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。
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 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)。
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。
canal github地址:
MySQL 的二进制日志可以说 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:
MySQL Replication 在 Master 端开启 Binlog,Master 把它的二进制日志传递给 Slaves来达到 Master-Slave 数据一致的目的,这就是我们常用的主从复制。就是数据恢复了,通过使用 MySQL Binlog 工具来使恢复数据,生产上要开启,不然真的要删库跑路了 。MySQL Binlog 的格式有三种,分别是 STATEMENT,MIXED,ROW。在配置文件中可以选择配
置 binlog_format= statement|mixed|row。
Canal 想做监控分析,选择 row 格式比较合适。
==总结:==
我们可以把canal理解为从机,拿到数据然后进行后续操作,可以同步到redis上,再也不需要进行延迟双删来保证mysql和redis的数据一致性了,而且还不会出现各种各样的问题!
场景一: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。
otter github地址:
场景二:保证缓存和数据库一致性(我们今天要测试的)。
场景三:实时数据分析。
抓取业务表的新增变化数据,用于制作实时统计
sudo docker run -p 3306:3306 --name mysql -v /mydata/mysql/log:/var/log/mysql -v /mydata/mysql/data:/var/lib/mysql -v /mydata/mysql/conf:/etc/mysql -e MYSQL_ROOT_PASSWORD=root -d mysql:5.7
vim /mydata/mysql/conf/my.cnf # 创建并进入编辑
添加如下配置:
[client] default-character-set=utf8 [mysql] default-character-set=utf8 [mysqld] init_cnotallow='SET collation_connection = utf8_unicode_ci' init_cnotallow='SET NAMES utf8' character-set-server=utf8 collation-server=utf8_unicode_ci skip-character-set-client-handshake skip-name-resolve # 开启binlog日志:目录为docker里的目录 log-bin=/var/lib/mysql/mysql-bin # server_id 需保证唯一,不能和 canal 的 slaveId 重复 server-id=123456 binlog_format=row # test数据库开启,不设置则所有库开启 binlog-do-db=test
docker restart mysql
查看mysql的 id:
docker ps
进入docker容器:
docker exec -it 7d /bin/bash
连接到mysql:
mysql -u root -p
创建用户并赋予权限:
GRANT SELECT, REPLICATION SLAVE, REPLICATION CLIENT ON *.* TO 'canal'@'%' IDENTIFIED BY 'canal' ;
刷新:
flush privileges;
CREATE TABLE `user` ( `id` int(10) NOT NULL AUTO_INCREMENT, `name` varchar(25) CHARACTER SET utf8 COLLATE utf8_general_ci NULL DEFAULT NULL, `sex` varchar(1) CHARACTER SET utf8 COLLATE utf8_general_ci NULL DEFAULT NULL, PRIMARY KEY (`id`) USING BTREE ) ENGINE = InnoDB AUTO_INCREMENT = 8 CHARACTER SET = utf8 COLLATE = utf8_general_ci ROW_FORMAT = Dynamic; SET FOREIGN_KEY_CHECKS = 1;
docker run -p 6379:6379 --name redis -v /mydata/redis/data:/data -v /mydata/redis/conf/redis.conf:/etc/redis/redis.conf -d redis redis-server /etc/redis/redis.conf
docker run -it --name canal -p 11111:11111 -d canal/canal-server:v1.1.5
查看三个容器:
docker ps
进入容器:
docker exec -it 56 /bin/bash
切换目录:
cd canal-server/conf/example
修改两个地方:
第一个是mysql的地址,第二个是我们创建数据库名字(可以使用默认带的,就是全部的库都进行收集binlog日志)
canal.instance.master.address=192.168.84.138:3306 canal.instance.filter.regex=test..*
我们查看一下canal的日志,看是否启动成功!
首先进入容器:
docker exec -it 56 /bin/bash
切换目录:
cd canal-server/logs/example/
查看日志:
cat example.log
无报错,刚刚新建的表这里也可以检测到!
cd /canal-server/conf
cat canal.properties
我们可以看到有很多个模式,可以把canal收集到的binlog发送到三大MQ中,或者tcp。
本次以tcp为准测试,如果大家有需求可以进行发送到MQ,往下滑都有对应的配置!
org.springframework.boot spring-boot-starter org.springframework.boot spring-boot-starter-test test org.junit.vintage junit-vintage-engine com.alibaba.otter canal.client 1.1.0 org.springframework.boot spring-boot-starter-data-redis com.fasterxml.jackson.core jackson-core 2.8.6 com.fasterxml.jackson.module jackson-module-jaxb-annotations 2.8.6
来自官方例子:
我把statis关键字删除了,方便和redis进行整合。
例子地址:
import com.alibaba.otter.canal.client.CanalConnector; import com.alibaba.otter.canal.protocol.Message; import com.alibaba.otter.canal.protocol.CanalEntry.Column; import com.alibaba.otter.canal.protocol.CanalEntry.Entry; import com.alibaba.otter.canal.protocol.CanalEntry.EntryType; import com.alibaba.otter.canal.protocol.CanalEntry.EventType; import com.alibaba.otter.canal.protocol.CanalEntry.RowChange; import com.alibaba.otter.canal.protocol.CanalEntry.RowData; import com.alibaba.otter.canal.client.*; import org.springframework.context.annotation.Bean; import org.springframework.context.annotation.Configuration; /** * @author wangzhenjun * @date 2022/6/29 9:31 */ @Configuration public class SimpleCanalClientExample { // private static String REDIS_DATABASE = "mall"; // private static String REDIS_KEY_ADMIN = "ums:admin"; @Bean public void canalSync() { // 创建链接,第一个参数是canal的ip,第二个参数是canal的端口号, // 第三个参数是canal虚拟的模块名称,canal是创建的数据库账号密码 CanalConnector connector = CanalConnectors.newSingleConnector(new InetSocketAddress("192.168.84.138", 11111), "example", "canal", "canal"); int batchSize = 1000; int emptyCount = 0; try { connector.connect(); // 对应上面的配置只对test库进行获取binlog文件 connector.subscribe("test\..*"); connector.rollback(); int totalEmptyCount = 120; while (emptyCount
INSERT INTO user VALUES (1,'小红','女');
总结:
我们测试是可以获取到binlog日志的,下面我们进入实战:实现redis缓存同步
import org.springframework.context.annotation.Bean; import org.springframework.context.annotation.Configuration; import org.springframework.data.redis.connection.RedisConnectionFactory; import org.springframework.data.redis.core.RedisTemplate; import org.springframework.data.redis.serializer.Jackson2JsonRedisSerializer; import org.springframework.data.redis.serializer.StringRedisSerializer; /** * @author wangzhenjun * @date 2022/6/30 9:24 */ @Configuration public class RedisConfig { @Bean public RedisTemplate redisTemplate(RedisConnectionFactory connectionFactory) { RedisTemplate redisTemplate = new RedisTemplate(); redisTemplate.setConnectionFactory(connectionFactory); StringRedisSerializer stringRedisSerializer = new StringRedisSerializer(); redisTemplate.setKeySerializer(stringRedisSerializer); redisTemplate.setHashKeySerializer(stringRedisSerializer); Jackson2JsonRedisSerializer jackson2JsonRedisSerializer = new Jackson2JsonRedisSerializer(Object.class); redisTemplate.setValueSerializer(jackson2JsonRedisSerializer); redisTemplate.setHashValueSerializer(jackson2JsonRedisSerializer); redisTemplate.afterPropertiesSet(); return redisTemplate; } }
主要添加了同步到redis的两个方法,这里是2分钟就会停止监听,大家可以按自己的来调整:
int totalEmptyCount = 120;
import java.net.InetSocketAddress; import java.util.List; import com.alibaba.fastjson.JSONObject; import com.alibaba.otter.canal.client.CanalConnector; import com.alibaba.otter.canal.protocol.Message; import com.alibaba.otter.canal.protocol.CanalEntry.Column; import com.alibaba.otter.canal.protocol.CanalEntry.Entry; import com.alibaba.otter.canal.protocol.CanalEntry.EntryType; import com.alibaba.otter.canal.protocol.CanalEntry.EventType; import com.alibaba.otter.canal.protocol.CanalEntry.RowChange; import com.alibaba.otter.canal.protocol.CanalEntry.RowData; import com.alibaba.otter.canal.client.*; import org.springframework.beans.factory.annotation.Autowired; import org.springframework.context.annotation.Bean; import org.springframework.context.annotation.Configuration; import org.springframework.data.redis.core.RedisTemplate; /** * @author wangzhenjun * @date 2022/6/29 9:31 */ @Configuration public class SimpleCanalClientExample { @Autowired private RedisTemplate redisTemplate; private static final String KEY = "user:info"; @Bean public void canalSync() { // 创建链接,第一个参数是canal的ip,第二个参数是canal的端口号, // 第三个参数是canal虚拟的模块名称,canal是创建的数据库账号密码 CanalConnector connector = CanalConnectors.newSingleConnector(new InetSocketAddress("192.168.84.138", 11111), "example", "canal", "canal"); int batchSize = 1000; int emptyCount = 0; try { connector.connect(); // 对应上面的配置只对test库进行获取binlog文件 connector.subscribe("test\..*"); connector.rollback(); int totalEmptyCount = 120; while (emptyCount 0) { JSONObject json = new JSONObject(); for (Column column : columns) { json.put(column.getName(), column.getValue()); } redisTemplate.opsForHash().put(KEY,columns.get(0).getValue(),json.toJSONString()); } } /** * 删除触发同步到redis * @param columns */ private void delete (List columns) { if (columns.size() > 0) { redisTemplate.opsForHash().delete(KEY, columns.get(0).getValue()); } } }
数据库插入一条:
insert into user values (1,'我是测试添加','男');
控制台捕捉到信息:
我们看到redis已经有数据了,同步成功!
更细我们刚刚添加的那条数据:
update user set name = '修改了' where id = 1;
控制台捕捉到了更新信息:
redis也同步修改了!
我们先多添加几条哈:
删除id为1的那条数据:
delete from user where id = 1;
控制台捕捉到了删除信息:
redis也同步删除了!
这样就实现了一个canal的应用场景,当然也可以把binlog的数据发送到MQ来!