数据库中间件Canal

发表于 更新于 分类于 Waline：

canal 快速上手

什么是canal

阿里巴巴B2B公司，因为业务的特性，卖家主要集中在国内，买家主要集中在国外，所以衍生出了杭州和美国异地机房的需求，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。

canal是用java开发的基于数据库增量日志解析，提供增量数据订阅&消费的中间件。目前，canal主要支持了MySQL的binlog解析，解析完成后才利用canal client 用来处理获得的相关数据。（数据库同步需要阿里的otter中间件，基于canal）。

使用场景

1）原始场景： 阿里otter中间件的一部分

otter是阿里用于进行异地数据库之间的同步框架，canal是其中一部分。

2） 常见场景1：更新缓存

3） 场景2：抓取业务数据新增变化表，用于制作拉链表。

4） 场景3：抓取业务表的新增变化数据，用于制作实时统计。

canal的工作原理

复制过程分成三步：

1）Master主库将改变记录写到二进制日志(binary log)中；

2）Slave从库向MySQL Master发送dump协议，将Master主库的binary log events拷贝到它的中继日志(relay log)；

3）Slave从库读取并重做中继日志中的事件，将改变的数据同步到自己的数据库。

canal的工作原理很简单，就是把自己伪装成slave，假装从master复制数据。

MySQL的binlog

什么是binlog

MySQL的二进制日志可以说是MySQL最重要的日志了，它记录了所有的DDL和DML(除了数据查询语句)语句，以事件形式记录，还包含语句所执行的消耗的时间，MySQL的二进制日志是事务安全型的。

一般来说开启二进制日志大概会有1%的性能损耗 。二进制有两个最重要的使用场景:

其一：MySQL Replication在Master端开启binlog，Mster把它的二进制日志传递给slaves来达到master-slave数据一致的目的。

其二：自然就是数据恢复了，通过使用mysqlbinlog工具来使恢复数据。

二进制日志包括两类文件：二进制日志索引文件（文件名后缀为.index）用于记录所有的二进制文件，二进制日志文件（文件名后缀为.00000*）记录数据库所有的DDL和DML(除了数据查询语句)语句事件。

binlog的开启

在mysql的配置文件(Linux: /etc/my.cnf , Windows: \my.ini)下,修改配置

在[mysqld] 区块

设置/添加

这个表示binlog日志的前缀是mysql-bin，以后生成的日志文件就是 mysql-bin.123456 的文件后面的数字按顺序生成。每次mysql重启或者到达单个文件大小的阈值时，新生一个文件，按顺序编号。

binlog的分类设置

mysql binlog的格式，那就是有三种，分别是STATEMENT,MIXED,ROW。

在配置文件中可以选择配置

区别：

1）statement

  • 语句级，binlog会记录每次一执行写操作的语句。
  • 相对row模式节省空间，但是可能产生不一致性，比如update tt set create_date=now()
  • 如果用binlog日志进行恢复，由于执行时间不同可能产生的数据就不同。
  • 优点：节省空间
  • 缺点：有可能造成数据不一致。

2）row

  • 行级，binlog会记录每次操作后每行记录的变化。
  • 优点：保持数据的绝对一致性。因为不管sql是什么，引用了什么函数，他只记录执行后的效果。
  • 缺点：占用较大空间。

3）mixed

  • statement的升级版，一定程度上解决了，因为一些情况而造成的statement模式不一致问题
  • 在某些情况下譬如：
  • 当函数中包含 UUID() 时；
  • 包含 AUTO_INCREMENT 字段的表被更新时；
  • 执行 INSERT DELAYED 语句时；
  • 用 UDF 时；
  • 会按照 ROW的方式进行处理
  • 优点：节省空间，同时兼顾了一定的一致性。
  • 缺点：还有些极个别情况依旧会造成不一致，另外statement和mixed对于需要对binlog的监控的情况都不方便。