一、Maxwell简介
1、概述
Maxwell 是由美国Zendesk公司开源,用Java编写的MySQL变更数据抓取软件。它会实时监控MySQL数据库的数据变更操作(包括insert、update、delete),并将变更数据以 JSON 格式发送给 Kafka、Kinesi等流数据处理平台。官网地址:Maxwell's Daemon
2、Maxwell输出数据格式
Maxwell输出数据格式为JSON
Maxwell输出的数据有databases变更数据所属的数据库、table数据表、type数据变更类型、ts变更时间、xid事务id、commit事务提交标志,data为插入/修改/删除的数据,old为修改前的数据。
3、Maxwell原理
实时读取Mysql数据库的二进制日志(Binlog),从中获取变更数据,再将变更数据以JSON格式发送至Kafka等流处理平台。
Maxwell将自己伪装成slave,并遵循MySQL主从复制的协议,从master同步数据。
3.1)MySQL二进制日志
二进制日志(Binlog)是MySQL服务端非常重要的一种日志,它会保存MySQL数据库的所有数据变更记录。Binlog的主要作用包括主从复制和数据恢复。
二、Mxawell安装
1、下载安装包
下载地址:https://github.com/zendesk/maxwell/releases/download/v1.29.2/maxwell-1.29.2.tar.gz
(Maxwell-1.30.0及以上版本不再支持JDK1.8。)
2、将安装包上传到主节点的/opt/software目录(或者自己的软件安装包目录)
3、将安装包解压至/opt/module目录
先进入到安装包所在的目录:cd /opt/software
解压:tar -zxvf maxwell-1.29.2.tar.gz -C /opt/module/
4、修改名称
cd /opt/module
mv maxwell-1.29.2/ maxwell
三、配置MySQL
1、启用MySQL Binlog
MySQL服务器的Binlog默认是开启的,如需进行同步,需要先进行开启。
修改MySQL配置文件/etc/my.cnf
sudo vim /etc/my.cnf
增加以下内容:
#数据库id
server-id = 1
#启动binlog,该参数的值会作为binlog的文件名
log-bin=mysql-bin
#binlog类型,maxwell要求为row类型
binlog_format=row
#启用binlog的数据库,需根据实际情况作出修改
binlog-do-db=gmall
MySQL Binlog模式:
Row-based:基于行,Binlog会记录每次写操作后被操作行记录的变化。
优点:保持数据的绝对一致性
缺点:占用较大空间
//Maxwell要求Binlog采用Row-based模式
2、重启MySQL服务
systemctl restart mysqld
3、创建Maxwell所需数据库和用户
Maxwell需要在MySQL中存储 其运行过程中的所需的一些数据,包括binlog同步的断电位置等,故需要再MySQL为Maxwell创建数据库及用户。
3.1)登录进入mysql
mysql -u 用户名 -p
3.2)创建数据库
CREATE DATABASE maxwell;
3.3)创建Maxwell用户并赋予其必要权限
CREATE USER 'maxwell'@'%' IDENTIFIED BY 'maxwell';
GRANT ALL ON maxwell.* TO 'maxwell'@'%';
GRANT SELECT, REPLICATION CLIENT, REPLICATION SLAVE ON *.* TO 'maxwell'@'%';
3.3)刷新权限
flush privileges;
4、配置Maxwell
4.1)修改Maxwell配置文件名称
cd /opt/module/maxwell
cp config.properties.example config.properties
4.2)修改Maxwell配置文件
vim config.properties
配置内容:
#Maxwell数据发送目的地,可选配置有stdout|file|kafka|kinesis|pubsub|sqs|rabbitmq|redis
producer=kafka
# 目标Kafka集群地址
kafka.bootstrap.servers=hadoop102:9092,hadoop103:9092,hadoop104:9092
#目标Kafka topic,可静态配置,例如:maxwell,也可动态配置,例如:%{database}_%{table}
kafka_topic=topic_db
# MySQL相关配置
host=hadoop102
user=maxwell
password=maxwell
jdbc_options=useSSL=false&serverTimezone=Asia/Shanghai&allowPublicKeyRetrieval=true
# 过滤gmall中的z_log表数据,该表是日志数据的备份,无须采集
filter=exclude:gmall.z_log
# 指定数据按照主键分组进入Kafka不同分区,避免数据倾斜
producer_partition_by=primary_key
四、Maxwell使用
1、启动Kafka集群
Maxwell发送数据的目的地为Kafka集群时,需要先启动Kafka集群。
2、Maxwell启停
启动:/opt/module/maxwell/bin/maxwell --config /opt/module/maxwell/config.properties --daemon
停止:ps -ef | grep com.zendesk.maxwell.Maxwell | grep -v grep | awk '{print $2}' | xargs kill -9
启停脚本:
进入用户目录下的bin目录创建并编辑脚本
vim mxw.sh
脚本内容:
#!/bin/bash
MAXWELL_HOME=/opt/module/maxwell
status_maxwell(){
result=`ps -ef | grep com.zendesk.maxwell.Maxwell | grep -v grep | wc -l`
return $result
}
start_maxwell(){
status_maxwell
if [[ $? -lt 1 ]]; then
echo "启动Maxwell"
$MAXWELL_HOME/bin/maxwell --config $MAXWELL_HOME/config.properties --daemon
else
echo "Maxwell正在运行"
fi
}
stop_maxwell(){
status_maxwell
if [[ $? -gt 0 ]]; then
echo "停止Maxwell"
ps -ef | grep com.zendesk.maxwell.Maxwell | grep -v grep | awk '{print $2}' | xargs kill -9
else
echo "Maxwell未在运行"
fi
}
case $1 in
start )
start_maxwell
;;
stop )
stop_maxwell
;;
restart )
stop_maxwell
start_maxwell
;;
esac
赋予脚本执行权限:
chmod +x mxw.sh
启动Maxwell:
mxw.sh start
停止Maxwell:
mxw.sh stop
五、测试
修改MySQL数据库中的数据,到kafkatools中查看是否有新的数据
六、增量数据同步
1、确保mysql url的数据库为需要同步的数据库
在application.yml文件中
2、生成模拟数据
3、观察Kafka消费者
七、历史数据全量同步
Maxwell提供了bootstrap功能来进行历史数据的全量同步
/opt/module/maxwell/bin/maxwell-bootstrap --database 数据库名 --table 表名 --config /opt/module/maxwell/config.properties
bootstrap数据格式:
第一条为bootstrap的开始标志,不包含数据。例:
{
"database": "数据库名",
"table": "表名",
"type": "bootstrap-start",
"ts":时间,
"data": {}
}
第二条开始为更改的数据。例:
{
"database": "数据库名",
"table": "表名",
"type": "bootstrap-insert", #数据操作类型
"ts": 时间,
"data": {
"txt": "bootstrap!"
}
}
最后一条为bootstrap的结束标志,不包含数据。例:
{
"database": "数据库名",
"table": "表名",
"type": "bootstrap-complete",
"ts": 1450557744,
"data": {}
}