type
status
date
slug
summary
tags
category
icon
password
AI summary

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

修改配置文件开启 Binlog

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

到/var/lib/mysql 目录下查看初始文件大小 154

测试 Binlog 是否开启

插入数据
再次到/var/lib/mysql 目录下,查看 index 文件的大小

赋权限

在 MySQL 中执行

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

修改 canal.properties 的配置

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。

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。
配置 MySQL 服务器地址
配置连接 MySQL 的用户名和密码,默认就是我们前面授权的 canal

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

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:
 
相关文章
CSSB树与二叉树