Canal实现MySQL数据实时同步
Posted
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了Canal实现MySQL数据实时同步相关的知识，希望对你有一定的参考价值。
Canal实现mysql数据实时同步
- 1、canal简介
- 2、工作原理
- 3、Canal环境搭建
- 2.1 检查binlog功能是否开启
- 2.2 开启binlog功能
- 2.2.1 修改mysql的配置文件my.cnf
- 2.2.2 重启mysql
- 2.2.3 再次登录mysql客户端，查看log_bin变量
- 2.3 在mysql里面添加以下的相关用户和权限
- 4、下载安装Canal服务
- 4.1 下载之后，放到目录中，解压文件
- 4.2 修改配置文件
- 4.3 进入bin目录下启动
- 5、代码整合
- 5.1 创建canal_client模块
- 5.2 引入相关依赖
- 5.3 创建application.properties配置文件
- 5.4 编写canal客户端类
- 5.5 创建启动类
- 5.6 测试
1、canal简介
canal [kə’næl]，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 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。
基于日志增量订阅和消费的业务包括
- 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)
- 业务 cache 刷新
- 带业务逻辑的增量数据处理
当前的 canal 支持源端 MySQL 版本包括 5.1.x , 5.5.x , 5.6.x , 5.7.x , 8.0.x
2、工作原理
- 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)
我自己的应用场景是在统计分析功能中，采用了微服务调用的方式获取统计数据，但是这样耦合度很高，效率相对较低，我现在采用Canal数据库同步工具，通过实时同步数据库的方式实现，例如我们要统计每天注册与登录人数，我们只需要把会员表同步到统计库中，实现本地统计就可以了，这样效率更高，耦合度更低。
Canal是阿里巴巴旗下的一款开源项目，纯Java开发。基于数据库增量日志解析，提供增量数据订阅&消费。
3、Canal环境搭建
canal的原理是基于mysql binlog技术，所以这里要开启mysql的binlog写入功能
在linux系统中，开启mysql服务：systemctl start mysqld或者service mysql start
2.1 检查binlog功能是否开启
2.2 开启binlog功能
如果显示状态为OFF表示该功能尚未开启，开启binlog功能
2.2.1 修改mysql的配置文件my.cnf
vim /etc/my.cnf
追加内容：
log-bin=mysql-bin #binlog文件名
binlog_format=ROW #选择row模式
server_id=1 #mysql实例id,不能和canal的slaveId重复
2.2.2 重启mysql
systemctl restart mysqld
或者service mysql restart
2.2.3 再次登录mysql客户端，查看log_bin变量
显示为ON表示该功能已开启。
2.3 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;
这其实是添加了能远程访问mysql数据库的用户，账号和密码都是canal,由于我的虚拟机本来就添加过root用户，这里我就不再添加这个canal了，你根据自己情况。
4、下载安装Canal服务
下载地址：https://github.com/alibaba/canal
4.1 下载之后，放到目录中，解压文件
我上传到了/opt目录下，现在我将它解压到/usr/local/canal目录下，
tar zxvf canal.deployer-1.1.4.tar.gz -C /usr/local/canal/
4.2 修改配置文件
先进入canal所在目录，再修改配置文件
vim conf/example/instance.properties
注： mysql 数据解析关注的表，Perl正则表达式. 多个正则之间以逗号(,)分隔，转义符需要双斜杠(\\) 常见例子：
- 所有表：
.* or .*\\\\..*- canal schema下所有表：
canal\\\\..*- canal下的以canal打头的表：
canal\\\\.canal.*- canal schema下的一张表：
canal.test1- 多个规则组合使用：
canal\\\\..*,mysql.test1,mysql.test2 (逗号分隔) 注意：此过滤条件只针对row模式的数据有效(ps.
mixed/statement因为不解析sql，所以无法准确提取tableName进行过滤)
4.3 进入bin目录下启动
./startup.sh
5、代码整合
5.1 创建canal_client模块
我的项目是个微服务项目，比较大，你就只关注canal_clientedu这一个模块即可。
5.2 引入相关依赖
没指定版本号是因为在父项目中已经指定过了。
<dependencies>
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-web</artifactId>
</dependency>
<!--mysql-->
<dependency>
<groupId>mysql</groupId>
<artifactId>mysql-connector-java</artifactId>
</dependency>
<dependency>
<groupId>commons-dbutils</groupId>
<artifactId>commons-dbutils</artifactId>
</dependency>
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-jdbc</artifactId>
</dependency>
<dependency>
<groupId>com.alibaba.otter</groupId>
<artifactId>canal.client</artifactId>
</dependency>
</dependencies>
5.3 创建application.properties配置文件
# 服务端口
server.port=10000
# 服务名
spring.application.name=canal-client
# 环境设置：dev、test、prod
spring.profiles.active=dev
# mysql数据库连接
spring.datasource.driver-class-name=com.mysql.cj.jdbc.Driver
spring.datasource.url=jdbc:mysql://localhost:3306/guli?serverTimezone=GMT%2B8
spring.datasource.username=root
spring.datasource.password=123456
5.4 编写canal客户端类
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 org.apache.commons.dbutils.DbUtils;
import org.apache.commons.dbutils.QueryRunner;
import org.springframework.stereotype.Component;
import javax.annotation.Resource;
import javax.sql.DataSource;
import java.net.InetSocketAddress;
import java.sql.Connection;
import java.sql.SQLException;
import java.util.Iterator;
import java.util.List;
import java.util.Queue;
import java.util.concurrent.ConcurrentLinkedQueue;
@Component
public class CanalClient
//sql队列
private Queue<String> SQL_QUEUE = new ConcurrentLinkedQueue<>();
@Resource
private DataSource dataSource;
/**
* canal入库方法
*/
public void run()
CanalConnector connector = CanalConnectors.newSingleConnector(new InetSocketAddress("192.168.159.33",
11111), "example", "", "");
int batchSize = 1000;
try
connector.connect();
connector.subscribe(".*\\\\..*");
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() >= 1)
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 void executeQueueSql()
int size = SQL_QUEUE.size();
for (int i = 0; i < size; i++)
String sql = SQL_QUEUE.poll();
System.out.println("[sql]----> " + sql);
this.execute(sql.toString());
/**
* 数据处理
*
* @param entrys
*/
private 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 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().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 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().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 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().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();
/**
* 入库
* @param sql
*/
public void execute(String sql)
Connection con = null;
try
if(null == sql) return;
con = dataSource.getConnection();
QueryRunner qr = new QueryRunner();
int row = qr.execute(con, sql);
System.out.println("update: "+ row);
catch (SQLException e)
e.printStackTrace();
finally
DbUtils.closeQuietly(con);
这个地方的ip你改成你自己虚拟机或者服务器上的。
5.5 创建启动类
@SpringBootApplication
public class CanalApplication implements CommandLineRunner
@Resource
private CanalClient canalClient;
public static void main(String[] args)
SpringApplication.run(CanalApplication.class, args);
@Override
public void run(String... strings) throws Exception
//项目启动，执行canal客户端监听
canalClient.run();
5.6 测试
数据同步的前提是远程linux系统和本地windows系统的数据库和数据表的名称和结构要完全一样。
我的表结构
CREATE TABLE `members` (
`id` int(11) NOT NULL,
`username` varchar(100) DEFAULT NULL,
`age` int(11) DEFAULT NULL,
PRIMARY KEY (`id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8
测试之前需要
在linux系统中插入一条数据测试
看本地控制台
在Linux中更新以下上面那条数据
看本地控制台
看下本地windows的mysql数据库表中数据是否和linux上面的数据一致
数据完全一致，没有任何的问题
以上是关于Canal实现MySQL数据实时同步的主要内容，如果未能解决你的问题，请参考以下文章