觉得不错请按下图操作，掘友们，哈哈哈！！！

一：Canal 官网介绍

canal ：译意为水道/管道/水沟，主要用途是根据 MySQL 数据库增量日志解析，供给增量数据订阅和消费

前期阿里巴巴由于杭州和美国双机房布置，存在跨机房同步的事务需求，完成方式主要是根据事务 trigger 获取增量改变。从 2010 年开端，事务逐渐测验数据库日志解析获取增量改变进行同步，由此衍生出了很多的数据库增量订阅和消费事务。

根据日志增量订阅和消费的事务包括

数据库镜像
数据库实时备份
索引构建和实时维护(拆分异构索引、倒排索引等)
事务 cache 改写
带事务逻辑的增量数据处理

当前的 canal 支撑源端 MySQL 版本包括 5.1.x , 5.5.x , 5.6.x , 5.7.x , 8.0.x

二：作业原理

运用Canal 首要咱们要了解MySql主从复制的作业原理。

2.1 MySQL主从复制原理

MySQL master 将数据改变写入二进制日志( binary log, 其中记录叫做二进制日志事情binary log events，能够经过 show binlog events 进行检查)
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 中事情，将数据改变反映它自己的数据

2.2 canal 作业原理

canal 模仿 MySQL slave 的交互协议，假装自己为 MySQL slave ，向 MySQL master 发送dump 协议
MySQL master 收到 dump 请求，开端推送 binary log 给 slave (即 canal )
canal 解析 binary log 目标(原始为 byte 流)

三：canal 装置运用

3.1 canal 简介

去官网下载页面进行下载：github.com/alibaba/can…

我这儿下载的是1.1.6的版本：

canal 对应包的下载和装置的教程，都间接看 canal官网github，装置包现在有三兄弟：

canal deployer：又称 canal server，是真正监听 mysql 日志的服务端。
canal adapter：望文生义“适配器”，搭配 canal server，现在能完成mysql 数据到 hbase、rdb、es的增量同步，妥妥的 ETL 东西。
canal admin：也是为 canal server 服务的，为canal供给全体装备办理、节点运维等面向运维的性能，供给肯定敌对的WebUI操作界面。假如 canal server 要搭建集群环境，必少不了 canal admin 这样业余的运维东西。

3.2 mysql 相关装备

1. MySql 相关装备

装置canal前咱们先敞开MySql的 binlog，在MySQL装备文件my.cnf设置如下信息：

[mysqld]
# 翻开binlog 
log-bin=mysql-bin 
# 选择ROW(行)形式 
binlog-format=ROW 
# 装备MySQL replaction需求定义，不要和canal的slaveId重复 
server_id=1

改了装备文件之后，重启MySQL，运用指令检查是否翻开binlog形式：

检查binlog日志文件列表：

检查当前正在写入的binlog文件：

MySQL服务器这边装备就完成。

在mysql中给canal独自建一个用户，给全库全表的读，拷贝，复制的权限

-- 运用指令登录：
mysql -u root -p 
-- 创立用户 用户名：canal 密码：Canal@123456 
create user 'canal'@'%' identified by 'Canal@123456';
-- 授权 *.*表明所有库 
grant SELECT, REPLICATION SLAVE, REPLICATION CLIENT on *.* to 'canal'@'%' identified by 'Canal@123456';

3.3 装置canal

3.3.1 canal.deployer

解压canal.deployer-1.1.6.tar.gz，咱们能够看到里面有四个文件夹：

接着翻开装备文件conf/example/instance.properties，装备信息如下：

## mysql serverId , v1.0.26+ will autoGen
## v1.0.26版本后会主动生成slaveId，所以能够不用装备
# canal.instance.mysql.slaveId=0
# 数据库地址
canal.instance.master.address=127.0.0.1:3306
# binlog日志称号
canal.instance.master.journal.name=mysql-bin.000001
# mysql主库链接时开始的binlog偏移量
canal.instance.master.position=154
# mysql主库链接时开始的binlog的时刻戳
canal.instance.master.timestamp=
canal.instance.master.gtid=
# username/password
# 在MySQL服务器授权的账号密码
canal.instance.dbUsername=canal
canal.instance.dbPassword=Canal@123456
# 字符集
canal.instance.connectionCharset = UTF-8
# enable druid Decrypt database password
canal.instance.enableDruid=false
# table regex .*\..*表明监听所有表 也能够写具体的表名，用，离隔
canal.instance.filter.regex=.*\..*
# mysql 数据解析表的黑名单，多个表用，离隔
canal.instance.filter.black.regex=

我这儿用的是家里的win10体系，公司的mac没遇到这个问题，所以在bin目录下找到startup.bat发动：

可是发动就报错，要踩坑了？？？

后来修正一下发动的脚本startup.bat解决了：

然后再发动脚本：

这就发动成功了。

3.3.2 canal adapter

作用：

对接上游音讯，包括kafka、rocketmq、canal-server

完成mysql数据的增量同步

完成mysql数据的全量同步

下流写入支撑mysql、es、hbase等

它既然是适配器，那么就得介绍“源头”和“目标”这两个部位数据的对接：

源头：
（1）canal adapter 能够直连 canal server ，出产 instance的数据；
（2）也能够在让 canal server 将数据投递到 MQ，而后 cancal adapter 出产 MQ 中的数据。
目标：对接上游音讯，包括kafka、rocketmq、canal-server 完成mysql数据的增量同步完成mysql数据的全量同步下流写入支撑mysql、es、hbase

现在adapter是支撑动态装备的，也便是说修正装备文件后无需重启，使命会主动改写装备！

(1) 修正application.yml 履行vim conf/application.yml修正consumerProperties、srcDataSources、canalAdapters的装备

canal.conf:
  mode: tcp # kafka rocketMQ                # canal client的形式: tcp kafka rocketMQ
  flatMessage: true                         # 扁平message开关, 是否以json字符串形式投递数据, 仅在kafka/rocketMQ形式下有用
  syncBatchSize: 1000                       # 每次同步的批数量
  retries: 0                                # 重试次数, -1为无限重试
  timeout:                                  # 同步超时时刻, 单位毫秒
  consumerProperties:
    canal.tcp.server.host:                  # 对应单机形式下的canal
    canal.tcp.zookeeper.hosts: 127.0.0.1:2181 # 对应集群形式下的zk地址, 假如装备了canal.tcp.server.host, 则以canal.tcp.server.host为准
    canal.tcp.batch.size: 500               # tcp每次拉取音讯的数量
  srcDataSources:                           # 源数据库
    defaultDS:                              # 自定义称号
      url: jdbc:mysql://127.0.0.1:3306/mytest?useUnicode=true   # jdbc url 
      username: root                                            # jdbc 账号
      password: 123                                          # jdbc 密码
  canalAdapters:                            # 适配器列表
  - instance: example                       # canal 实例名或许 MQ topic 名
    groups:                                 # 分组列表
    - groupId: g1                           # 分组id, 假如是MQ形式将用到该值
      outerAdapters:                        # 分组内适配器列表
      - name: es7                           # es7适配器
        mode: rest                          # transport or rest
        hosts: 127.0.0.1:9200               # es地址
        security.auth: test:123456          # 拜访es的认证信息，如没有则不需求填
        cluster.name: my-es                 # 集群称号，transport形式必需装备
......

一份数据能够被多个group同时消费, 多个group之间会是一个并行履行, 一个group内部是一个串行履行多个outerAdapters, 比方比方中logger和hbase
现在client adapter数据订阅的方式支撑两种，直连canal server 或许订阅kafka/RocketMQ的音讯

(2) conf/es7目录下新增映射装备文件

adapter将会主动加载conf/es7下的所有.yml结束的装备文件

新增表映射的装备文件，如sys_user.yml内容如下：

dataSourceKey: defaultDS
destination: example
groupId: g1
esMapping:
  _index: sys_goods
  _id: id
  upsert: true
  sql: "select id, goodsname, price from sys_goods"
  etlCondition: "where update_time>={}"
  commitBatch: 3000

dataSourceKey装备application.yml里srcDataSources的值
destination装备canal.deployer的Instance名
groupId装备application.yml里canalAdapters.groups的值
_index装备索引名
_id装备主键对应的字段
upsert是否更新
sql映射sql
etlConditionetl 的条件参数，全量同步时能够运用
commitBatch提交批巨细

sql映射支撑多表相关自由组合, 可是有必定的约束:

主表不能为子查询句子
只能运用left outer join即最左表必定要是主表
相关从表假如是子查询不能有多张表
主sql中不能有where查询条件(从表子查询中能够有where条件可是不引荐, 可能会形成数据同步的不一致, 比方修正了where条件中的字段内容)
相关条件只允许主外键的’=’操作不能呈现其他常量判别比方: on a.role_id=b.id and b.statues=1
相关条件必须要有一个字段呈现在主查询句子中比方: on a.role_id=b.id 其中的 a.role_id 或许 b.id 必须呈现在主select句子中

Elastic Search的mapping 特点与sql的查询值将一一对应(不支撑 select *), 比方: select a.id as _id, a.name, a.email as _email from user, 其中name将映射到es mapping的name field, _email将映射到mapping的_email field, 这儿以别号(假如有别号)作为终究的映射字段. 这儿的_id能够填写到装备文件的 _id: _id映射

四：项目实战

4.1 项目运用场景

在现有表演事务中，咱们有这样一个场景，办理员在后台办理体系中能够对先有表演项目，场次，售卖时刻，票种等信息进行修正，比方原先我有一个表演项目 “周杰伦演唱会”，这时分用户在C端就能够看到称号便是“周杰伦演唱会”，可是我觉的这个项目的名字不够大气，这时分我在后台改了叫 “周杰伦嘉年华演唱会”，在后台更改后首要项目不会当即收效，而是要经过一个发布的过程C端才能看到更改后的。那么由于C端查询量巨，特别是在这种大型演唱会的时分，面对这么大的流量咱们怎样去规划呢？？？所以这便是咱们运用的场景。

4.2 规划比照

流程上触及的模型直接增加Redis 缓存，在事务侧组装查询逻辑
- 这是咱们原先的运用方案，可是对Redis 依赖很大，并且在高峰期的时分呈现过缓存击穿的问题
- 由于查询逻辑复杂，事务侧能完成查询事务的组装，可是在查询高峰期内存耗费极高，效率也不是很高。
数据库数据更改后在事务层再去更新ES，ES供给对外的查询能力
- 这便是上边方案的变种，ES有天然的查询优势，并且能应对复杂的查询条件，所以在上边很多事务组装的复杂查询此刻都能够用ES来完成。可是数据同步ES的当地就比较分散，每个更改表的当地都要考虑，假如同步的表比较多就很难维护了。
运用Canal 监听数据库binary log，同步到Kafka，专门的服务消费kafka音讯，同步ES
- 第三种方案，需求进入中间件，canal和kafka，可是这个方案只会在服务搭建的时分比较复杂一些，归于一劳永逸那种，canal 咱们监听数据库 binary log ，然后将 binary log 同步到kafka中，新增消费服务读取kafka 中 binary log，处理ES逻辑。这样事务方能够提各种各样的查询需求，咱们只需求在查询服务中运用ES进行组装即可。

4.3 运用：

在咱们的项目中，数据流向包括：腾讯云订阅服务 -> canal adapter -> es。

只运用canal的客户端功用也便是canal adapter，由于咱们咱们数据库是运用的腾讯云Mql，腾讯云供给了数据订阅功用。

在这儿说明下，实际上腾讯云，阿里云都供给了这样的服务，他们对数据库指定的表监听binglog，然后写入到kakaka中，比方上边的截图。

4.4 问题以及解决方案

问题1：监听多张表怎样确保数据音讯不乱？

就像这个截图，咱们能够按照表名进行分区，也便是说，同一张表数据的改变只会在一个partion上，这样表改变的音讯在一个partion 上就变得有序了。

问题2:假如数据库中数据和ES中的数据对不上怎样处理？

现在咱们是供给一个job，每十分钟跑一次去比照数据库中有用数据的数量和ES中的数据数量，可是Job很慢，能够考虑，从数据库捞数据，分批跑（shard的方式，先取比方订单号是1的，后续一直累加到9），假如有多台机器就能够散布式跑，每台下放shardIndex ，数据库sql就捞 orderNum%10 = shardIndex的数据，这样也不会跑重，处理的时分再用多线程。

问题3: 怎样进步处理速度以及效率 在探索中咱们采用了一种办法：便是对音讯批量处理，咱们从音讯中心拿音讯的时分批量去拿，举个比方吧，goods 表对应的音讯现在有1000条，orderId =100 的数据在占了100个，散布在不同的offset中，假如我每次都是拿一条音讯去消费一次这样重复的逻辑我要跑100次，可是们能够批量拿200条音讯，然后再对音讯中的OrderId进行分组，得到终究要履行的OrderId这样是不是就能够少跑很多次。拿到要履行的OrderId后咱们就能够找到对应的Sql得到最终的Select结果（这个当地有个点，我不关心你是什么操作【DML】，我只要操作的数据ID，然后履行我的Select sql 去查询最终的结果，然后再去同步到ES中），处理的过程中咱们也能够运用多线程来加速处理速度，这都是一些优化的点。

【干货】常见库存规划方案-各种方案比照总有一个适合你

JYM来一篇音讯行列-Kafka的干货吧！！！

规划形式：

JYM 规划形式系列- 单例形式，适配器形式，让你的代码更优雅！！！

JYM 规划形式系列- 责任链形式，装修形式，让你的代码更优雅！！！

JYM 规划形式系列- 战略形式，模板办法形式，让你的代码更优雅！！！

JYM 规划形式系列-工厂形式，让你的代码更优雅！！！

Spring相关：

Spring源码解析-陈词滥调Bean ⽣命周期，但这个你值得看！！！

Spring 源码解析-JYM你值得拥有，从源码角度看bean的循环依赖！！！

Spring源码解析-Spring 事务

本文正在参与「金石方案」

【干货】使用Canal 解决数据同步场景中的疑难杂症！！！

一：Canal 官网介绍

二：作业原理

2.1 MySQL主从复制原理

2.2 canal 作业原理

三：canal 装置运用

3.1 canal 简介

3.2 mysql 相关装备

3.3 装置canal

3.3.1 canal.deployer

3.3.2 canal adapter

四：项目实战

4.1 项目运用场景

4.2 规划比照

4.3 运用：

4.4 问题以及解决方案

作者信息

【干货】使用Canal 解决数据同步场景中的疑难杂症！！！

一：Canal 官网介绍

二：作业原理

2.1 MySQL主从复制原理

2.2 canal 作业原理

三：canal 装置运用

3.1 canal 简介

3.2 mysql 相关装备

3.3 装置canal

3.3.1 canal.deployer

3.3.2 canal adapter

四： 项目实战

4.1 项目运用场景

4.2 规划比照

4.3 运用：

4.4 问题以及解决方案

相关文章

git 稀疏检出和部分克隆

5分钟打造基于 LangChain+Gradio 的个人知识助理

详解VUE脚手架之安装

Flutter小技巧｜第三方库导入与网络数据展示（三种形式）

作者信息

四：项目实战