如何解决增加闰秒后引起linux系统重启问题

a. 若由于其他原因实在无法进行内核升级，且应用对时间的敏感度不是非常高，

容许有1秒钟的差值，有如下建议：

对于使用ntpd服务进行时间同步的RHEL，至少提前1天停止ntpd服务。并确保每台

机器上安装的tzdata的版本低于2011n-2(不 包含该版本)。

对于不使用ntpd服务进行时间同步的RHEL，确保每台机器上安装的tzdata的版本低

于2011n-2(不包含该版本)。

从而使系统不进行闰秒调整，待该事件完成之后，再可启动ntpd服务进行同步，或

者手动修改时间为正确时间。 www.2cto.com

提示：对于内部的以RHEL作为NTP服务器的系统，它是NTP服务器的同时，也是使用

ntpd服务与更上层NTP服务器进行时间同步的客户端， 故上述方法也适用于该系统。

b. 若由于其他原因实在无法进行内核升级，但应用对时间的敏感度非常高，不容

许有1秒钟的差值，则有可能发生kernel hang住的问题，尽管这个可能性是非常小的。

如果发生问题，可考虑重启该系统恢复。

根据这个情况，相应的解决方法如下：

如相关设备是使用Linux kernel 为2.6.18-164.e15以前的Linux系统，请做如下预防工作：

1、2012年6月28日当天（北京时间23点以前）先确认ntp服务已同步，然而关闭ntpd服务。

2、2012年7月2日（北京时间8点以后）当天开启ntpd服务，并确认ntp服务已同步。

对照上面的解决方法，检测所有服务器（100多台，累死了），发现rhel5.4服务器的内核都为2.6.18-164.e15，但都没有开启ntp服务，而所有的SUSE Linux Enterprise Server 10 的linux系统里内核都是2.6.16.60-0.54.5-smp，就1台数据库服务器启动了ntp服务，下面演示是如何的解决这个问题方法：

1、先查看服务器是否有开启ntp服务，可以使用以下命令查询：

netstat -aunl|grep123 #由于123是ntp启动的端口，所有可以使用netstat来查看ntp的123端口，查看ntp服务是否启动；

ps -ef|grep ntp #查看ntp服务的进程是否在后台运行；

service ntp status #使用service来查看ntp服务的启动状态

下面是使用这3中方法进行的检测结果

www.2cto.com

可以看得我的服务器里ntp服务正在运行

关闭是方法如下：

直接杀掉ntp的进程，命令为：kill -9 $(ps -ef|grep ntp|grep -v grep|awk '{print $2}')；

使用service来关闭ntp，命令为：service ntp stop；

关闭后为了保证安全，还需要把ntp开机自动启动给关闭，命令为：chk

谷歌、Meta等四大科技巨头倡议废除闰秒

谷歌、Meta等四大科技巨头倡议废除闰秒，谷歌、微软、Meta和亚马逊近日呼吁废除闰秒，美国和法国已对此表示赞同。谷歌、Meta等四大科技巨头倡议废除闰秒。

谷歌、Meta等四大科技巨头倡议废除闰秒1

大厂们再也无法忍受闰秒带来的一堆bug了。

现在，谷歌Meta微软亚马逊等一众科技巨头发起了一项倡议：废除闰秒！

闰秒这玩意，说白了就是通过给“世界标准时间”加（或减）1秒，让它更接近“太阳时”。

“世界标准时间”（UTC）与原子钟测量的精确时间同步，“太阳时”根据地球自转测量得出，但地球自转并不稳定。

例如，两者相差超过0.9秒时，就在23点59分59秒与00点00分00秒之间，插入一个原本不存在的“23点59分60秒”，来将时间调慢一秒钟。

然鹅，就是这个看似有点用的闰秒，把一众程序员愁坏了。

凭空少一秒、或冒出一个“第60秒”，就得出动一众人调整时间（如暂时关闭NTP等）、修改程序，尽可能降低闰秒带来的影响。对此Meta表示：

闰秒造成的破坏，比它带来的用处大多了。

这群大厂还找来了两家权威机构，即美国国家标准与技术研究院（NIST）和国际计量局（BIPM），与他们达成了一致意见。

虽然闰秒似乎离我们略远，不过这些年来，它确实给计算机行业惹了不少麻烦。

“1秒钟”让计算机宕机

闰秒于1972年被引入，迄今为止已经增加了27个闰秒。

每一次增加闰秒，都会引起不少公司的计算机或是应用程序出现问题。

例如，在互联网发展得如火如荼的2012年，闰秒就带来了一波“潮水般”的影响。

闰秒在当年6月30号出现后，国外社区Reddit、浏览器Mozilla、领英和点评网站Yelp的服务器全部出现了问题，此外依赖计时器的机票预订服务Amadeus也发生了故障。

但闰秒造成的影响，并没有在这之后消失，毕竟总有新的bug出现（手动狗头）。

2017年，Cloudflare也遇上了闰秒故障，导致一众客户用不了相关服务。尽管程序员们已经提前写好应对程序，然而在实际运行时，还是出了问题。

所以，究竟应该如何消除闰秒带来的影响？

当前最常用的方法是“平摊法”。

以谷歌为例，程序员们会将多出来的一秒钟分割成很多个小时间段（如几分之一秒），然后，在不影响程序运行的情况下悄悄加入到时间中。

这样，当闰秒来临时，程序实际上已经平安无事地度过了这一秒钟。

对于Meta程序员来说，采取的也是相似的做法，把这个闰秒在时间表上悄无声息地“抹掉”。

但无论如何，只要下一个闰秒还会出现，大厂们就还得继续面临闰秒带来的影响，花费额外的精力去“消除”它。

包括谷歌、亚马逊、Meta和微软等大厂在内，都感觉闰秒的出现是利大于弊，Meta还专门写了篇文章，呼吁废除闰秒。

当然，想废除闰秒的也不止这几个大厂。

早在2015年的时候，国际电信联盟就在WRC上讨论过是否要保留闰秒的事情。

只是报告结果还没出来，预计会等到2023年。

对于废除闰秒这事儿，有网友调侃：

Meta的开发们实在太害怕闰秒了，他们觉得推动计时法改变是比修代码更简单的事情。

但此前也有网友提到，其实不止IT行业，工业上也会受到闰秒的影响。

你受到过闰秒带来的影响吗？

谷歌、Meta等四大科技巨头倡议废除闰秒2

在某些时候，如果你遭遇过网络中端或者服务中断，这可能是闰秒引起的。所谓闰秒，是指为了保持协调世界时接近于世界时时刻，由国际计量局统一规定在年底或年中（也可能在季末）对协调世界时增加或减少1秒的调整。

7月26日消息，谷歌、微软、Meta和亚马逊近日呼吁废除闰秒，美国和法国已对此表示赞同。谷歌等科技巨头抛弃闰秒的理由有很多，比如网络中断等。

这样的例子有很多。2012年，闰秒的变化引发Reddit的大规模停机，Mozilla、LinkedIn、Yelp和机票预订服务Amadeus也都遇到过类似问题。2017年，Cloudflare因此遭遇故障，导致客户一部分服务器离线。此外，在今年早些时候，当网络浏览器的版本号达到100时，一些网站因编程只处理两位数的版本号而发生堵塞。

Meta的研究科学家艾哈迈德·拜亚戈维（Ahmad Byagowi）称：“我们预测，如果我们只坚持使用‘国际原子时’，而不进行闰秒观测，那么我们应该至少可以坚持2000年。就此而言，我们可能需要考虑进行修正。”美国国家标准与技术研究所（NIST）和法国国际计量局（BIPM）也认为，是时候该要抛弃闰秒了。

据了解，自1972年以来，世界计时机构已经为被称为“国际原子时”（TAI）的全球时钟增加了27次闰秒。

谷歌、Meta等四大科技巨头倡议废除闰秒3

“闰秒”可能会被取消。

据科技新闻网站Cnet报道，7月25日，谷歌、微软、Meta和亚马逊四位科技巨头呼吁废除闰秒，美国国家标准与技术研究院( NIST ) 与国际计量局 ( BIPM )也投出了赞成票。

国际地球自转服务（IERS） 于1972年首次提出闰秒这一概念。当世界标准时间“协调世界时”与“世界时”之间的误差超过0.9秒时，国际计量局会统一规定在年底或年中将“协调世界时”拨快或拨慢1秒。

1972年以来，闰秒已经出现过27次，上一次是2017年1月1日7时59分60秒。当“正闰秒”发生时，一分钟将有61秒——23：59：59之后不是00：00：00，而是会多出另一个23：59：60。多出的'这一秒会导致计算机产生“错乱”，因为计算机依靠精准的计时服务器展开活动，记录向数据库更新等事情的准确顺序。

在过去，闰秒曾多次给网络平台造成故障。据科技媒体WIRED， 2012年，社交网站Reddit因为闰秒而遭遇一次大规模停机，用户在30到40分钟内无法访问此网站，工程师不得不重启服务器。据英国卫报，开源社区Mozilla、社交平台LinkedIn、美国商户点评网站Yelp和机票预订供应商Amadeus也都遇到过类似情况。

此外，2017年，美国云安全网络公司Cloudflare受闰秒影响，导致托管在该公司的部分网络资源暂时脱机。

针对闰秒问题，谷歌曾于2011年提出“闰秒弥补（leap smear）”方案——调整系统内部的网络时间协议（NTP）服务器，每次更新时增加几毫秒，弥补闰秒多出来的那一秒钟，以保证服务器能够正常运行。

但Meta工程博客页面上的公告中，Meta工程师Oleg Obleukhov和Ahmad Byagowi表示，这一方案只适用于解决“正闰秒”出现的情况，随着地球自转模式的改变，未来还可能出现“负闰秒”。不彻底解决这一问题，“将对依靠计时器或调度器的软件带来毁灭性的影响。”

上述工程师还表示，如果取消闰秒，不再继续调整时间，未来1000年内可能不会再出现类似问题。

如今，谷歌、微软、Meta和亚马逊共同呼吁取消闰秒，美国国家标准与技术研究院( NIST ) 及国际计量局 ( BIPM )也同意这一主张。

CNET称，政府机构的支持至关重要，归根结底负责全球时钟系统的是政府和科学家，而不是科技公司。

一，什么是mysql分表，分区

什么是分表，从表面意思上看呢，就是把一张表分成N多个小表，具体请看mysql分表的3种方法

什么是分区，分区呢就是把一张表的数据分成N多个区块，这些区块可以在同一个磁盘上，也可以在不同的磁盘上

一，先说一下为什么要分表

当一张的数据达到几百万时，你查询一次所花的时间会变多，如果有联合查询的话，我想有可能会死在那儿了。分表的目的就在于此，减小数据库的负担，缩短查询时间。

根据个人经验，mysql执行一个sql的过程如下：

1,接收到sql2,把sql放到排队队列中 3,执行sql4,返回执行结果。在这个执行过程中最花时间在什么地方呢？第一，是排队等待的时间，第二，sql的执行时间。其实这二个是一回事，等待的同时，肯定有sql在执行。所以我们要缩短sql的执行时间。

mysql中有一种机制是表锁定和行锁定，为什么要出现这种机制，是为了保证数据的完整性，我举个例子来说吧，如果有二个sql都要修改同一张表的同一条数据，这个时候怎么办呢，是不是二个sql都可以同时修改这条数据呢？很显然mysql对这种情况的处理是，一种是表锁定（myisam存储引擎），一个是行锁定（innodb存储引擎）。表锁定表示你们都不能对这张表进行 *** 作，必须等我对表 *** 作完才行。行锁定也一样，别的sql必须等我对这条数据 *** 作完了，才能对这条数据进行 *** 作。如果数据太多，一次执行的时间太长，等待的时间就越长，这也是我们为什么要分表的原因。

二，分表

1，做mysql集群，例如：利用mysql cluster ，mysql proxy，mysql replication，drdb等等

有人会问mysql集群，根分表有什么关系吗？虽然它不是实际意义上的分表，但是它启到了分表的作用，做集群的意义是什么呢？为一个数据库减轻负担，说白了就是减少sql排队队列中的sql的数量，举个例子：有10个sql请求，如果放在一个数据库服务器的排队队列中，他要等很长时间，如果把这10个sql请求，分配到5个数据库服务器的排队队列中，一个数据库服务器的队列中只有2个，这样等待时间是不是大大的缩短了呢？这已经很明显了。所以我把它列到了分表的范围以内，我做过一些mysql的集群：

linux mysql proxy 的安装，配置，以及读写分离

mysql replication 互为主从的安装及配置，以及数据同步

优点：扩展性好，没有多个分表后的复杂 *** 作（php代码）

缺点：单个表的数据量还是没有变，一次 *** 作所花的时间还是那么多，硬件开销大。

2，预先估计会出现大数据量并且访问频繁的表，将其分为若干个表

这种预估大差不差的，论坛里面发表帖子的表，时间长了这张表肯定很大，几十万，几百万都有可能。 聊天室里面信息表，几十个人在一起一聊一个晚上，时间长了，这张表的数据肯定很大。像这样的情况很多。所以这种能预估出来的大数据量表，我们就事先分出个N个表，这个N是多少，根据实际情况而定。以聊天信息表为例：

我事先建100个这样的表，message_00,message_01,message_02..........message_98,message_99.然后根据用户的ID来判断这个用户的聊天信息放到哪张表里面，你可以用hash的方式来获得，可以用求余的方式来获得，方法很多，各人想各人的吧。下面用hash的方法来获得表名：

查看复制打印?

<?php

function get_hash_table($table,$userid) {

$str = crc32($userid)

if($str<0){

$hash = "0".substr(abs($str), 0, 1)

}else{

$hash = substr($str, 0, 2)

}

return $table."_".$hash

}

echo get_hash_table('message','user18991')//结果为message_10

echo get_hash_table('message','user34523') //结果为message_13

?>

说明一下，上面的这个方法，告诉我们user18991这个用户的消息都记录在message_10这张表里，user34523这个用户的消息都记录在message_13这张表里，读取的时候，只要从各自的表中读取就行了。

优点：避免一张表出现几百万条数据，缩短了一条sql的执行时间

缺点：当一种规则确定时，打破这条规则会很麻烦，上面的例子中我用的hash算法是crc32，如果我现在不想用这个算法了，改用md5后，会使同一个用户的消息被存储到不同的表中，这样数据乱套了。扩展性很差。

3，利用merge存储引擎来实现分表

我觉得这种方法比较适合，那些没有事先考虑，而已经出现了得，数据查询慢的情况。这个时候如果要把已有的大数据量表分开比较痛苦，最痛苦的事就是改代码，因为程序里面的sql语句已经写好了，现在一张表要分成几十张表，甚至上百张表，这样sql语句是不是要重写呢？举个例子，我很喜欢举子

mysql>show engines的时候你会发现mrg_myisam其实就是merge。

查看复制打印?

mysql>CREATE TABLE IF NOT EXISTS `user1` (

-> `id` int(11) NOT NULL AUTO_INCREMENT,

-> `name` varchar(50) DEFAULT NULL,

-> `sex` int(1) NOT NULL DEFAULT '0',

-> PRIMARY KEY (`id`)

->) ENGINE=MyISAM DEFAULT CHARSET=utf8 AUTO_INCREMENT=1

Query OK, 0 rows affected (0.05 sec)

mysql>CREATE TABLE IF NOT EXISTS `user2` (

-> `id` int(11) NOT NULL AUTO_INCREMENT,

-> `name` varchar(50) DEFAULT NULL,

-> `sex` int(1) NOT NULL DEFAULT '0',

-> PRIMARY KEY (`id`)

->) ENGINE=MyISAM DEFAULT CHARSET=utf8 AUTO_INCREMENT=1

Query OK, 0 rows affected (0.01 sec)

mysql>INSERT INTO `user1` (`name`, `sex`) VALUES('张映', 0)

Query OK, 1 row affected (0.00 sec)

mysql>INSERT INTO `user2` (`name`, `sex`) VALUES('tank', 1)

Query OK, 1 row affected (0.00 sec)

mysql>CREATE TABLE IF NOT EXISTS `alluser` (

-> `id` int(11) NOT NULL AUTO_INCREMENT,

-> `name` varchar(50) DEFAULT NULL,

-> `sex` int(1) NOT NULL DEFAULT '0',

-> INDEX(id)

->) TYPE=MERGE UNION=(user1,user2) INSERT_METHOD=LAST AUTO_INCREMENT=1

Query OK, 0 rows affected, 1 warning (0.00 sec)

mysql>select id,name,sex from alluser

+----+--------+-----+

| id | name | sex |

+----+--------+-----+

| 1 | 张映 | 0 |

| 1 | tank | 1 |

+----+--------+-----+

2 rows in set (0.00 sec)

mysql>INSERT INTO `alluser` (`name`, `sex`) VALUES('tank2', 0)

Query OK, 1 row affected (0.00 sec)

mysql>select id,name,sex from user2

->

+----+-------+-----+

| id | name | sex |

+----+-------+-----+

| 1 | tank | 1 |

| 2 | tank2 | 0 |

+----+-------+-----+

2 rows in set (0.00 sec)

从上面的 *** 作中，我不知道你有没有发现点什么？假如我有一张用户表user，有50W条数据，现在要拆成二张表user1和user2，每张表25W条数据，

INSERT INTO user1(user1.id,user1.name,user1.sex)SELECT (user.id,user.name,user.sex)FROM user where user.id <= 250000

INSERT INTO user2(user2.id,user2.name,user2.sex)SELECT (user.id,user.name,user.sex)FROM user where user.id >250000

这样我就成功的将一张user表，分成了二个表，这个时候有一个问题，代码中的sql语句怎么办，以前是一张表，现在变成二张表了，代码改动很大，这样给程序员带来了很大的工作量，有没有好的办法解决这一点呢？办法是把以前的user表备份一下，然后删除掉，上面的 *** 作中我建立了一个alluser表，只把这个alluser表的表名改成user就行了。但是，不是所有的mysql *** 作都能用的

a，如果你使用 alter table 来把 merge 表变为其它表类型，到底层表的映射就被丢失了。取而代之的，来自底层 myisam 表的行被复制到已更换的表中，该表随后被指定新类型。

b，网上看到一些说replace不起作用，我试了一下可以起作用的。晕一个先

mysql>UPDATE alluser SET sex=REPLACE(sex, 0, 1) where id=2

Query OK, 1 row affected (0.00 sec)

Rows matched: 1 Changed: 1 Warnings: 0

mysql>select * from alluser

+----+--------+-----+

| id | name | sex |

+----+--------+-----+

| 1 | 张映 | 0 |

| 1 | tank | 1 |

| 2 | tank2 | 1 |

+----+--------+-----+

3 rows in set (0.00 sec)

c，一个 merge 表不能在整个表上维持 unique 约束。当你执行一个 insert，数据进入第一个或者最后一个 myisam 表（取决于 insert_method 选项的值）。mysql 确保唯一键值在那个 myisam 表里保持唯一，但不是跨集合里所有的表。

d,当你创建一个 merge 表之时，没有检查去确保底层表的存在以及有相同的机构。当 merge 表被使用之时，mysql 检查每个被映射的表的记录长度是否相等，但这并不十分可靠。如果你从不相似的 myisam 表创建一个 merge 表，你非常有可能撞见奇怪的问题。

优点：扩展性好，并且程序代码改动的不是很大

缺点：这种方法的效果比第二种要差一点

三，总结一下

上面提到的三种方法，我实际做过二种，第一种和第二种。第三种没有做过，所以说的细一点。哈哈。做什么事都有一个度，超过个度就过变得很差，不能一味的做数据库服务器集群，硬件是要花钱买的，也不要一味的分表，分出来1000表，mysql的存储归根到底还以文件的形势存在硬盘上面，一张表对应三个文件，1000个分表就是对应3000个文件，这样检索起来也会变的很慢。我的建议是

方法1和方法2结合的方式来进行分表

方法1和方法3结合的方式来进行分表

我的二个建议适合不同的情况，根据个人情况而定，我觉得会有很多人选择方法1和方法3结合的方式

二，mysql分表和分区有什么区别呢

1，实现方式上

a），mysql的分表是真正的分表，一张表分成很多表后，每一个小表都是完正的一张表，都对应三个文件，一个.MYD数据文件，.MYI索引文件，.frm表结构文件。

[root@BlackGhost test]# ls |grep user

alluser.MRG

alluser.frm

user1.MYD

user1.MYI

user1.frm

user2.MYD

user2.MYI

user2.frm

Php代码

[root@BlackGhost test]# ls |grep user

alluser.MRG

alluser.frm

user1.MYD

user1.MYI

user1.frm

user2.MYD

user2.MYI

user2.frm

简单说明一下，上面的分表呢是利用了merge存储引擎（分表的一种），alluser是总表，下面有二个分表，user1，user2。他们二个都是独立的表，取数据的时候，我们可以通过总表来取。这里总表是没有.MYD,.MYI这二个文件的，也就是说，总表他不是一张表，没有数据，数据都放在分表里面。我们来看看.MRG到底是什么东西

[root@BlackGhost test]# cat alluser.MRG |more

user1

user2

#INSERT_METHOD=LAST

Php代码

[root@BlackGhost test]# cat alluser.MRG |more

user1

user2

#INSERT_METHOD=LAST

从上面我们可以看出，alluser.MRG里面就存了一些分表的关系，以及插入数据的方式。可以把总表理解成一个外壳，或者是联接池。

b），分区不一样，一张大表进行分区后，他还是一张表，不会变成二张表，但是他存放数据的区块变多了。

[root@BlackGhost test]# ls |grep aa

aa#P#p1.MYD

aa#P#p1.MYI

aa#P#p3.MYD

aa#P#p3.MYI

aa.frm

aa.par

Php代码

[root@BlackGhost test]# ls |grep aa

aa#P#p1.MYD

aa#P#p1.MYI

aa#P#p3.MYD

aa#P#p3.MYI

aa.frm

aa.par

从上面我们可以看出，aa这张表，分为二个区，p1和p3，本来是三个区，被我删了一个区。我们都知道一张表对应三个文件.MYD,.MYI,.frm。分区呢根据一定的规则把数据文件和索引文件进行了分割，还多出了一个.par文件，打开.par文件后你可以看出他记录了，这张表的分区信息，根分表中的.MRG有点像。分区后，还是一张，而不是多张表。

2，数据处理上

a），分表后，数据都是存放在分表里，总表只是一个外壳，存取数据发生在一个一个的分表里面。看下面的例子：

select * from alluser where id=’12′表面上看，是对表alluser进行 *** 作的，其实不是的。是对alluser里面的分表进行了 *** 作。

b），分区呢，不存在分表的概念，分区只不过把存放数据的文件分成了许多小块，分区后的表呢，还是一张表。数据处理还是由自己来完成。

3，提高性能上

a），分表后，单表的并发能力提高了，磁盘I/O性能也提高了。并发能力为什么提高了呢，因为查寻一次所花的时间变短了，如果出现高并发的话，总表可以根据不同的查询，将并发压力分到不同的小表里面。磁盘I/O性能怎么搞高了呢，本来一个非常大的.MYD文件现在也分摊到各个小表的.MYD中去了。

b），mysql提出了分区的概念，我觉得就想突破磁盘I/O瓶颈，想提高磁盘的读写能力，来增加mysql性能。

在这一点上，分区和分表的测重点不同，分表重点是存取数据时，如何提高mysql并发能力上；而分区呢，如何突破磁盘的读写能力，从而达到提高mysql性能的目的。

4），实现的难易度上

a），分表的方法有很多，用merge来分表，是最简单的一种方式。这种方式根分区难易度差不多，并且对程序代码来说可以做到透明的。如果是用其他分表方式就比分区麻烦了。

b），分区实现是比较简单的，建立分区表，根建平常的表没什么区别，并且对开代码端来说是透明的。

三，mysql分表和分区有什么联系呢

1，都能提高mysql的性高，在高并发状态下都有一个良好的表面。

2，分表和分区不矛盾，可以相互配合的，对于那些大访问量，并且表数据比较多的表，我们可以采取分表和分区结合的方式（如果merge这种分表方式，不能和分区配合的话，可以用其他的分表试），访问量不大，但是表数据很多的表，我们可以采取分区的方式等。

---