Maxwell 学习笔记

Maxwell 介绍

Maxwell 是由美国Zendesk开源，用Java编写的MySQL实时抓取软件。 实时读取MySQL二进制日志Binlog，并生成 JSON 格式的消息，作为生产者发送给 Kafka，Kinesis、RabbitMQ、Redis、Google Cloud Pub/Sub、文件或其它平台的应用程序。
官网地址：http://maxwells-daemon.io/
https://github.com/zendesk/maxwell

Maxwell工作原理

2.1MySQL主从复制过程

Master主库将改变记录，写到二进制日志(binary log)中；
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)；
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。

2.2Maxwell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

2.3MySQL的binlog

(1)什么是binlog
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。
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。
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，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。
其二：自然就是数据恢复了，通过使用mysqlbinlog工具来使恢复数据。

(2)binlog的开启
找到MySQL配置文件的位置
Linux: /etc/my.cnf 如果/etc目录下没有，可以通过locate my.cnf查找位置
Windows: \my.ini
在mysql的配置文件下,修改配置：在[mysqld] 区块，设置/添加 log-bin=mysql-bin
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。

(3)binlog的分类设置
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

三种格式的区别：
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。默认还是statement，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。
综合上面对比，Maxwell想做监控分析，选择row格式比较合适

安装Maxwell

1.上传安装包到/opt/software目录下

maxwell-1.25.0.tar.gz

2.解压maxwell-1.25.0.tar.gz到/opt/module目录

[linux@node1 software]$ tar -zxvf maxwell-1.25.0.tar.gz -C /opt/module/

3.初始化Maxwell元数据库
在MySQL中建立一个maxwell库用于存储Maxwell的元数据

[linux@node1 module]$ mysql -uroot -proot
mysql> create database maxwell;
#设置安全级别
mysql> set global validate_password_length=4;
mysql> set global validate_password_policy=0;
#分配一个账号可以操作该数据库
mysql> GRANT ALL   ON maxwell.* TO 'maxwell'@'%' IDENTIFIED BY 'maxwell';
#分配这个账号可以监控其他数据库的权限
mysql> GRANT  SELECT ,REPLICATION SLAVE , REPLICATION CLIENT  ON *.* TO maxwell@'%';

4.使用Maxwell监控抓取MySQL数据

#拷贝配置文件
[linux@node1 maxwell-1.25.0]$ cp config.properties.example  config.properties
#修改配置文件
[linux@node1 maxwell-1.25.0]$ vim config.properties

producer=kafka
kafka.bootstrap.servers=node1:9092,node2:9092,node3:9092
#需要添加
kafka_topic=base_db
#mysql login info
host=node1
user=maxwell
password=maxwell
#需要添加 后续初始化会用
client_id=maxwell_1

注意：默认还是输出到指定Kafka主题的一个kafka分区，因为多个分区并行可能会打乱binlog的顺序
如果要提高并行度，首先设置kafka的分区数>1,然后设置producer_partition_by属性
可选值producer_partition_by=database|table|primary_key|random| column

5.配置mysql
修改/etc/my.cnf文件

[linux@node1 maxwell-1.25.0]$ sudo vim /etc/my.cnf 
server-id= 1
log-bin=mysql-bin
binlog_format=row
binlog-do-db=bigdata

注意：binlog-do-db根据自己的情况进行修改，指定具体要同步的数据库

6.重启MySQL使配置生效

[linux@node1 maxwell-1.25.0]$ sudo systemctl restart mysqld

7.maxwell启动

/opt/module/maxwell-1.25.0/bin/maxwell --config  /opt/module/maxwell-1.25.0/config.properties >/dev/null 2>&1 &

8.测试

1)启动Kafka消费客户端，观察结果

[linux@node1 bin]$ kafka-console-consumer.sh --bootstrap-server node1:9092 --topic base_db --from-beginning

2)创建数据库bigdata

3)创建表

CREATE TABLE IF NOT EXISTS `runoob_tbl`(
   `runoob_id` INT UNSIGNED AUTO_INCREMENT,
   `runoob_title` VARCHAR(100) NOT NULL,
   `runoob_author` VARCHAR(40) NOT NULL,
   `submission_date` DATE,
   PRIMARY KEY ( `runoob_id` )
)ENGINE=InnoDB DEFAULT CHARSET=utf8;

4)插入数据

INSERT INTO runoob_tbl(runoob_title, runoob_author, submission_date) VALUES ("学习 MySQL", "菜鸟教程", NOW());

INSERT INTO runoob_tbl(runoob_title, runoob_author, submission_date) VALUES ("学习 linux", "菜鸟教程", NOW());

成功