阿里Canal框架（数据同步中间件）初步实践 - Java知音* - 博客园

最近在工作中需要处理一些大数据量同步的场景，正好运用到了canal这款数据库中间件，因此特意花了点时间来进行该中间件的的学习和总结。

背景介绍

早期，阿里巴巴B2B公司因为存在杭州和美国双机房部署，存在跨机房同步的业务需求。不过早期的数据库同步业务，主要是基于trigger的方式获取增量变更，不过从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，从此开启了一段新纪元。

适用版本

支持mysql5.7及以下版本

传统的主从同步原理

master将数据记录到了binlog日志里面，然后slave会通过一个io线程去读取master那边指定位置点开始的binlog日志内容，并将相应的信息写会到slave这边的relay日志里面，最后slave会有单独的sql线程来读取这些master那边执行的sql语句记录，达成两端的数据同步。

传统的mysql主从同步实现的原理图如下所示：

阿里Canal框架（数据同步中间件）初步实践

Canal中间件功能

基于纯java语言开发，可以用于做增量数据订阅和消费功能。

相比于传统的数据同步，我们通常需要进行先搭建主从架构，然后使用binlog日志进行读取，然后指定需要同步的数据库，数据库表等信息。但是随着我们业务的不断复杂，这种传统的数据同步方式以及开始变得较为繁琐，不够灵活。

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(也就是canal)，canal解析binary log对象(原始为byte流)，通过对binlog数据进行解析即可获取需要同步的数据，在进行同步数据的过程中还可以加入开发人员的一些额外逻辑处理，比较开放。

Binlog的三种基本类型分别为：

STATEMENT模式只记录了sql语句，但是没有记录上下文信息，在进行数据恢复的时候可能会导致数据的丢失情况

ROW模式除了记录sql语句之外，还会记录每个字段的变化情况，能够清楚的记录每行数据的变化历史，但是会占用较多的空间，需要使用mysqlbinlog工具进行查看。

MIX模式比较灵活的记录，例如说当遇到了表结构变更的时候，就会记录为statement模式。当遇到了数据更新或者删除情况下就会变为row模式

Canal环境搭建

需要先登录mysql数据库，检查binlog功能是否有开启。

复制代码; "复制代码")

mysql> show variables like 'log_bin'; +---------------+-------+

Variable_nameValue
log_binOFF

1 row in set (0.00 sec)

复制代码; "复制代码")

如果显示状态为OFF表示该功能未开启，那么这个时候就需要到my.ini里面进行相关配置了，在原来的my.ini配置底部插入以下内容：

server-id=192
log-bin=mysql-bin
binlog_format = ROW

当再次通过客户端查看log_bin状态为ON的时候，就表示binlog已经开启：

复制代码; "复制代码")

mysql> show variables like 'log_bin'; +---------------+-------+

Variable_nameValue
log_binON

1 row in set (0.00 sec)

复制代码; "复制代码")

然后在mysql里面添加以下的相关用户和权限：

CREATE USER 'canal'@'%' IDENTIFIED BY 'canal'; GRANT SHOW VIEW, SELECT, REPLICATION SLAVE, REPLICATION CLIENT ON . TO 'canal'@'%';
FLUSH PRIVILEGES;

开启之后，我们可以前往canal的官方地址进行相应版本的安装包进行下载：
https://github.com/alibaba/canal/releases

下载好指定的版本之后，找到里面的bin目录底下的startup脚本，启动。

启动之后会发现黑窗停止在这样一行的内容上，然后就不动了

Java HotSpot(TM) 64-Bit Server VM warning: ignoring option PermSize=128m; support was removed in 8.0 Listening for transport dt_socket at address: 9099

这时候需要前往日志文件夹底下canallogs，查看canal日志文件是否已经开启，如果显示以下内容，就表示启动已经成功

2019-05-06 10:41:56.116 [main] INFO com.alibaba.otter.canal.deployer.CanalLauncher - ## set default uncaught exception handler 2019-05-06 10:41:56.144 [main] INFO com.alibaba.otter.canal.deployer.CanalLauncher - ## load canal configurations 2019-05-06 10:41:56.145 [main] INFO com.alibaba.otter.canal.deployer.CanalLauncher - ## start the canal server. 2019-05-06 10:41:56.233 [main] INFO com.alibaba.otter.canal.deployer.CanalController - ## start the canal server[192.168.164.1:11111]
2019-05-06 10:41:58.179 [main] INFO com.alibaba.otter.canal.deployer.CanalLauncher - ## the canal server is running now .....

canal server的默认端口号为：11111，如果需要调整的话，可以去到conf目录底下的canal.properties文件中进行修改。

启动了canal的server之后,便是基于java的客户端搭建了。

首先在canalconf目录底下创建一个独立的文件夹（文件命名 idea_user_data），用于做额外的数据源配置：

阿里Canal框架（数据同步中间件）初步实践

然后创建一份特定的properties文件：（名称最好为：instance.properties），这里面只需要创建properties文件即可，其余几份文件会自动生成，instance.properties可以直接从example文件夹里面进行copy。

阿里Canal框架（数据同步中间件）初步实践

首先是导入相应的依赖文件：

<dependency>

<groupId>com.alibaba.otter</groupId>
<artifactId>canal.client</artifactId>
<version>1.1.0</version>

</dependency>

单机版本的canal连接案例

单机版本的环境比较好搭建，相应的代码如下：

首先是canal客户端的配置类

复制代码; "复制代码")

/** * @author idea
* @date 2019/5/6
* @Version V1.0 */
public class CanalConfig { public static String CANAL_ADDRESS="127.0.0.1"; public static int PORT=11111; public static String DESTINATION="idea_user_data"; public static String FILTER=".\..";
}

复制代码; "复制代码")

客户端代码：

复制代码; "复制代码")

package com.sise.client; 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.InvalidProtocolBufferException; import java.net.InetSocketAddress; import java.util.List; import java.util.Queue; import java.util.concurrent.ConcurrentLinkedQueue; import static com.sise.config.CanalConfig.; /** * @author idea
* @date 2019/5/6
* @Version V1.0 */
public class CanalClient { private static Queue<String> SQL_QUEUE = new ConcurrentLinkedQueue<>(); public static void main(String args[]) {

    CanalConnector connector = CanalConnectors.newSingleConnector(new InetSocketAddress(CANAL_ADDRESS,
            PORT), DESTINATION, "", ""); int batchSize = 1000; try {
        connector.connect();
        connector.subscribe(FILTER);
        connector.rollback(); try { while (true) { //尝试从master那边拉去数据batchSize条记录，有多少取多少
                Message message = connector.getWithoutAck(batchSize); long batchId = message.getId(); int size = message.getEntries().size(); if (batchId == -1 || size == 0) {
                    Thread.sleep(1000);
                } else {
                    dataHandle(message.getEntries());
                }
                connector.ack(batchId); //当队列里面堆积的sql大于一定数值的时候就模拟执行
                if (SQL_QUEUE.size() >= 10) {
                    executeQueueSql();
                }
            }
        } catch (InterruptedException e) {
            e.printStackTrace();
        } catch (InvalidProtocolBufferException e) {
            e.printStackTrace();
        }
    } finally {
        connector.disconnect();
    }
} /** \* 模拟执行队列里面的sql语句 */
public static void executeQueueSql() { int size = SQL_QUEUE.size(); for (int i = 0; i < size; i++) {
        String sql = SQL_QUEUE.poll();
        System.out.println("\[sql\]----> " + sql);
    }
} /** \* 数据处理
 \*
 \* @param entrys */
private static void dataHandle(List<Entry> entrys) throws InvalidProtocolBufferException { for (Entry entry : entrys) { if (EntryType.ROWDATA == entry.getEntryType()) {
            RowChange rowChange = RowChange.parseFrom(entry.getStoreValue());
            EventType eventType = rowChange.getEventType(); if (eventType == EventType.DELETE) {
                saveDeleteSql(entry);
            } else if (eventType == EventType.UPDATE) {
                saveUpdateSql(entry);
            } else if (eventType == EventType.INSERT) {
                saveInsertSql(entry);
            }
        }
    }
} /** \* 保存更新语句
 \*
 \* @param entry */
private static void saveUpdateSql(Entry entry) { try {
        RowChange rowChange = RowChange.parseFrom(entry.getStoreValue());
        List<RowData> rowDatasList = rowChange.getRowDatasList(); for (RowData rowData : rowDatasList) {
            List<Column> newColumnList = rowData.getAfterColumnsList();
            StringBuffer sql = new StringBuffer("update " + entry.getHeader().getSchemaName() + "." + entry.getHeader().getTableName() + " set "); for (int i = 0; i < newColumnList.size(); i++) {
                sql.append(" " + newColumnList.get(i).getName() \+ " = '" \+ newColumnList.get(i).getValue() + "'"); if (i != newColumnList.size() - 1) {
                    sql.append(",");
                }
            }
            sql.append(" where ");
            List<Column> oldColumnList = rowData.getBeforeColumnsList(); for (Column column : oldColumnList) { if (column.getIsKey()) { //暂时只支持单一主键
                    sql.append(column.getName() + "=" + column.getValue()); break;
                }
            }
            SQL_QUEUE.add(sql.toString());
        }
    } catch (InvalidProtocolBufferException e) {
        e.printStackTrace();
    }
} /** \* 保存删除语句
 \*
 \* @param entry */
private static void saveDeleteSql(Entry entry) { try {
        RowChange rowChange = RowChange.parseFrom(entry.getStoreValue());
        List<RowData> rowDatasList = rowChange.getRowDatasList(); for (RowData rowData : rowDatasList) {
            List<Column> columnList = rowData.getBeforeColumnsList();
            StringBuffer sql = new StringBuffer("delete from " + entry.getHeader().getSchemaName() + "." + entry.getHeader().getTableName() + " where "); for (Column column : columnList) { if (column.getIsKey()) { //暂时只支持单一主键
                    sql.append(column.getName() + "=" + column.getValue()); break;
                }
            }
            SQL_QUEUE.add(sql.toString());
        }
    } catch (InvalidProtocolBufferException e) {
        e.printStackTrace();
    }
} /** \* 保存插入语句
 \*
 \* @param entry */
private static void saveInsertSql(Entry entry) { try {
        RowChange rowChange = RowChange.parseFrom(entry.getStoreValue());
        List<RowData> rowDatasList = rowChange.getRowDatasList(); for (RowData rowData : rowDatasList) {
            List<Column> columnList = rowData.getAfterColumnsList();
            StringBuffer sql = new StringBuffer("insert into " + entry.getHeader().getSchemaName() + "." + entry.getHeader().getTableName() + " ("); for (int i = 0; i < columnList.size(); i++) {
                sql.append(columnList.get(i).getName()); if (i != columnList.size() - 1) {
                    sql.append(",");
                }
            }
            sql.append(") VALUES ("); for (int i = 0; i < columnList.size(); i++) {
                sql.append("'" \+ columnList.get(i).getValue() + "'"); if (i != columnList.size() - 1) {
                    sql.append(",");
                }
            }
            sql.append(")");
            SQL_QUEUE.add(sql.toString());
        }
    } catch (InvalidProtocolBufferException e) {
        e.printStackTrace();
    }
}

}

复制代码; "复制代码")

启动程序之后，我们对数据库表进行10次左右的修改操作之后，便可以从控制台中看到sql的打印信息。

阿里Canal框架（数据同步中间件）初步实践

关于canal集群搭建的一些坑

在实际开发中，如果只有一台canal机器作为server，当该台机器挂掉之后，服务就会终止，那么这个时候我们便需要引入集群部署的方式了。

搭建canal集群的环境需要先搭建好相应的zk集群模式。zk的集群搭建网上资料很多，这里就不进行讲解了。

canal搭建集群的一些资料可以参考以下链接：
https://github.com/alibaba/canal/wiki/AdminGuide

canal在搭建HA模式的时候有几个容易掉坑的步骤：
canal.properties配置里面需要添加zk的地址，同时canal.instance.global.spring.xml

需要修改为classpath:spring/default-instance.xml

阿里Canal框架（数据同步中间件）初步实践

每台机子的canal里面的具体instance所在目录的名称需要统一，每个实例都有对应的slaveId，他们的id需要保证不重复。搭建好了canal集群环境之后，然后代码部分需要在链接的那个模块进行稍微的调整：

CanalConnector connector = CanalConnectors.newClusterConnector(CLUSTER_ADDRESS, DESTINATION, "", "");

为了保证master在某些特殊场景下挂掉，mysql需要搭建为双M模式，那么我们这个时候可以在每个canal机器的instance配置文件中加入master的地址和standby的地址：

canal.instance.master.address= canal.instance.standby.address = **

同时对于detecing也需要进行配置修改

canal.instance.detecting.enable = true ## 需要开启心跳检查
canal.instance.detecting.sql = insert into retl.xdual values(1,now()) on duplicate key update x=now() ##心跳检查sql
canal.instance.detecting.interval.time = 3 ##心跳检查频率
canal.instance.detecting.retry.threshold = 3 ## 心跳检查失败次数阀值，当超过这个次数之后，就会自动切换到standby上边的机器进行binlog的订阅读取
canal.instance.detecting.heartbeatHaEnable = true ## 是否开启master和standby的主动切换

ps: master和standby进行切换机器的时候可能会有时间延迟。

启动2台canal机器，可以在zk里面查看到canal注册的节点信息：

阿里Canal框架（数据同步中间件）初步实践

通过模拟测试，关闭当前端口为11111的canal机器，节点信息会自动更换为第二台canal进行替换：

阿里Canal框架（数据同步中间件）初步实践

ClusterCanalConnector和SimpleCanalConnector类发现了username和password的参数，但是似乎具体配置中并没有做具体的设置，这是为什么呢？

后来也在github上边查看到了一些网友的相关讨论：

阿里Canal框架（数据同步中间件）初步实践

canal结合kafka发送sql数据案例

pom依赖：

复制代码; "复制代码")

 <dependency>
        <groupId>org.apache.kafka</groupId>
        <artifactId>kafka_2.11</artifactId>
        <version>1.0.1</version>
    </dependency>
    <dependency>
        <groupId>org.apache.kafka</groupId>
        <artifactId>kafka-clients</artifactId>
        <version>1.0.1</version>
    </dependency>

复制代码; "复制代码")

kafka的配置类：

复制代码; "复制代码")

public class KafkaProperties
{ public final static String ZK_CONNECTION = "XXX.XXX.XXX.XXX:2181"; public final static String BROKER_LIST_ADDRESS = "XXX.XXX.XXX.XXX:9092"; public final static String GROUP_ID = "group1"; public final static String TOPIC = "USER-DATA";
}

复制代码; "复制代码")

关于kafka的环境搭建步骤比较简单，网上有很多的资料，这里就不多一一介绍了。
首先是kafka的producer部分代码：

复制代码; "复制代码")

import org.apache.kafka.clients.producer.; import org.apache.kafka.common.serialization.StringSerializer; import org.apache.log4j.Logger; import java.util.Properties; import static com.sise.kafka.KafkaProperties.TOPIC; /* * @author idea
* @date 2019/5/7
* @Version V1.0 */
public class KafkaProducerDemo extends Thread { public static Logger log = Logger.getLogger(KafkaProducerDemo.class); //kafka的链接地址要使用hostname 默认9092端口

private static final String BROKER_LIST = BROKER\_LIST\_ADDRESS; private static KafkaProducer<String, String> producer = null; static {
    Properties configs = initConfig();
    producer = new KafkaProducer<String, String>(configs);
} /* 初始化配置 */
private static Properties initConfig() {
    Properties properties = new Properties();
    properties.put(ProducerConfig.BOOTSTRAP\_SERVERS\_CONFIG, BROKER_LIST);
    properties.put(ProducerConfig.KEY\_SERIALIZER\_CLASS_CONFIG, StringSerializer.class.getName());
    properties.put(ProducerConfig.VALUE\_SERIALIZER\_CLASS_CONFIG, StringSerializer.class.getName()); return properties;
} public static void sendMsg(String msg) {
    ProducerRecord<String, String> record = new ProducerRecord<>(TOPIC, msg);
    producer.send(record, new Callback() {
        @Override public void onCompletion(RecordMetadata recordMetadata, Exception e) { if (null != e) {
                log.info("send error" + e.getMessage());
            } else {
                System.out.println("send success");
            }
        }
    });
}

}

复制代码; "复制代码")

接着是consumer部分的代码：

复制代码; "复制代码")

import kafka.consumer.ConsumerConfig; import kafka.consumer.ConsumerIterator; import kafka.consumer.KafkaStream; import kafka.javaapi.consumer.ConsumerConnector; import java.util.HashMap; import java.util.List; import java.util.Map; import java.util.Properties; /** * @author idea
* @date 2019/5/7
* @Version V1.0 */
public class KafkaConsumerDemo extends Thread { private final ConsumerConnector consumer; private final String topic; public KafkaConsumerDemo(String topic) {

    consumer = kafka.consumer.Consumer.createJavaConsumerConnector(
            createConsumerConfig()); this.topic = topic;
} private static ConsumerConfig createConsumerConfig() {
    Properties props = new Properties();
    props.put("zookeeper.connect", KafkaProperties.ZK_CONNECTION);
    props.put("group.id", KafkaProperties.GROUP_ID);
    props.put("zookeeper.session.timeout.ms", "40000");
    props.put("zookeeper.sync.time.ms", "200");
    props.put("auto.commit.interval.ms", "1000"); return new ConsumerConfig(props);
}

@Override public void run() {
    Map<String, Integer> topicCountMap = new HashMap<String, Integer>();
    topicCountMap.put(topic, new Integer(1));
    Map<String, List<KafkaStream<byte\[\], byte\[\]>>\> consumerMap = consumer.createMessageStreams(topicCountMap);
    KafkaStream<byte\[\], byte\[\]\> stream = consumerMap.get(topic).get(0);
    ConsumerIterator<byte\[\], byte\[\]\> it = stream.iterator(); while (it.hasNext()) {
        System.out.println("【receive】" + new String(it.next().message()));
    }
}

}

复制代码; "复制代码")

然后需要在CanalClient 的executeQueueSql函数出进行部分功能的修改：

复制代码; "复制代码")

/* * 给kafka发送sql语句 /

public static void executeQueueSql() { int size = SQL_QUEUE.size(); for (int i = 0; i < size; i++) {
        String sql = SQL_QUEUE.poll(); //发送sql给kafka

KafkaProducerDemo.sendMsg(sql);

    }
}

复制代码; "复制代码")

为了验证程序是否正常，启动canal和kafka之后，对canal监听的数据库里面的表进行数据信息的修改，然后canal会将修改的binlog里面的sql放入队列中，当队列满了之后便向kafka中进行发送：

阿里Canal框架（数据同步中间件）初步实践

consumer端接受到数据之后控制台便打印出相应内容：

阿里Canal框架（数据同步中间件）初步实践

Original url: Access
Created at: 2019-09-09 10:21:39
Category: default
Tags: none

未标明原创文章均为采集，版权归作者所有，转载无需和我联系，请注明原出处，南摩阿彌陀佛，知识，不只知道，要得到

请先后发表评论
  • 最新评论
  • 总共0条评论