gh-ost 是 GitHub 开源的一款 MySQL 在线 DDL 变更工具，具体原理和细节就不在这里过多介绍了，项目文档：https://github.com/github/gh-ost。在我们使用 gh-ost 时，当 binlog 文件大于 4G 时，可能会发生数据丢失。在 MySQL 中允许单个 binlog 文件大于 4G 的情况，而在 MySQL 源码中对于 binlog event end_log_pos 字段类型的定义为 uint32，最大存储 4G。所以当单个 binlog 文件大于 4G 时 end_log_pos 字段存储会溢出，循环使用。尝试解析一个大于 4G 的 binlog 文件，看看溢出后的 end_log_pos 值，示例：可以看到当 end_log_pos 达到 4294962881 时，下一个 event end_log_pos 溢出为 3601，值更小了，会导致一些工具判断逻辑出错。在 gh-ost 代码的 handleRowsEvent 方法中，用来处理一个 DML event，有一处代码用来判断：当前接收的 event end_log_pos 值小于或等于最后一次执行的event end_log_pos 值则忽略当前 event。当 binlog 文件大于 4G 时，由于 event end_log_pos 溢出存储，会导致大于 4G 的 event 全部被丢弃处理。this.LastAppliedRowsEventHint 记录最新接收到的 event 位点信息。
当数据表中存在 big row 时，一次 chunk 的数量过多时可能会带来一个大事务（假设事务大于4G），或业务自身有大事务。一个事务会写入单个 binlog 文件中。在组提交的机制下，一个大事务（假设事务大于4G）的提交会带着同一个组的 N 个事务一块刷新 binlog cache，写入到同一个 binlog 文件。当前正在做 DDL 表的 DML 变更也可能会出现在这个组里面被一同写入到 binlog 文件，其 event end_log_pos 值会溢出。具体细节可以看相关资料，这里不展开了。提了个 issue 给官方，https://github.com/github/gh-ost/issues/1366
基于 gh-ost 的在线 Schema 变更
代码全开源！数据库工具届的瑞士军刀，替代多款工具的一站式数据库开发平台
5 分钟上手 Bytebase，完成第一次 Schema 变更
告别手搓！Postgres 一站式测试数据生成方案
