Canal实现Mysql和ES数据同步

Posted 黑马程序员官方

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和ES数据同步相关的知识,希望对你有一定的参考价值。

Canal实现mysql和ES数据同步

1.ES概述

ES全称为"ElasticSewrch", 是一个基于RESTful web接口, 并且构建在Apache Lucene之上的开源分布式搜索引擎。

ES可以在极短的时间内存储、搜索和分析大量的数据。通常作为具有复杂搜索场景情况下的核心发动机。

简单来说, ES可以帮助我们快速完成海量数据的搜索工作.

2.场景介绍

在实际开发中,为了保证数据的安全性和持久性, 所以,我们一般会把数据存储的数据库中, 比如mysql数据库.

但, 如果数据量比较大, 并且搜索业务比较多, 则需要使用ES来实现我们的搜索功能.

而ES所实现的搜索, 需要把数据放入ES中, 才能实现, 所以, 就需要我们把mysql中的数据, 同步到ES中才可以.

3.实现方案

实现Mysql与ES之间的数据同步, 大体上可以分为三种方案:

方案一:同步调用

方案二:异步通知

方案三:监听binlog

4.监听binlog

在以上三种实现方案中, 可靠性相对来说比较好的是第三种方案"监听binlog",

方案优势缺点
同步调用实现简单,粗暴业务耦合度高
异步通知低耦合,实现难度一般依赖mq的可靠性
监听binlog完全解除服务间耦合, 可靠性较强开启binlog增加数据库负担、实现复杂度高

4.1 实现原理

binlog其实就是Binary Log, 是MySQL二进制日志, 也可叫作变更日志(Update Log), 是 MySQL 中非常重要的日志。

主要用于记录数据库的变化情况,即 SQL语句的DDL和DML语句,不包含数据记录查询操作。

BinaryLog通常用于数据库的主从复制. 其工作原理如下:

  • 1)MySQL master 将数据变更写入二进制日志( binary log),其中记录的数据叫做binary log events
  • 2)MySQL slave 将 master 的 binary log events拷贝到它的中继日志(relay log)
  • 3)MySQL slave 重放 relay log 中事件,将数据变更反映它自己的数据

4.2 实现方案-Canal

Canal是阿里巴巴旗下的一款开源项目, 基于Java开发。Canal就是监听数据库的binary log,从而提供增量数据订阅&消费。

GitHub的地址:https://github.com/alibaba/canal

Canal就是把自己伪装成MySQL的一个slave节点,从而监听master的binary log变化。

Canal会把得到的变化信息通知给Canal的客户端,进而完成对其它数据库的同步。

5.搭建环境

5.1 开启MySQL主从

① 修改配置文件

找到mysql的配置文件my.cnf,并在上边添加配置信息

log-bin=/var/lib/mysql/mysql-bin
binlog-do-db=heima

配置解读:

  • log-bin=/var/lib/mysql/mysql-bin:设置binary log文件的存放地址和文件名,叫做mysql-bin
  • binlog-do-db=heima:指定对哪个database记录binary log events,这里记录heima这个库

以Docker容器的Mysql为例,最终配置:

[mysqld]
skip-name-resolve
character_set_server=utf8
datadir=/var/lib/mysql
server-id=1000
log-bin=/var/lib/mysql/mysql-bin
binlog-do-db=heima

5.2 设置用户权限

添加一个仅用于数据同步的账户,出于安全考虑,这里仅提供对heima这个库的操作权限。

create user canal@'%' IDENTIFIED by 'canal';
GRANT SELECT, REPLICATION SLAVE, REPLICATION CLIENT,SUPER ON *.* TO 'canal'@'%' identified by 'canal';
FLUSH PRIVILEGES;

5.3 安装Canal

以docker容器为例

docker run -p 11111:11111 --name canal \\
-e canal.destinations=heima \\
-e canal.instance.master.address=mysql:3306  \\
-e canal.instance.dbUsername=canal  \\
-e canal.instance.dbPassword=canal  \\
-e canal.instance.connectionCharset=UTF-8 \\
-e canal.instance.tsdb.enable=true \\
-e canal.instance.gtidon=false  \\
-e canal.instance.filter.regex=heima\\\\..* \\
-d canal/canal-server:v1.1.5

说明:

  • -p 11111:11111:这是canal的默认监听端口
  • -e canal.destinations=heima:canal集群的名字,要和canal服务中设置的集群名字保持一致
  • -e canal.instance.master.address=192.168.136.133:3306:数据库地址和端口
  • -e canal.instance.dbUsername=canal:数据库用户名
  • -e canal.instance.dbPassword=canal :数据库密码
  • -e canal.instance.tsdb.enable=true :表示是否打开tsdb开关
  • -e canal.instance.gtidon=false :表示是否是GTID模式
  • -e canal.instance.filter.regex=:要监听的表名称

表名称监听支持的语法:

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:
1.  所有表:.*   or  .*\\\\..*
2.  canal schema下所有表: canal\\\\..*
3.  canal下的以canal打头的表:canal\\\\.canal.*
4.  canal schema下的一张表:canal.test1
5.  多个规则组合使用然后以逗号隔开:canal\\\\..*,mysql.test1,mysql.test2 

5.4 Canal客户端服务

① 客户端概述

Canal提供了各种语言的客户端,当Canal监听到binlog变化时,会通知Canal的客户端。

我们可以利用Canal提供的Java客户端,监听Canal通知消息。当收到变化的消息时,完成对数据的更新。

当然, 市面上有很多Canal客户端, 我们以GitHub上的第三方开源的canal-starter客户端, 并且结合SpringBoot为例, 进行演示

② 引入依赖
<dependency>
    <groupId>top.javatool</groupId>
    <artifactId>canal-spring-boot-starter</artifactId>
    <version>1.2.1-RELEASE</version>
</dependency>
③ 编写配置
canal:
  destination: heima # canal的集群名字,要与安装canal时设置的名称一致
  server: 192.168.136.135:11111 # canal服务地址
④ 实体类
package com.itheima.domain;

import lombok.Data;

@Data
public class Hotel 
    private Long id;
    private String name;
    private String address;
    private Integer price;
    private Integer score;
    private String brand;
    private String city;
    private String starName;
    private String business;
    private String longitude;
    private String latitude;
    private String pic;

⑤ 编写监听器

通过实现EntryHandler<T>接口编写监听器,监听Canal消息。

注意两点:

  • 实现类通过@CanalTable("tb_hotel")指定监听的表信息
  • EntryHandler的泛型是与表对应的实体类
package com.itheima.handle;

import com.itheima.domain.Hotel;
import org.springframework.stereotype.Component;
import top.javatool.canal.client.annotation.CanalTable;
import top.javatool.canal.client.handler.EntryHandler;

@CanalTable("tb_hotel")
@Component
public class HotelHandler implements EntryHandler<Hotel> 

    /**
     * mysql中数据有新增时自动执行
     * @param hotel 新增的数据
     */
    @Override
    public void insert(Hotel hotel) 
        //把新增数据hotel,添加到ES即可
    

    /**
     * mysql中数据有修改时自动执行
     * @param before 修改前的数据
     * @param after 修改后的数据
     */
    @Override
    public void update(Hotel before, Hotel after) 
        //把修改数据,更新到ES即可
    

    /**
     * ysql中数据有删除时自动执行
     * @param hotel 要删除的数据
     */
    @Override
    public void delete(Hotel hotel) 
        //把要删除的数据hotel,从ES删除即可
    

6.补充

该模式不仅仅能实现mysql到es之间的数据同步. 它适用于任何从mysql到其他接受的数据同步.

以上是关于Canal实现Mysql和ES数据同步的主要内容,如果未能解决你的问题,请参考以下文章

实现mysql与ES的增量数据同步

canal实时同步mysql表到es

canal同步mysql数据至es5.5.0

Canal——增量同步MySQL数据到ES

docker环境安装mysqlcanalelasticsearch,基于binlog利用canal实现mysql的数据同步到elasticsearch中

使用canal将mysql同步到es中