MySQL GTID_SUBTRACT 怎样找出两个事务集合的差集

MySQL 的 GTID_SUBTRACT(A, B) 求的是 A 中存在、B 中不存在的 GTID。两个参数交换后，问题就变成了“B 中有哪些 A 没有的事务标识”。当结果看起来不对，我会先检查这两个名字代表谁，再看返回值是否其实是 NULL。

官方地址：https://dev.mysql.com/doc/refman/8.4/en/gtid-functions.html

下面使用人为构造的普通 UUID 集合说明用法，SQL 是可供读者尝试的示例，没有把示例推导冒充本机执行记录。内容讨论集合运算，不涉及修改复制配置。

先固定左右集合，再解释区间差集

假设 A 是待比较集合，B 是用来排除已知成员的参考集合。同一个 UUID 下，A 包含事务号 1 到 12，B 包含 1 到 4 以及 9 到 10。A 减 B 就剩下 5 到 8、11 到 12。这里比较的是完整 GTID 的成员资格，不能只比较最大的事务号。

-- 使用固定的示例集合，不读取或修改服务器复制状态。
SET @set_a = '11111111-2222-4333-8444-555555555555:1-12';
SET @set_b = '11111111-2222-4333-8444-555555555555:1-4:9-10';

-- 别名写明方向：只保留 A 有而 B 没有的成员。
SELECT GTID_SUBTRACT(@set_a, @set_b) AS only_in_a;

按集合定义，差集成员为 11111111-2222-4333-8444-555555555555:5-8:11-12。区间中的冒号表示同一 UUID 下的另一段区间，不是另一台服务器。不同 UUID 的事务号即使都是 1，也不属于同一个 GTID。

结果为空时，把两个方向放在同一条查询中

如果 A 比 B 小，A 减 B 可以为空；这只能说明 A 被 B 包含。不能据此说 B 没有额外成员。我倾向于同时命名两个方向，这样阅读查询的人不需要猜“缺少”究竟相对于谁。

-- 两列分别回答相反方向的问题，避免把参数顺序写反。
SELECT
  GTID_SUBTRACT(@set_a, @set_b) AS only_in_a,
  GTID_SUBTRACT(@set_b, @set_a) AS only_in_b,
  GTID_SUBSET(@set_a, @set_b) AS a_is_subset_of_b,
  GTID_SUBSET(@set_b, @set_a) AS b_is_subset_of_a;

GTID_SUBSET(A, B) 判断 A 的全部成员是否都在 B 中；它返回包含关系，而不是缺失成员明细。在上述示例中，B 被 A 包含，反方向差集为空。若两个有效集合双向差集都为空，只能得出两份输入表示同一个 GTID 集合。

空字符串、NULL 和非空差集分别怎么处理

空差集返回的空字符串与 SQL NULL 必须分开。任何一个参数是 NULL，GTID_SUBTRACT 的结果也是 NULL。采集脚本没有取到输入时，不应使用 COALESCE(输入, '')悄悄把它当成已知的空集合，这会隐藏采集故障。

-- 先保留缺失输入这个事实，再根据差集是否为空解释结果。
SELECT CASE
  WHEN @set_a IS NULL OR @set_b IS NULL THEN '输入缺失'
  WHEN GTID_SUBTRACT(@set_a, @set_b) = '' THEN 'A 没有 B 之外的成员'
  ELSE 'A 存在 B 之外的成员'
END AS comparison_note;

把差集写进排查记录，保留它的适用范围

函数针对传入的两份字符串运算。实际排查时，应在集合旁记录来源实例、字段含义、采集时间与复制通道语境。两次采集之间仍可能有新事务发生，不能给不同时间取到的集合贴上“同一时刻”的标签。这里的记录建议是为了正确解释输入，不要求变更生产复制状态。

GTID 集合相等也不等于业务表逐行相同；集合差异本身不提供故障切换许可、数据修复方案或丢失行数。不要把差集中区间的长度直接当作丢失记录数量，一个事务可以涉及多行或不同操作。

• 明确 A 与 B 的来源，并使用 only_in_a、only_in_b 这样的别名。
• 保留完整字符串，不截断 UUID，不只截取最后的数字。
• 先区分缺失输入，再计算集合关系。
• 需要集合相等时检查双向差集，不把单向为空当成相等。
• 把集合结论与数据一致性、复制健康状态分别记录。

相关问题

GTID_SUBTRACT 会删除数据库事务吗？

不会。这个函数返回集合运算得到的字符串，名称里的 SUBTRACT 指集合相减。上面的 SET 只设置当前会话的示例变量，SELECT 只计算表达式。

为什么不能拿两个字符串直接比较？

要回答的是成员是否相同或是否被包含，而不是文本写法是否相同。集合函数能处理区间的成员语义，字符串外观不是这里需要的判断依据。

怎样得到两边各自独有的事务标识？

分别计算 GTID_SUBTRACT(A, B) 和 GTID_SUBTRACT(B, A)，保留方向明确的两个结果即可。不要把两列都命名为“落后事务”，方向和业务解释需要由输入的来源决定。