实时同步工具canal入门

canal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。在大数据中广泛用于实时数据的采集。

1.canal原理

mysql并没有实现增量数据的查阅消费功能，先来说说mysql主备复制原理。

mysql主节点对数据库做了任何写操作，都会写入Binary log文件。而slave备份节点会主动去master节点读取Binary log文件，拷贝到自己的节点上，变为Relay log。最后slave节点读取Relay log看看它对数据库做了哪些操作，按照顺序执行日志的操作，达到同步更新的结果。

而canal正是利用了mysql主备复制原理。canal将自己伪装成一个mysql的备份节点，从master拉取binary log拷贝到自己节点上，然后根据用户的自定义的程序执行操作，可以写入mysql，kafka，es，hbase等。

 

插曲：

其实最开始canal并不是用于大数据的，而是用于缓存的。比如一些并发访问量大的程序可能会做一些缓存处理，而不是直接从mysql读取。比如客户端查询苹果手机价格，先从redis查询，没有查询到，继续从mysql查询。查询到价格后是5000元，将苹果手机价格5000保存在redis中，下次客户端直接从redis缓存中读取数据。过了一段时间，保存在mysql的苹果手机降价了，价格是4500元，如果现在再从redis缓存读取，那么价格是错误的。可是客户端发现缓存中已经有数据了，它不可能再从mysql读取数据了。所以我们需要实时更新redis缓存的数据，因此canal就起到了至关重要的作用。

2.canal搭建

1.开启mysql的binlog。

默认情况下mysql的binlog是没有开启的，所以我们首先要开启binlog。

修改 /etc/my.cnf 文件，在文件末尾加入以下几句话。

server-id相当于每一个mysql服务器的唯一标识，后面的canal也要设定，和mysql的不一样即可。

log-bin是设置日志文件的前缀名。设置完成后操作数据库，在 /var/lib/mysql/ 目录下就可以看到以mysql-bin开头的文件。

binlog_format是设置以什么样的形式来存储数据库变更的数据。这里详细解释下mysql的几种记录方式。

（1）binlog_format=statement

直接保存mysql语句。比如你执行了一句sql，update user_info set update_time='xxxx' where create_time='xxxx';日志文件会直接保存这句sql，大大减少了日志文件存储的内容。但是有一个缺点。比如update user_info set age=rand() where   update_time='xxxx';其中age的赋值是rand()，取值是随机的。所以第二次执行sql的时候赋值会出问题。

（2）binlog_format=row

保存每行记录的变化。也就是只要有一行变化就记录一行，这样做的确规避了rand()类似的问题。但是也有一个缺点，就是update user_info set update_time='xxxx' where create_time='xxxx';这句sql如果有100万的数据改变，那么binlog就要记录100万行的数据，这显然不是很方便。

（3）binlog_format=mixed

一般情况下mysql会用statement来记录，遇到特殊情况就用row来记录，相当于结合了statement和row。

介绍完3种情况，结合我们采集实时数据，是需要知道每行的数据变化的，所以这里我们需要将binlog_format设置为row。

binlog-do-db是设置要监控的数据库名称。

 

2.安装canal

（1）下载解压canal。

（2）修改 conf/canal.properties。

//设置canal端口号

canal.port=11111

//取消注释

canal.instance.parser.parallelThreadSize = 16

（3）修改 conf/example/instance.properties

//slaveId和mysql的server-id要不一样

canal.instance.mysql.slaveId=10

//设置要监控的mysql地址

canal.instance.master.address=hadoop102:3306

//由于canal要读取mysql的内容，所以要给予canal一个权限。这里在mysql里面创建了一个canal账户。（在库mysql执行的sql：GRANT  ALL PRIVILEGES ON *.* TO canal@'%' IDENTIFIED BY 'canal'  ，执行完可以在user表查询是否添加成功）

canal.instance.dbUsername=canal
canal.instance.dbPassword=canal
canal.instance.connectionCharset = UTF-8

 

3.启动canal

./bin/startup.sh

启动完成后可以在/bigdata/canal/logs/example.log中查看日志是否启动成功。

 

3.Canal客户端消费。

1.maven引入canal客户端，kafka客户端（我这里直接将结果保存在kafka中）。

<dependency>
    <groupId>com.alibaba.otter</groupId>
    <artifactId>canal.client</artifactId>
    <version>1.1.2</version>
</dependency>

<dependency>
    <groupId>org.apache.kafka</groupId>
    <artifactId>kafka-clients</artifactId>
    <version>0.11.0.2</version>
</dependency>

2.编写客户端代码

类CanalApp

import com.alibaba.fastjson.JSONObject;
import com.alibaba.otter.canal.client.CanalConnector;
import com.alibaba.otter.canal.client.CanalConnectors;
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.protocol.Message;
import com.google.common.base.CaseFormat;
import com.google.protobuf.ByteString;
import com.google.protobuf.InvalidProtocolBufferException;

import java.net.InetSocketAddress;
import java.util.List;

public class CanalApp {
    public static void main(String[] args) {
        //创建连接器
        CanalConnector canalConnector = CanalConnectors.newSingleConnector(new InetSocketAddress("192.168.1.128", 11111), "example", "", "");

        while(true){
            //连接，订阅，抓取
            canalConnector.connect();
            //监控数据库中某张表
            canalConnector.subscribe("gmall.order_info");

            //message:一次canal从日志中抓取的信息，一个message包含多个sql(event)
            Message message = canalConnector.get(100);
            int size = message.getEntries().size();
            if(size == 0){
                try {
                    System.out.println("没有数据，暂停5秒");
                    Thread.sleep(5000);
                } catch (InterruptedException e) {
                    e.printStackTrace();
                }
            }else{
                //entry:  相当于一个sql命令，一个sql可能会对多行记录造成影响
                for (Entry entry : message.getEntries()){
                    //判断事件类型，只处理行变化的数据,过滤掉事务变化的数据
                    if(entry.getEntryType().equals(EntryType.ROWDATA)){
                        ByteString storeValue = entry.getStoreValue();
                        RowChange rowChange = null;
                        try {
                            //rowchange ： entry经过反序列化得到的对象，包含了多行记录的变化值
                            rowChange = RowChange.parseFrom(storeValue);
                        } catch (InvalidProtocolBufferException e) {
                            e.printStackTrace();
                        }
                        //获得行集
                        List<RowData> rowDataList = rowChange.getRowDatasList();
                        //eventtype  数据的变化类型  insert  update  delete  create  alter  drop
                        EventType eventType = rowChange.getEventType();
                        String tableName = entry.getHeader().getTableName();

                        //这里只监控order_info表新增的数据
                        if("order_info".equals(tableName) && EventType.INSERT.equals(eventType)){
                            for (RowData rowData : rowDataList){
                                List<Column> afterColumnsList = rowData.getAfterColumnsList();
                                JSONObject jsonObject = new JSONObject();
                                for (Column column : afterColumnsList){
                                    System.out.println(column.getName() + ":" + column.getValue());
                                    //驼峰命名处理
                                    String propertyName = CaseFormat.LOWER_UNDERSCORE.to(CaseFormat.LOWER_CAMEL, column.getName());
                                    jsonObject.put(propertyName, column.getValue());
                                }
                                MyKafkaSender.send("GMALL_ORDER", jsonObject.toJSONString());
                            }
                        }
                    }
                }
            }
        }
    }
}

类MyKafkaSender

import org.apache.kafka.clients.producer.KafkaProducer;
import org.apache.kafka.clients.producer.ProducerRecord;

import java.util.Properties;

public class MyKafkaSender {

    public static KafkaProducer<String, String> kafkaProducer = null;

    public static void send(String topic, String msg) {
        if(kafkaProducer == null){
            kafkaProducer = createKafkaProducer();
        }

        kafkaProducer.send(new ProducerRecord<String, String>(topic, msg));
    }

    private static KafkaProducer<String, String> createKafkaProducer() {
        Properties properties = new Properties();
        properties.put("bootstrap.servers", "hadoop102:9092,hadoop103:9092,hadoop104:9092");
        properties.put("key.serializer", "org.apache.kafka.common.serialization.StringSerializer");
        properties.put("value.serializer", "org.apache.kafka.common.serialization.StringSerializer");
        KafkaProducer<String, String> producer = new KafkaProducer<String, String>(properties);
        return producer;
    }
}

 

3.运行程序查看结果。

运行zookeeper

运行kafka集群

开启kafka-console消费

启动canal服务端

运行CanalApp

向表gmall.order_info插入数据后控制台kafka消费如下：