1. 准备工作
1. 开启并配置MySQL的 BinLog(MySQL 8.0 默认开启)
修改配置:C:\ProgramData\MySQL\MySQL Server 8.0\my.ini
log-bin="HELONG-bin"
binlog_format=ROW # 只能配置行模式, 因为 Cannal 不具备将SQL转化成数据的能力
binlog-do-db=aicloud # 监控 AI Cloud 项目
如果要同步多个项目:
binlog-do-db=aicloud
binlog-do-db=aicloud2
binlog-do-db=aicloud3
2. 重启MySQL服务
3. 赋值数据同步权限
CREATE USER canal IDENTIFIED BY 'canal';
GRANT SELECT, REPLICATION SLAVE, REPLICATION CLIENT ON *.* TO 'canal'@'%';
FLUSH PRIVILEGES;
4. 安装并配置 Canal
下载地址:https://github.com/alibaba/canal/releases
① 修改canal.properties
canal.serverMode=kafka
canal.mq.servers=127.0.0.1:9092
canal 监控 binlog 日志,binlog 日志的传输默认使用 MySQL 的复制协议(基于 TCP/IP),
可以使用写代码的方式直接从 MySQL 服务器读取数据,此处使用本地 kafka 进行存储。
② 修改instance.properties
canal.instance.mysql.slaveId=100 # 大于 1 即可
canal.instance.master.address=127.0.0.1:3306
canal.mq.topic=ai-cloud-canal-to-kafka
slaveId 表示从节点 id,canal 的执行原理就是伪装成一个从库去主库同步数据
(主节点的 slaveId = 1)
address 配置连接本地的 MySQL
topic 配置数据发送到 Kafka 的某个主题下
5. 拷贝 Jar 包到 lib
将 canal 下 plugin 下的所有 jar 包拷贝到 lib 目录下。
6. 删除 bin 目录下 startup.bat 里的参数
如果启动时报错:
Unrecognized VM option 'PermSize=128m'
Error: Could not create the Java Virtual Machine.
Error: A fatal exception has occurred. Program will exit.
删除 -XX:PermSize=128m 参数即可。
7. 启动 canal
打开 cmd ,cd 到 bin 目录下,输入 startup.bat 回车
2. 将需要缓存的数据存储 Redis
此时我将这个查询列表接口的数据,存储在 Redis 中:
/**
* 获取历史聊天记录(对话/绘图)
*
* @param type
* @return {@link ResponseEntity }
*/
@RequestMapping("/list")
public ResponseEntity getHistoryList(Integer type, Integer model) {
String listCacheKey = RedisUtil.getListCacheKey(SecurityUtil.getCurrentUser().getUid(), model, type);
Object list = redisTemplate.opsForValue().get(listCacheKey);
if (ObjectUtil.isNull(list)) {
LambdaQueryWrapper<Answer> queryWrapper = new LambdaQueryWrapper<>();
queryWrapper.eq(Answer::getUid, SecurityUtil.getCurrentUser().getUid());
queryWrapper.eq(Answer::getType, type);
queryWrapper.eq(Answer::getModel, model);
queryWrapper.orderByDesc(Answer::getAid);
List<Answer> answerList = answerService.list(queryWrapper);
List<Long> userIds = answerList.stream().map(Answer::getUid).collect(Collectors.toList());
Map<Long, User> userIdMap = userService.selectByIds(userIds).stream().collect(Collectors.toMap(User::getUid, Function.identity()));
List<AnswerVo> answerVoList = answerList.stream().map(answer -> AnswerVoUtil.getListAnswerVo(answer, userIdMap)).collect(Collectors.toList());
// 缓存 1 天
redisTemplate.opsForValue().set(listCacheKey, answerVoList, 1, TimeUnit.DAYS);
return ResponseEntity.success(answerVoList);
} else {
return ResponseEntity.success(list);
}
}
/**
* 查询列表存储 Redis 缓存
*
* @param uid
* @param model
* @param type
* @return {@link String }
*/
public static String getListCacheKey(Long uid, Integer model, Integer type) {
return "LIST_CACHE_KEY_" + uid + "_" + model + "_" + type;
}
3. 监听 Kafka Topic 中数据并删除 Redis 缓存
首先对数据库中需要缓存的数据进行一些修改操作:
此时,使用 kafka ui(下载地址划到最底下),刷新 kafka 对应 topic 下的 message,就可以看到当前所作出的修改:
执行修改操作:将 “如何学习Spring???”修改成 “如何学习Spring??”
执行删除操作:
由此可见,对数据库的每一个修改操作,都是对应固定格式的一个数据,所以可以监听对应的 topic 并针对 data 中的数据进行一个提取,得到一个 cacheKey,然后删除对应的缓存,使得下一次的查询去访问数据库,并同步缓存。
【代码示例】
/**
* canal 监控 binlog 日志,将修改的数据存储 kafka topic 中
* 监听 kafka topic 中的数据
*
* @param data
* @param ack
* @throws JsonProcessingException
*/
@KafkaListener(topics = {KafkaConstant.CANAL_TOPIC})
public void canalListen(String data, Acknowledgment ack) throws JsonProcessingException {
HashMap<String, Object> map = objectMapper.readValue(data, HashMap.class);
if (map.isEmpty()) {
ack.acknowledge();
return;
}
// 匹配上对应的数据库和数据表
if (KafkaConstant.TARGET_DATABASE.equals(map.get(KafkaConstant.DATABASE_KEY).toString()) &&
KafkaConstant.TARGET_TABLE.equals(map.get(KafkaConstant.TABLE_KEY).toString())) {
// 更新缓存
List<Map<String, Object>> list = (List<Map<String, Object>>) map.get(KafkaConstant.DATA_KEY);
if (!CollectionUtils.isEmpty(list)) {
for (Map<String, Object> answerMap : list) {
String answerListCacheKey = RedisUtil.getListCacheKey(
Long.valueOf(answerMap.get("uid").toString()),
Integer.parseInt(answerMap.get("model").toString()),
Integer.parseInt(answerMap.get("type").toString()));
// 删除缓存,让下一次查询走数据库,并同步缓存
redisTemplate.delete(answerListCacheKey);
}
}
}
// 手动确认应答
ack.acknowledge();
}
/**
* canal 同步数据到 kafka
*/
public static final String CANAL_TOPIC = "ai-cloud-canal-to-kafka";
/**
* 数据库,缓存数据一致性的
*/
public static final String DATABASE_KEY = "database";
public static final String TABLE_KEY = "table";
public static final String DATA_KEY = "data";
public static final String TARGET_DATABASE = "aicloud";
public static final String TARGET_TABLE = "answer";
【补充】
kafka ui 下载地址:https://github.com/provectus/kafka-ui/tags
修改配置
kafka:
clusters:
- name: kafka3_cluster
bootstrapServers: 127.0.0.1:9092
版权归原作者 Master_hl 所有, 如有侵权,请联系我们删除。