mysql5.7 semi-sync的bug--semi-sync slave net-flush(

 研发的同事反馈，mysql的半同步怎么变异步了？开始觉得不足为奇，超时之后，自然变成异步了。但同步binlog的速度变得正常之后，就会自动变成同步了。但抱着严谨负责的态度，马上去检查了一下数据库的日志跟半同步的状态。

       看了一下从库的错误日志，被图片中所示的sem-sync slave net_flush() reply failed 刷屏。。。。。。，汗了，这又是哪一出？  主库却没有任何日志。

虽然此时的主从同步的延迟时间是正常的，维持在0s的延迟，但此时同步状态却是异步的。

      好奇怪呢？

     查看一下代码，该Semi-sync slave net_flush() reply failed 信息来自函数

ReplSemiSyncSlave::slaveReply，函数如下

        该错误发生的条件就是执行net_flush(net)函数，没有收到正常的返回，报错了，所以有上面的错误发生，该函数的作用是将从库收到的binlog file 跟binlog pos的信息发送给主库。

       网络有问题？ 即使网路抖动性的问题，网路恢复之后应该正常才是。

       为什么这个错误持续刷屏？ 而主从同步目前是正常的，只是由半同步变成了异步。

       当我将slave重启之后，错误信息也很快就出现。

       因为该函数是向主库发送同步binlog的确认信息的，也就是ack信息，难道是主库的ack的接收线程出了问题？ 而主库没有任何的报错信息 。

       关键时刻，自己搞不定的时候，尝试找帮手。我将错误信息，发给oracle公司的mysql开发者宋老师，宋老师是负责replication模块的开发者，对replication相当熟悉，说我可能遇上一个mysql的Bug，让我查看一下Bug 79865 .   在此，非常感谢宋老师的热情的无偿援助。

     我们来看看采用了select()多路复用io模型的ack_reciver 线程的代码：

  bug的关键点是因为 ret= select(max_fd+1, &fds, NULL, NULL, &tv);  select()函数的入参max_fd+1有1024的限制，且这个限制无法通过修改nproc来突破？

（ulimit -n 命令可以修改nproc参数）。

  貌似所有的疑问都揭开，但请继续。

   作者采用的环境是5.7.15,同时，作者采用的操作系统是centOS 7,  根据上面http://bugs.mysql.com/bug.php?id=79865 后半部分，Meiji Kimura 的描述信息，该bug在centos 6上复现了, 而在centOS7上没有复现。而作者正是采用了centos 7.

 现在留下了的疑问是？

1. centos 7 是否也没有能突破这个限制？ 所以导致了bug的产生。 如果可以突破这个限制，作者的环境出现semi-sync的错误是什么原因导致？

  2.  如果有这个Bug，如何避免？

  3.  周末在家，作者没有测试环境来继续跟进这个问题，来复现这个问题。但基本思路已有，期待下周复现。

   但几乎无疑问的是，一定是跟多路复用IO模型select()函数有关。作者想确认的是，这个bug跟操作系统是否完全无关。因此，再次感谢宋老师跟我指明方向。  

    另外，很幸运的是，宋老师让我关注下一个版本的发布，也就是5.7.17。暗含就是这个问题应该在下一个版本中解决。