近段时间,业务系统架构基本完备,数据层面的建设比较薄弱,因为笔者目前工作重心在于搭建一个小型的数据平台。优先级比较高的一个任务就是需要近实时同步业务系统的数据(包括保存、更新或者软删除)到一个另一个数据源,持久化之前需要清洗数据并且构建一个相对合理的便于后续业务数据统计、标签系统构建等扩展功能的数据模型。基于当前团队的资源和能力,优先调研了
Alibaba
开源中间件
Canal
的使用。
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。
Canal
按照音标的正确读音和"磕尿"相近,而不是很多人认为的
Can Nal
,「笔者曾因此事被开发小姐姐嘲笑」。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。
MySQL
的Master
实例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
的Slave
实例将master
的binary log events
拷贝到它的中继日志(relay log
)MySQL
的Slave
实例重放relay log
中的事件,将数据变更反映它到自身的数据
Canal
的工作原理如下:
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),并且可以通过连接器发送到对应的消息队列等中间件中
关于Canal的版本和部件
截止笔者开始编写本文的时候(
2020-03-05
),
Canal
的最新发布版本是
v1.1.5-alpha-1
(
2019-10-09
发布的),最新的正式版是
v1.1.4
(
2019-09-02
发布的)。其中,
v1.1.4
主要添加了鉴权、监控的功能,并且做了一些列的性能优化,此版本集成的连接器是
Tcp
、
Kafka
和
RockerMQ
。而
v1.1.5-alpha-1
版本已经新增了
RabbitMQ
连接器,但是此版本的
RabbitMQ
连接器暂时不能定义连接
RabbitMQ
的端口号,不过此问题已经在
master
分支中修复(具体可以参看源码中的
CanalRabbitMQProducer
类的提交记录)。换言之,
v1.1.4
版本中目前能使用的内置连接器只有
Tcp
、
Kafka
和
RockerMQ
三种,如果想尝鲜使用
RabbitMQ
连接器,可以选用下面的两种方式之一:
- 选用
v1.1.5-alpha-1
版本,但是无法修改RabbitMQ
的port
属性,默认为5672
。 - 基于
master
分支自行构建Canal
。
目前,
Canal
项目的活跃度比较高,但是考虑到功能的稳定性问题,笔者建议选用稳定版本在生产环境中实施,当前可以选用
v1.1.4
版本,**「本文的例子用选用的就是
v1.1.4
版本,配合
Kafka
连接器使用」**。
Canal
主要包括
版权归原作者 dadashitou 所有, 如有侵权,请联系我们删除。