nline' regexp 'new.line';
+-------------------------------+
| 'new\nline' regexp 'new.line' |
+-------------------------------+
| 1 |
+-------------------------------+
1 row in set (0.00 sec)
mysql 8.0> select 'new\nline' regexp 'new.line';
+-------------------------------+
| 'new\nline' regexp 'new.line' |
+-------------------------------+
| 0 |
+-------------------------------+
1 row in set (0.00 sec)
mysql 8.0> select regexp_like('new\nline','new.line','n');
+-----------------------------------------+
| regexp_like('new\nline','new.line','n') |
+-----------------------------------------+
| 1 |
+-----------------------------------------+
1 row in set (0.00 sec)
3. Spencer 库支持通过 [[:<:]] 和 [[:>:]] 来表示一个单词的开头和结尾。 类似的功能，ICU 中需通过 \b 来实现。
mysql 5.7> select 'a word a' regexp '[[:<:]]word[[:>:]]';
+----------------------------------------+
| 'a word a' regexp '[[:<:]]word[[:>:]]' |
+----------------------------------------+
| 1 |
+----------------------------------------+
1 row in set (0.00 sec)
mysql 8.0> select 'a word a' regexp '[[:<:]]word[[:>:]]';
ERROR 3685 (HY000): Illegal argument to a regular expression.
mysql 8.0> select 'a word a' regexp '\\bword\\b';
+--------------------------------+
| 'a word a' regexp '\\bword\\b' |
+--------------------------------+
| 1 |
+--------------------------------+
1 row in set (0.00 sec)
4. Spencer 库支持 [.characters.]，这里的 characters 既可以是字符，又可以是字符名称，譬如字符 : 对应的字符名称是 colon 。 ICU 中不支持字符名称。
mysql 5.7> select ':' regexp '[[.:.]]';
+----------------------+
| ':' regexp '[[.:.]]' |
+----------------------+
| 1 |
+----------------------+
1 row in set (0.00 sec)
mysql 5.7> select ':' regexp '[[.colon.]]';
+--------------------------+
| ':' regexp '[[.colon.]]' |
+--------------------------+
| 1 |
+--------------------------+
1 row in set (0.01 sec)
mysql 8.0> select ':' regexp '[[.:.]]';
+----------------------+
| ':' regexp '[[.:.]]' |
+----------------------+
| 1 |
+----------------------+
1 row in set (0.00 sec)
mysql 8.0> select ':' regexp '[[.colon.]]';
+--------------------------+
| ':' regexp '[[.colon.]]' |
+--------------------------+
| 0 |
+--------------------------+
1 row in set (0.00 sec)
5. ICU 中如果要匹配右括号 ) ，需使用转义符。
mysql 5.7> select ')' regexp (')');
+------------------+
| ')' regexp (')') |
+------------------+
| 1 |
+------------------+
1 row in set (0.00 sec)
mysql 8.0> select ')' regexp (')');
ERROR 3691 (HY000): Mismatched parenthesis in regular expression.
mysql 8.0> select ')' regexp ('\\)');
+--------------------+
| ')' regexp ('\\)') |
+--------------------+
| 1 |
+--------------------+
1 row in set (0.00 sec)
总结
相信有了 pt-upgrade 的加持，后续我们再进行数据库升级时心里会有底很多。
MySQL 8.0 虽然引入了很多新特性，但升级时需要注意的点其实也不多。
除了上面提到的两点，后续如果发现了其它需要注意的点，也会及时更新到留言中，欢迎大家持续关注～
除了 pt-upgrade，另外一个推荐的数据库升级工具是 MySQL Shell 中的 util.checkForServerUpgrade()。
与 pt-upgrade 不一样的是，util.checkForServerUpgrade() 更多的是从实例的基础数据本身来判定实例是否满足升级条件，譬如是否使用了移除的函数、表名是否存在冲突等，一共有 21 个检查项，这个工具我们后面也会介绍，敬请期待。
参考
[1] pt-upgrade
[2] Regular expression problems
[3] WL#353: Better REGEXP package