type
status
date
slug
summary
tags
category
icon
password

canal入门

什么是canal

阿里巴巴B2B公司,因为业务的特性,卖家主要集中在国内,买家主要集中在国外,所以衍生出了杭州和美国异地机房的需求,从2010年开始,阿里系公司开始逐步的尝试基于数据库的日志解析,获取增量变更进行同步,由此衍生出了增量订阅&消费的业务。
canal是用java开发的基于数据库增量日志解析,提供增量数据订阅&消费的中间件。目前,canal主要支持了MySQL的binlog解析,解析完成后才利用canal client 用来处理获得的相关数据。(数据库同步需要阿里的otter中间件,基于canal)。
这里我们可以简单地把canal理解为一个用来同步增量数据的一个工具:
notion image
canal通过binlog同步拿到变更数据,再发送到存储目的地,比如MySQL,Kafka,Elastic Search等多源同步。
1
:

canal使用场景

场景1:原始场景, 阿里otter中间件的一部分
notion image
场景2:更新缓存
notion image
场景3:抓取业务数据新增变化表,用于制作拉链表。( 拉链表:记录每条信息的生命周期,一旦一条记录的生命周期结束,就要重新开始一条新的记录,并把当前日期放入生效的开始日期 )
场景4:抓取业务表的新增变化数据,用于制作实时统计。

canal运行原理

notion image
复制过程分成三步:
1.Master主库将改变记录,写到二进制日志(binary log)中
2.Slave从库向mysql master发送dump协议,将master主库的binary log events拷贝到它的中继日志(relay log);
3.Slave从库读取并重做中继日志中的事件,将改变的数据同步到自己的数据库。
canal的工作原理很简单,就是把自己伪装成slave,假装从master复制数据。
notion image

MySQL的binlog介绍

什么是binlog

MySQL的二进制日志可以说是MySQL最重要的日志了,它记录了所有的DDL和DML( 除了数据查询语句 )语句,以事件形式记录,还包含语句所执行的消耗的时间,MySQL的二进制日志是事务安全型的。
一般来说开启二进制日志大概会有1%的性能损耗。二进制有两个最重要的使用场景:
其一:MySQL Replication在Master端开启binlog,Mster把它的二进制日志传递给slaves来达到master-slave数据一致的目的。
其二:通过使用mysqlbinlog工具来使恢复数据。
二进制日志包括两类文件:二进制日志索引文件(文件名后缀为.index)用于记录所有的二进制文件,二进制日志文件(文件名后缀为.00000*)记录数据库所有的DDL和DML(除了数据查询语句)语句事件。

开启MySQL的binlog

在mysql的配置文件中开启并重启MySQL生效,一般Linux系统下的MySQL配置文件路径基本都在 /etc/my.cnf ;log-bin=mysql-bin
这个表示binlog日志的前缀是mysql-bin ,以后生成的日志文件就是 mysql-bin.123456 的文件后面的数字按顺序生成。 每次mysql重启或者到达单个文件大小的阈值时,新生一个文件,按顺序编号。

binlog的分类设置

MySQL的binlog的格式有三种,分别是STATEMENT、MIXED、ROW。在配置文件中可以配置选项指定:binlog_format=

statement [ 语句级 ]

语句级,binlog会记录每次一执行写操作的语句。
相对row模式节省空间,但是可能产生不一致性,例如:update table_name set create_date=now();
如果用binlog日志进行恢复,由于执行时间不同可能产生的数据就不同 ( master落库数据时create_date为2021-08-08 11:10:30 ,但binlog从库落库执行语句时create_date的时间可能就变为2021-08-08 11:11:23 ,主要是语句执行时间为异步)
优点: 节省空间
缺点: 有可能造成数据不一致

row [ 行级 ]

行级, binlog会记录每次操作后每行记录的变化。
优点:保持数据的绝对一致性。因为不管sql是什么,引用了什么函数,他只记录执行后的效果。
缺点:占用较大空间。

mixed [ 综合语句级和行级 ]

statement的升级版,一定程度上解决了因一些情况而造成的statement模式不一致问题
在某些情况下譬如:
○ 当函数中包含 UUID() 时;
○ 包含 AUTO_INCREMENT 字段的表被更新时;
○ 执行 INSERT DELAYED 语句时;
○ 用 UDF 时;
会按照 ROW的方式进行处理
优点:节省空间,同时兼顾了一定的一致性。
缺点:还有些极个别情况依旧会造成不一致,另外statement和mixed对于需要对binlog的监控的情况都不方便。

MySQL 的准备

创建数据库

notion image

创建数据表

CREATE TABLE user_info( `id` VARCHAR(255), `name` VARCHAR(255), `sex` VARCHAR(255) );

修改配置文件开启 Binlog

[atguigu@hadoop102 module]$ sudo vim /etc/my.cnf server-id=1 log-bin=mysql-bin binlog_format=row binlog-do-db=gmall-2021
注意:binlog-do-db 根据自己的情况进行修改,指定具体要同步的数据库,如果不配置则表示所有数据库均开启 Binlog

重启 MySQL 使配置生效

sudo systemctl restart mysqld
到/var/lib/mysql 目录下查看初始文件大小 154
[atguigu@hadoop102 lib]$ pwd /var/lib [atguigu@hadoop102 lib]$ sudo ls -l mysql 总用量 474152 -rw-r-----. 1 mysql mysql 56 8 月 7 2020 auto.cnf drwxr-x---. 2 mysql mysql 4096 9 月 25 2020 azkaban -rw-------. 1 mysql mysql 1680 8 月 7 2020 ca-key.pem -rw-r--r--. 1 mysql mysql 1112 8 月 7 2020 ca.pem drwxr-x--- 2 mysql mysql 4096 8 月 18 16:56 cdc_test -rw-r--r--. 1 mysql mysql 1112 8 月 7 2020 client-cert.pem -rw-------. 1 mysql mysql 1676 8 月 7 2020 client-key.pem drwxr-x---. 2 mysql mysql 4096 9 月 25 2020 gmall_report -rw-r----- 1 mysql mysql 1085 12 月 1 09:12 ib_buffer_pool -rw-r-----. 1 mysql mysql 79691776 12 月 13 08:45 ibdata1 -rw-r-----. 1 mysql mysql 50331648 12 月 13 08:45 ib_logfile0 -rw-r-----. 1 mysql mysql 50331648 12 月 13 08:45 ib_logfile1 -rw-r----- 1 mysql mysql 12582912 12 月 13 08:45 ibtmp1 drwxr-x--- 2 mysql mysql 4096 9 月 22 15:30 maxwell drwxr-x---. 2 mysql mysql 4096 8 月 12 2020 metastore drwxr-x---. 2 mysql mysql 4096 9 月 22 15:43 mysql -rw-r-----. 1 mysql mysql 154 12 月 13 08:45 mysql-bin.000001 -rw-r----- 1 mysql mysql 19 12 月 13 08:45 mysql-bin.index srwxrwxrwx 1 mysql mysql 0 12 月 13 08:45 mysql.sock -rw------- 1 mysql mysql 5 12 月 13 08:45 mysql.sock.lock drwxr-x---. 2 mysql mysql 4096 8 月 7 2020 performance_schema -rw-------. 1 mysql mysql 1680 8 月 7 2020 private_key.pem -rw-r--r--. 1 mysql mysql 452 8 月 7 2020 public_key.pem -rw-r--r--. 1 mysql mysql 1112 8 月 7 2020 server-cert.pem -rw-------. 1 mysql mysql 1680 8 月 7 2020 server-key.pem drwxr-x---. 2 mysql mysql 12288 8 月 7 2020 sys drwxr-x--- 2 mysql mysql 4096 2 月 2 2021 test [atguigu@hadoop102 lib]$

测试 Binlog 是否开启

插入数据
INSERT INTO user_info VALUES('1001','zhangsan','male');
再次到/var/lib/mysql 目录下,查看 index 文件的大小
[atguigu@hadoop102 lib]$ sudo ls -l mysql 总用量 474152 -rw-r-----. 1 mysql mysql 56 8 月 7 2020 auto.cnf drwxr-x---. 2 mysql mysql 4096 9 月 25 2020 azkaban -rw-------. 1 mysql mysql 1680 8 月 7 2020 ca-key.pem -rw-r--r--. 1 mysql mysql 1112 8 月 7 2020 ca.pem drwxr-x--- 2 mysql mysql 4096 8 月 18 16:56 cdc_test -rw-r--r--. 1 mysql mysql 1112 8 月 7 2020 client-cert.pem -rw-------. 1 mysql mysql 1676 8 月 7 2020 client-key.pem drwxr-x---. 2 mysql mysql 4096 9 月 25 2020 gmall_report -rw-r----- 1 mysql mysql 1085 12 月 1 09:12 ib_buffer_pool -rw-r-----. 1 mysql mysql 79691776 12 月 13 08:45 ibdata1 -rw-r-----. 1 mysql mysql 50331648 12 月 13 08:45 ib_logfile0 -rw-r-----. 1 mysql mysql 50331648 12 月 13 08:45 ib_logfile1 -rw-r----- 1 mysql mysql 12582912 12 月 13 08:45 ibtmp1 drwxr-x--- 2 mysql mysql 4096 9 月 22 15:30 maxwell drwxr-x---. 2 mysql mysql 4096 8 月 12 2020 metastore drwxr-x---. 2 mysql mysql 4096 9 月 22 15:43 mysql -rw-r-----. 1 mysql mysql 452 12 月 13 08:45 mysql-bin.000001 -rw-r----- 1 mysql mysql 19 12 月 13 08:45 mysql-bin.index srwxrwxrwx 1 mysql mysql 0 12 月 13 08:45 mysql.sock -rw------- 1 mysql mysql 5 12 月 13 08:45 mysql.sock.lock drwxr-x---. 2 mysql mysql 4096 8 月 7 2020 performance_schema -rw-------. 1 mysql mysql 1680 8 月 7 2020 private_key.pem -rw-r--r--. 1 mysql mysql 452 8 月 7 2020 public_key.pem -rw-r--r--. 1 mysql mysql 1112 8 月 7 2020 server-cert.pem -rw-------. 1 mysql mysql 1680 8 月 7 2020 server-key.pem drwxr-x---. 2 mysql mysql 12288 8 月 7 2020 sys drwxr-x--- 2 mysql mysql 4096 2 月 2 2021 test [atguigu@hadoop102 lib]$

赋权限

在 MySQL 中执行
mysql> set global validate_password_length=4; mysql> set global validate_password_policy=0; mysql> GRANT SELECT, REPLICATION SLAVE, REPLICATION CLIENT ON *.* TO 'canal'@'%' IDENTIFIED BY 'canal' ;

Canal 的下载和安装

下载并解压 Jar 包

https://github.com/alibaba/canal/releases 我们直接/2.资料下的 canal.deployer-1.1.2.tar.gz 拷贝到/opt/sortware 目录下,然后解压到/opt/module/canal 包下
注意:canal 解压后是分散的,我们在指定解压目录的时候需要将 canal 指定上
[atguigu@hadoop102 software]$ mkdir /opt/module/canal [atguigu@hadoop102 software]$ tar -zxvf canal.deployer-1.1.2.tar.gz -C /opt/module/canal

修改 canal.properties 的配置

[atguigu@hadoop102 conf]$ pwd /opt/module/canal/conf [atguigu@hadoop102 conf]$ vim canal.properties ################################################# ######### common argument ############# ################################################# canal.id = 1 canal.ip = canal.port = 11111 canal.metrics.pull.port = 11112 canal.zkServers = # flush data to zk canal.zookeeper.flush.period = 1000 canal.withoutNetty = false # tcp, kafka, RocketMQ **canal.serverMode = tcp** # flush meta cursor/parse position to file
说明:这个文件是 canal 的基本通用配置,canal 端口号默认就是 11111,修改 canal 的 输出 model,默认 tcp,改为输出到 kafka 多实例配置如果创建多个实例,通过前面 canal 架构,我们可以知道,一个 canal 服务 中可以有多个 instance,conf/下的每一个 example 即是一个实例,每个实例下面都有独立的 配置文件。默认只有一个实例 example,如果需要多个实例处理不同的 MySQL 数据的话,直 接拷贝出多个 example,并对其重新命名,命名和配置文件中指定的名称一致,然后修改 canal.properties 中的 canal.destinations=实例 1,实例 2,实例 3。
################################################# ######### destinations ############# ################################################# canal.destinations = example

修改 instance.properties

我们这里只读取一个 MySQL 数据,所以只有一个实例,这个实例的配置文件在 conf/example 目录下。
[atguigu@hadoop102 example]$ pwd /opt/module/canal/conf/example [atguigu@hadoop102 example]$ vim instance.properties
配置 MySQL 服务器地址
################################################# ## mysql serverId , v1.0.26+ will autoGen canal.instance.mysql.slaveId=20 # enable gtid use true/false canal.instance.gtidon=false # position info **canal.instance.master.address=hadoop102:3306**
配置连接 MySQL 的用户名和密码,默认就是我们前面授权的 canal
# username/password canal.instance.dbUsername=canal canal.instance.dbPassword=canal canal.instance.connectionCharset = UTF-8 canal.instance.defaultDatabaseName =test # enable druid Decrypt database password canal.instance.enableDruid=false

实时监控测试

TCP 模式测试

创建 gmall-canal maven项目

notion image
notion image

在 gmall-canal 模块中配置 pom.xml

<dependencies> <dependency> <groupId>com.alibaba.otter</groupId> <artifactId>canal.client</artifactId> <version>1.1.2</version> </dependency> <dependency> <groupId>org.apache.kafka</groupId> <artifactId>kafka-clients</artifactId> <version>2.4.1</version> </dependency> </dependencies>

通用监视类 –CanalClient

1、Canal 封装的数据结构
notion image
在 gmall-canal 模块下创建 com.atguigu.app 包,并在包下创建 CanalClient(java 代码)代码如下:
package ks; import com.alibaba.fastjson.JSONObject; import com.alibaba.otter.canal.client.CanalConnector; import com.alibaba.otter.canal.client.CanalConnectors; import com.alibaba.otter.canal.protocol.CanalEntry; import com.alibaba.otter.canal.protocol.Message; import com.google.protobuf.ByteString; import com.google.protobuf.InvalidProtocolBufferException; import java.net.InetSocketAddress; import java.util.List; public class CnaTrsy {    public static void main(String[] args) throws InvalidProtocolBufferException {        //获取连接        CanalConnector connector = CanalConnectors.newSingleConnector(new InetSocketAddress("47.107.100.239", 11111), "example", "", "");        while(true){            //连接            connector.connect();            //指定数据库            connector.subscribe("gmall-2022.*");            //4.获取 Message            Message message = connector.get(100);            List<CanalEntry.Entry> entries = message.getEntries();            if (entries.size()<=0){                //没有数据等待                System.out.println("没有数据,等待一下");                try {                    Thread.sleep(1000);               } catch (InterruptedException e) {                    e.printStackTrace();               }           }else{                for (CanalEntry.Entry entry : entries) {                    //获取表名                    String tableName = entry.getHeader().getTableName();                    //类型                    CanalEntry.EntryType entryType = entry.getEntryType();                    if (entryType.equals(CanalEntry.EntryType.ROWDATA)){                        ByteString storeValue = entry.getStoreValue();                        //反序列化                        CanalEntry.RowChange rowChange = CanalEntry.RowChange.parseFrom(storeValue);                        //获取事件的类型                        CanalEntry.EventType eventType = rowChange.getEventType();                        List<CanalEntry.RowData> rowDatasList = rowChange.getRowDatasList();                        for (CanalEntry.RowData rowData : rowDatasList) {                            JSONObject beforeData=new JSONObject();                            List<CanalEntry.Column> beforeColumnsList = rowData.getBeforeColumnsList();                            for (CanalEntry.Column column : beforeColumnsList) {                                beforeData.put(column.getName(),column.getValue());                           }                            JSONObject afterData=new JSONObject();                            List<CanalEntry.Column> afterColumnsList = rowData.getAfterColumnsList();                            for (CanalEntry.Column column : afterColumnsList) {                                afterData.put(column.getName(),column.getValue());                           }                            System.out.println("beforeData:"+beforeData+"afterData:"+afterData+"TableName:"+tableName+"eventType:"+eventType);                       }                   }               }           }       }   } }
 
CSSB树与二叉树