基于canal的MySQL =＞ ES数据同步方案

基于canal的MySQL=>ES数据同步方案

1、概念

canal，译意为 水道/管道/沟渠

• 主要用途是基于 MySQL 数据库增量日志解析，提供增量数据订阅和消费

早期阿里巴巴因为杭州和美国双机房部署，存在跨机房同步的业务需求，实现方式主要是基于业务 trigger (触发器) 获取增量变更。从 2010 年开始，业务逐步尝试数据库日志解析获取增量变更进行同步，由此衍生出了大量的数据库增量订阅和消费业务。

2、应用场景

Elasticsearch 不支持事务。 ES通常在分布式系统架构中承担“搜索引擎”的角色，一般来说解决词类问题，可以把ES和支持ACID特性的关系型数据库结合起来使用。首先把对数据的更（增删改）操作在RDB中执行，然后把这些动作同步到Elasticsearch。 通过这种方式，你将受益于数据库 ACID 事务支持，并且在 Elasticsearch 中以正确的顺序产生变更。 并发在关系数据库中得到了处理。

以MySQL为例，如果要把数据从同步至ES，canal + binary log就是常用的一种增量解决方案。

3、原理

MySQL主备复制原理

• MySQL master 将数据变更写入二进制日志( binary log, 其中记录叫做二进制日志事件binary log events，可以通过 show binlog events 进行查看)
• MySQL slave 将 master 的 binary log events 拷贝到它的中继日志(relay log)
• MySQL slave 重放 relay log 中事件，将数据变更反映它自己的数据

canal 工作原理

• canal 模拟 MySQL slave 的交互协议，伪装自己为 MySQL slave ，向 MySQL master 发送dump 协议

• MySQL master 收到 dump 请求，开始推送 binary log 给 slave (即 canal )

• canal 解析 binary log 对象(原始为 byte 流)

4、优势

• 准实时性
• 性能好
• 一劳永逸

5、玩法

1. 环境：

   ​ Java和ES兼容性：https://www.elastic.co/cn/support/matrix#matrix_jvm

   • JDK：1.8
   • Elasticsearch：7.x
   • MySQL： 5.7
   • Canal： 1.1.4

2. 下载：

   Github： https://github.com/alibaba/canal/

   Github 咻咻咻： https://github.com/fhefh2015/Fast-GitHub

3. 步骤：

   1. 保证Elasticsearch服务可用

   2. 保证MySQL服务可用

   3. 开启MySQL的 binary log（主备模式）

      • 配置：
        在mysql.cfg 文件中添加以下代码

      server_id = 1 #开启主从模式后每个MySQL节点的id
      log-bin = mysql-bin #bin-log的存储位置
      binlog-format = ROW #选择存储binlog日志方式为ROW模式
      

      2. 重启MySQL服务：

      systemctl restart mysqld
      

      3. 验证是否开启成功
         使用如下代码 需要登录 mysql 才可以

        SHOW VARIABLES LIKE 'log_bin';
        log_bin ON #开启
      

   4. canal-deployer

      • 配置conf/example/instance.properties

        #canal示例的slaveId
        canal.instance.mysql.slaveId=1234
        #mysql地址
        canal.instance.master.address= 127.0.0.1:3306
        #用户名
        canal.instance.dbUsername = root