- GreatSQL社区原创内容未经受权不得随便应用，转载请分割小编并注明起源。
- GreatSQL是MySQL的国产分支版本，应用上与MySQL统一。
用一个扼要、清晰的步骤来解析一下DML操作产生的binlog event。次要是 TABLE_MAP_EVENT 和 UPDATE_ROWS_EVENT 类型的event。应用语法简略易上手的Golang来编码。数据库应用的是MySQL 5.7.34版本， Golang 1.15版本。
获取binlog event
获取binlog个别是模仿成从库封装通信 package 向主库发送binlog dump命令（COM_BINLOG_DUMP或者COM_BINLOG_DUMP_GTID）来获取binlog。在这篇文章中，是封装的 COM_BINLOG_DUMP 向数据库申请的指定位点的 event。
模仿操作产生event
查看主动自交参数：
mysql> show variables like 'autocommit';+---------------+-------+| Variable_name | Value |+---------------+-------+| autocommit | ON |+---------------+-------+1 row in set (0.00 sec)简略的表构造：
mysql> create table test (id int primary key, name char(10), addr varchar(10), birthdate date);Query OK, 0 rows affected (0.03 sec)筹备数据：
mysql> insert into test value (1, 'tom', 'Hollywood', '1940-02-10');Query OK, 1 row affected (0.02 sec)mysql> insert into test value (2, 'Jerry', 'Hollywood', '1940-02-10');Query OK, 1 row affected (0.01 sec)mysql> select * from test;+----+-------+-----------+------------+| id | name | addr | birthdate |+----+-------+-----------+------------+| 1 | tom | Hollywood | 1940-02-10 || 2 | Jerry | Hollywood | 1940-02-10 |+----+-------+-----------+------------+2 rows in set (0.01 sec)查看binlog：
mysql> show binary logs;+--------------------+-----------+| Log_name | File_size |+--------------------+-----------+| greatdb-bin.000001 | 98896 |+--------------------+-----------+1 row in set (0.00 sec)查看event（局部输入省略）：
mysql> show binlog events in 'greatdb-bin.000001';+--------------------+-------+----------------+-----------+-------------+-----------------------------------------------------------------------------------------------------+| Log_name | Pos | Event_type | Server_id | End_log_pos | Info |+--------------------+-------+----------------+-----------+-------------+-----------------------------------------------------------------------------------------------------+| greatdb-bin.000001 | 98110 | Gtid | 13 | 98175 | SET @@SESSION.GTID_NEXT= '7950f91c-2f13-11ed-b2a8-52540099600c:420' || greatdb-bin.000001 | 98175 | Query | 13 | 98336 | use `test`; create table test (id int primary key, name char(10), addr varchar(10), birthdate date) || greatdb-bin.000001 | 98336 | Gtid | 13 | 98401 | SET @@SESSION.GTID_NEXT= '7950f91c-2f13-11ed-b2a8-52540099600c:421' || greatdb-bin.000001 | 98401 | Query | 13 | 98473 | BEGIN || greatdb-bin.000001 | 98473 | Table_map | 13 | 98527 | table_id: 455 (test.test) || greatdb-bin.000001 | 98527 | Write_rows | 13 | 98584 | table_id: 455 flags: STMT_END_F || greatdb-bin.000001 | 98584 | Xid | 13 | 98615 | COMMIT /* xid=43677697 */ || greatdb-bin.000001 | 98615 | Gtid | 13 | 98680 | SET @@SESSION.GTID_NEXT= '7950f91c-2f13-11ed-b2a8-52540099600c:422' || greatdb-bin.000001 | 98680 | Query | 13 | 98752 | BEGIN || greatdb-bin.000001 | 98752 | Table_map | 13 | 98806 | table_id: 455 (test.test) || greatdb-bin.000001 | 98806 | Write_rows | 13 | 98865 | table_id: 455 flags: STMT_END_F || greatdb-bin.000001 | 98865 | Xid | 13 | 98896 | COMMIT /* xid=43678192 */ |+--------------------+-------+----------------+-----------+-------------+-----------------------------------------------------------------------------------------------------|执行更新，生成 TABLE_MAP_EVENT 和 UPDATE_ROWS_EVENT ：
mysql> update test set birthdate = '1940-02-11' where name = 'Jerry';Query OK, 1 row affected (0.01 sec)Rows matched: 1 Changed: 1 Warnings: 0mysql> select * from test;+----+-------+-----------+------------+| id | name | addr | birthdate |+----+-------+-----------+------------+| 1 | tom | Hollywood | 1940-02-10 || 2 | Jerry | Hollywood | 1940-02-11 |+----+-------+-----------+------------+2 rows in set (0.00 sec)查看event(局部输入省略)：
mysql> show binlog events in 'greatdb-bin.000001';+--------------------+-------+----------------+-----------+-------------+---------------------------------------------------------------------+| Log_name | Pos | Event_type | Server_id | End_log_pos | Info |+--------------------+-------+----------------+-----------+-------------+---------------------------------------------------------------------+| greatdb-bin.000001 | 98896 | Gtid | 13 | 98961 | SET @@SESSION.GTID_NEXT= '7950f91c-2f13-11ed-b2a8-52540099600c:423' | | greatdb-bin.000001 | 98961 | Query | 13 | 99033 | BEGIN | | greatdb-bin.000001 | 99033 | Table_map | 13 | 99087 | table_id: 455 (test.test) | | greatdb-bin.000001 | 99087 | Update_rows | 13 | 99171 | table_id: 455 flags: STMT_END_F || greatdb-bin.000001 | 99171 | Xid | 13 | 99202 | COMMIT /* xid=43691718 */ |+--------------------+-------+----------------+-----------+-------------+---------------------------------------------------------------------+因为 binlog_rows_query_log_events 参数是敞开的，所以不会产生 ROWS_QUERY_LOG_EVENT 类型的event，咱们的一个更新语句在开启GTID的状况下产生了五个event，别离是：GTID_LOG_EVENT、QUERY_EVENT、TABLE_MAP_EVENT、UPDATE_ROWS_EVENT、XID_EVENT。最初的 XID_EVENT 也标记着事务胜利提交。
至此，获取到了指标 TABLE_MAP_EVENT 和 UPDATE_ROWS_EVENT 两个类型的event。通过计算也能够看到 Xid event 大小是固定的 32 字节。
发送binlog dump申请event
封装一个 COM_BINLOG_DUMP 数据包，而后建设连贯发送到数据库，就能够取得 event 了。这个过程可另文详说，这里就不开展了。
我把两个 event 转成了base64串，次要是为了不便“携带”，拿着base64串去解析。
这里有一个细节，就是咱们向主库发送binlog dump后，取得的二进制字节流，第 0 位是一个示意以后包是否失常的标记位，第 0 位的值为 0，取得的package就是失常的。
EVENT TYPE: TABLE_MAP_EVENTPuk/YxMNAAAANgAAAA+DAQAAAMcBAAAAAAEABHRlc3QABHRlc3QABAP+DwoE/hQUAA7FA/PgEVENT TYPE: UPDATE_ROWS_EVENT_V2Puk/Yx8NAAAAVAAAAGODAQAAAMcBAAAAAAEAAgAE///wAgAAAAVKZXJyeQlIb2xseXdvb2RKKA/wAgAAAAVKZXJyeQlIb2xseXdvb2RLKA/v9Mdc通过mysqlbinlog解析（不应用--base64-output="decode-rows"选项）失去的文件中，也会输入base64串，通常 TABLE_MAP_EVENT、UPDATE_ROWS_EVENT 会放在一起，这是因为 TABLE_MAP_EVENT 中有表中列信息（类型、非空等）。
上图就是binlog file中的event显示格局，能够看到和咱们在下面转换为base64串是一样的，只是咱们把它们离开来操作了。
解析event
获取到binlog event的base64编码，开始咱们的解析，解析后果间接在控制台打印进去。这里次要参看的是官网文档形容的 event 格局。
https://dev.mysql.com/doc/int...
先把base64串转为二进制，失去一个二进制的数组（[]byte）：
x := `Puk/YxMNAAAANgAAAA+DAQAAAMcBAAAAAAEABHRlc3QABHRlc3QABAP+DwoE/hQUAA7FA/Pg`eventByte, _ := base64.StdEncoding.DecodeString(x)解析event header
定义一个地位偏移常量，用来示意event字节数组的偏移地位。
首先是解析 event header ，它的长度固定，是19个字节。
而后解析前4位字节，依据文档，这4个字节是timestamp格局的工夫戳。解析后，偏移挪动4个字节。
pos := 0fmt.Println("timestamp: " + strconv.Itoa(utils.Byte2Int(eventByte[pos:pos+4])) + " time: " + time.Unix(int64(utils.Byte2Int(eventByte[pos:pos+4])), 0).String()) // timestamp, 4 bytepos += 4接下来，是1个字节长度的 event type 。
eventType := utils.Byte2Int(eventByte[pos : pos+1])fmt.Println("event type: " + strconv.Itoa(eventType)) // event type, 1 bytepos += 1接下来是4个字节长度的 server id，这个id就是实例的server id。binlog会记录下这个信息。
fmt.Println("server id: " + strconv.Itoa(utils.Byte2Int(eventByte[pos:pos+4]))) // server id, 4 bytepos += 4这个输入后果是 13。与咱们在数据库中查看是统一的。
mysql> select @@server_id;+-------------+| @@server_id |+-------------+| 13 |+-------------+1 row in set (0.00 sec)接下来是4个字节长度的event length，也就是以后这个event的二进制字符串数组的长度，蕴含 event header 和 event body 的总长度。
fmt.Println("event length: " + strconv.Itoa(utils.Byte2Int(eventByte[pos:pos+4]))) // event length, 4 bytepos += 4接下来是4个字节长的 event log position ，也就是下一个 event 的 log position，而不是以后这个event。这里输入是：99087，正是下一个 UPDATE_ROWS_EVENT event的开始地位。
fmt.Println("log pos: " + strconv.Itoa(utils.Byte2Int(eventByte[pos:pos+4]))) // log pos, 4 bytepos += 4接下来是2个字节长度的flags，flags具体释义能够参考：https://dev.mysql.com/doc/int... ，这里不再赘述。
fmt.Println("flags: " + strconv.Itoa(utils.Byte2Int(eventByte[pos:pos+2]))) // flags, 2 bytepos += 2至此，19个字节长度的 event header 解析就实现了。最重要的信息当属 event type ，因为咱们要依据这个type信息能力持续上面的 event body 解析。不同类型的event， event header 布局雷同，然而 event body 却不同，天然就要区别对待了。
TABLE_MAP_EVENT的event body
在解析 event header 时，取得了 event type 。依据 event type 来解析不同的event。这个 event type 在源码binlog_event.h文件中定义，其中 TABLE_MAP_EVENT = 19，UPDATE_ROWS_EVENT = 31。
TABLE_MAP_EVENT的布局格局参考：
https://dev.mysql.com/doc/int...
代码中判断如果是 TABLE_MAP_EVENT ，就依照既定格局解析。很简略的判断：
if eventType == 19 { ......}在这个判断中，减少解析逻辑。event body结尾就是6个字节长度的table id ，这个值与咱们执行
mysql> show binlog events in 'greatdb-bin.000001';输入中的 table_id: 455 是一致性。解析逻辑如下：
fmt.Println("table id:" + strconv.Itoa(byte2Int(eventByte[pos:pos+6]))) // table id, 6 bytepos += 6接下来是2个字节长度的flags
fmt.Println("flags:" + strconv.Itoa(byte2Int(eventByte[pos : pos+2]))) // flag, 2 bytepos += 2接下来是schema信息，schema是变长的，无奈确认用户应用了多长的字段，MySQL规定用户的schema长度不得超过64个字符。所以这里先用一个字节来存储scheme的长度信息。
lenSchemaN := byte2Int(eventByte[pos : pos+1])fmt.Println("schema name length: " + strconv.Itoa(lenSchemaN)) // schema name length, 1 bytepos += 1scheme的长度信息确定了接下来的几个字节的schema name信息。
fmt.Println("schema name: " + bytesToString(eventByte[pos:pos+lenSchemaN])) // schema name, (schema name length) bytepos += lenSchemaN接下来是1个字节的闲暇位，用[00]填充，跳过不解析。
之后是1个字节长度的table name length，这与下面的schema name格局雷同。确定了table name length，就能够解析前面的table name了。
之后依然是一个字节的闲暇位，用[00]填充。
pos += 1 //[00]lenTableN := byte2Int(eventByte[pos : pos+1])fmt.Println("table name length: " + strconv.Itoa(lenTableN)) // table name length, 1 bytepos += 1fmt.Println("table name: " + bytesToString(eventByte[pos:pos+lenTableN])) // table name, (table name length) bytepos += lenTableNpos += 1 //[00]接下来是绝对比较复杂的 column_count 信息，也就是执行的语句波及了多少表中的列。首先是1个字节长度的 lenenc-int 位，就是通过这1个字节的值来判断前面应用了多长字节来存储 column_count 值。
如果 lenenc-int 位数值小于251，则 column_count 通过1个字节存储；
如果 lenenc-int 位数值小于216，则 column_count 通过 1 + 2 = 3 个字节存储；
如果 lenenc-int 位数值小于224，则 column_count 通过 1 + 3 = 4 个字节存储；
如果 lenenc-int 位数值小于264，则 column_count 通过 1 + 8 = 9 个字节存储；
参考官网文档的形容（地址：https://dev.mysql.com/doc/int... ）
An integer that consumes 1, 3, 4, or 9 bytes, depending on its numeric value
To convert a number value into a length-encoded integer:
If the value is < 251, it is stored as a 1-byte integer.
If the value is ≥ 251 and < ( 216 ), it is stored as fc + 2-byte integer.
If the value is ≥ (216) and < (224), it is stored as fd + 3-byte integer.
If the value is ≥ (224) and < (264) it is stored as fe + 8-byte integer.
上面就是解析取得 column_count 的代码逻辑：
lenLenenc := byte2Int(eventByte[pos : pos+1])fmt.Println("lenenc-int: " + strconv.Itoa(lenLenenc))var columnCnt intif lenLenenc < 251 { columnCnt = byte2Int(eventByte[pos : pos+1]) pos += 1} else if lenLenenc >= 251 && lenLenenc < int(math.Pow(2, 16)) { columnCnt = byte2Int(eventByte[pos : pos+3]) pos += 3} else if lenLenenc >= int(math.Pow(2, 16)) && lenLenenc < int(math.Pow(2, 24)) { columnCnt = byte2Int(eventByte[pos : pos+4]) pos += 4} else if lenLenenc >= int(math.Pow(2, 24)) && lenLenenc < int(math.Pow(2, 64)) { columnCnt = byte2Int(eventByte[pos : pos+9]) pos += 9}fmt.Println("column_count: " + strconv.Itoa(columnCnt))接下来就是表中列的类型信息：column_type_def 。当然，在event里是不会存储具体列类型文本，如int、char等，而是存储的类型的“代号”，例如“0x03”代表int类型，这在 binary_log_types.h 中进行了定义。为了不便，把本文波及到的类型放在一个map构造中，不便取用：
// column type, binary_log_types.hvar typeCol map[string]stringtypeCol = make(map[string]string)typeCol["03"] = "MYSQL_TYPE_LONG" // inttypeCol["0a"] = "MYSQL_TYPE_DATE" // datetypeCol["0f"] = "MYSQL_TYPE_VARCHAR" // varchartypeCol["fe"] = "MYSQL_TYPE_STRING" // char接下来字节记录了表的列的类型，每一列占1个字节，总共column-count个字节。
var columnDef []stringa := eventByte[pos : pos+columnCnt]for i := 0; i < columnCnt; i++ { columnDef = append(columnDef, typeCol[hex.EncodeToString(a[i:i+1])])}fmt.Println(columnDef) //column-defpos += columnCnt接下来是 column_meta_def 信息，MySQL文档的形容是：
column_meta_def (lenenc_str) -- array of metainfo per column, length is the overall length of the metainfo-array in bytes, the length of each metainfo field is dependent on the columns field type
column_meta_def 记录了表的列的类型的元数据（通常为列的长度和精度），有些列类型没有元数据，有些类型有元数据，依据类型不同，有的用1个字节记录，有的用2个字节记录。
例如: MYSQL_TYPE_NEWDECIMAL(0xf6)有2个字节的元数据，第一个字节用于记录长度(precision), 第二个字节用于记录精度(scale): decimal(8,2) meta_def = 0x0802。这个信息临时用不到，不做具体解析。
for _, v := range columnDef { if v == "MYSQL_TYPE_STRING" || v == "MYSQL_TYPE_VAR_STRING" || v == "MYSQL_TYPE_VARCHAR" || v == "MYSQL_TYPE_DECIMAL" || v == "MYSQL_TYPE_NEWDECIMAL" || v == "MYSQL_TYPE_ENUM" { pos += 2 } else if strings.Contains(v, "int") || strings.Contains(v, "bit") || v == "date" { continue } else if v == "MYSQL_TYPE_BLOB" || v == "MYSQL_TYPE_DOUBLE" || v == "MYSQL_TYPE_FLOAT" { pos += 1 } }接下来是 null_bitmap 信息。也就是应用bitmap格局存储哪些列是null。计算 null_bitmap 字节长度的公式：
文档中是：[len=(column_count + 8) / 7]
而源码中则是：
/* Calculate a bitmap for the results of maybe_null() for all columns. The bitmap is used to determine when there is a column from the master that is not on the slave and is null and thus not in the row data during replication.*/uint num_null_bytes = (m_colcnt + 7) / 8;m_data_size += num_null_bytes;咱们表中的列的数量是4，((4 + 8) / 7) 与 ((4 + 7) / 8)值雷同，因而临时看不出差别。然而假如咱们表中有24列，((24 + 8) / 7) = 4 ，而 ((4 + 7) / 8) = 3，24列须要24 bit位来存储 null_bitmap ，所以这里文档中形容应该是谬误的。这里临时以源码为准。
lenNull := (columnCnt + 7) / 8//lenNull := (columnCnt + 8) / 7fmt.Println("null bitmap length: " + strconv.Itoa(lenNull))bitmap := ""for _, v := range eventByte[pos : pos+lenNull] { bitmap = bitmap + " " + reverse(byteToBinaryString(v))}pos += lenNullfmt.Println("null bitmap: " + bitmap)接下来的4个字节就是binlog event的checksum了，业务解析临时用不到，这里没有解析。
pos += 4咱们来看一下TABLE_MAP_EVENT解析输入：
timestamp: 1665132862 time: 2022-10-07 16:54:22 +0800 CSTevent type: 19server id: 13event length: 54log pos: 99087flags: 0table id:455flags:1schema name length: 4schema name: testtable name length: 4table name: testlenenc-int: 4column_count: 4columnDef: [MYSQL_TYPE_LONG MYSQL_TYPE_STRING MYSQL_TYPE_VARCHAR MYSQL_TYPE_DATE]null bitmap length: 1null bitmap: 00000000checksum: [14 197 3 243]到了这里，整个 TABLE_MAP_EVENT 就解析完结了。
UPDATE_ROWS_EVENT的event body
接下来是 UPDATE_ROWS_EVENT的解析。
参看文档地址：https://dev.mysql.com/doc/int...
减少一个新的判断逻辑，判断event是不是 UPDATE_ROWS_EVENT 类型：
//UPDATE_ROWS_EVENT Payload if eventType == 31 { ...... }UPDATE_ROWS_EVENT的 event body 的前6个字节同样是table id。这里能够参考MySQL源码：log_event.cc:11591，Rows_log_event::write_data_header。
fmt.Println("table id: " + strconv.Itoa(byte2Int(eventByte[pos:pos+6]))) // table idpos += 6接下来是2个字节的flags和2个字节的extra-data-length。
fmt.Println("flags: " + strconv.Itoa(byte2Int(eventByte[pos:pos+2]))) // flagspos += 2pos += 2 // extra-data-length接下来是列的数量 number of columns 。这是变长的，咱们的测试表只有4列，所以只须要1个字节就能够存储。为了代码简略，没有思考更多列的状况，
fmt.Println("columns: " + strconv.Itoa(byte2Int(eventByte[pos:pos+1]))) // columnscols := (byte2Int(eventByte[pos:pos+1]) + 7) / 8pos += 1接下来就是两个同样长度的 columns-present-bitmap ，因为这是 UPDATE_ROWS_EVENT ，会存储批改前和批改后的列的数据，所以须要两个 columns-present-bitmap 来显示列是否为空。columns-present-bitmap1 是展现批改前是否用到的列，columns-present-bitmap2 是展现批改后是否用到的列。
fmt.Println("columns-present-bitmap1: " + bytesToBinaryString(eventByte[pos:pos+cols])) // columns-present-bitmap1pos += colsfmt.Println("columns-present-bitmap2: " + bytesToBinaryString(eventByte[pos:pos+cols])) // columns-present-bitmap2pos += cols如果执行代码：这两行会输入：
columns-present-bitmap1: [11111111]columns-present-bitmap2: [11111111]各列的bit位都是1，阐明批改语句波及了所有列。因为只有4列，残余bit位没有用到，用1填充。
接下来也就是真正存储的行数据了：rows。批改前的数据和批改后的数据。
首先是批改前数据的 nul-bitmap ，也就是更新波及的那些列的值是null。文档形容它的长度是：nul-bitmap, length (bits set in 'columns-present-bitmap1'+7)/8
bits := ((len(eventByte[pos:pos+cols]) * 8) + 7) / 8bitmap1 := ""for _, v := range eventByte[pos : pos+bits] { bitmap1 = bitmap1 + " " + reverse(byteToBinaryString(v))}fmt.Println("null bitmap1:" + bitmap1)pos += bits因为所有列都不为空，为了代码逻辑简略，就不在前面解析列数据判断 nul-bitmap 了，实际上是须要判断对应列是否为空再解析。
接下来是第一列数据，从 TABLE_MAP_EVENT 解析的后果看，第一列是int类型，所以应用固定长度4个字节。这里没有判断 TABLE_MAP_EVENT 中列类型信息，理论是须要的，同样为了代码简洁，间接解析。
fmt.Println("col1: " + strconv.Itoa(byte2Int(eventByte[pos:pos+4])))pos += 4接下来是第二列，数据类型是char类型，须要1个字节来存储长度信息（超过255，则须要2个字节，这是从 TABLE_MAP_EVENT 中的 column_meta_def 信息得来，这里没有思考）。
len2 := byte2Int(eventByte[pos : pos+1])pos += 1fmt.Println("col2: " + bytesToString(eventByte[pos:pos+len2]))pos += len2接下来是第三列，数据类型是varchar，同样是变长字段，这里认为数据较小，应用1个字节存储长度。
len3 := byte2Int(eventByte[pos : pos+1])pos += 1fmt.Println("col3: " + bytesToString(eventByte[pos:pos+len3]))pos += len3接下来是第四列，数据类型是date，应用固定3个字节存储。字节十六进制输入：0x4a280f，因为是小端字节序存储，所以解析程序应该是0x0f284a，转换为二进制：000011110010100001001010。从左至右，前15位示意年份，所以，year='000011110010100'=1940，接下来4位示意月份，所以，month='0010'=2，后5位示意日志，所以，day='01010'=10。最终解析到日期值：1940-2-10
x1 := reverse(eventByte[pos : pos+3])dateByte1 := []byte(bytesToBinaryString(x1))fmt.Println("col4: " + strconv.Itoa(str2DEC(string(dateByte1[:15]))) + "-" + strconv.Itoa(str2DEC(string(dateByte1[15:19]))) + "-" + strconv.Itoa(str2DEC(string(dateByte1[19:]))))pos += 3批改前的rows解析实现，上面是批改后的rows。
逻辑与解析批改前数据逻辑一样，开始是 nul-bitmap ，其后是各列数据，解析逻辑与批改前数据解析逻辑统一，不再反复。
最初，是4个字节的checksum。
咱们来看一下解析输入：
timestamp: 1665132862 time: 2022-10-07 16:54:22 +0800 CSTevent type: 31server id: 13event length: 84log pos: 99171flags: 0table id: 455flags: 1---------------------------------------columns: 4columns-present-bitmap1: 11111111columns-present-bitmap2: 11111111before VALUES: ------------------------------------null bitmap1: 00001111col1: 2col2: Jerrycol3: Hollywoodcol4: 1940-2-10after VALUES: ------------------------------------null bitmap2: 00001111col1: 2col2: Jerrycol3: Hollywoodcol4: 1940-2-11checksum: [239 244 199 92]至此咱们实现了 UPDATE_ROWS_EVENT 类型 event 的解析。
总结一下
之所以抉择 TABLE_MAP_EVENT 和 UPDATE_ROWS_EVENT 两个event 来解析，是因为 TABLE_MAP_EVENT 中蕴含 ROWS_EVENT 须要的表构造信息，包含列类型，类元数据信息。抉择 UPDATE_ROWS_EVENT ，是因为 UPDATE_ROWS_EVENT 是 ROWS_EVENT 中绝对比较复杂的event，WRITE_ROWS_EVENT 和 DELETE_ROWS_EVENT 绝对要简略得多。
解析波及到的数据类型比拟少，只有 int、char、varchar、date四种，除了date略显简单外，其它三个比较简单。更多的数据类型没有波及。
从解析过程中来看，MySQL的逻辑日志还是很大的，蕴含了很多额定数据，一条DML语句会产生五个event，这也是为什么开启binlog为什么会很容易达到IO瓶颈或者网络瓶颈，MySQL为此也应用了组提交来进行优化。
这可能是写的最差的解析代码了，毫无重用和封装可言，这次要是为了浏览代码逻辑不便，可能清晰的看出对event的解析过程。文中很多调用的函数没有列出，次要是很占篇幅。
为了可能失去具体参考，这个比拟差劲的代码被上传到了gitee：
https://gitee.com/huajiashe_b...
心愿通过文章的解析，binlog不再是黑盒，更好的了解 MySQL 的主从复制原理。
Enjoy GreatSQL :)
## 对于 GreatSQL
GreatSQL是由万里数据库保护的MySQL分支，专一于晋升MGR可靠性及性能，反对InnoDB并行查问个性，是实用于金融级利用的MySQL分支版本。
相干链接： GreatSQL社区 Gitee GitHub Bilibili
GreatSQL社区：
欢送来GreatSQL社区发帖发问
https://greatsql.cn/
技术交换群：
微信：扫码增加GreatSQL社区助手微信好友，发送验证信息加群。