canal实现强缓存一致性

canal实现缓存一致性

1、windows mysql安装(额外整理)

https://downloads.mysql.com/archives/community/ 下载安装包
本次下载 mysql-5.7.25-winx64.zip

以管理员身份(否则会出错)打开cmd,
切换目录到解压目录
D:\workSpace\mysql-5.7.25-winx64下,
分别执行:
# 指定默认启动配置文件
mkdir data
进入D:\workSpace\mysql-5.7.25-winx64\bin
mysqld.exe --install mysql --defaults-file="D:\workSpace\mysql-5.7.25-winx64\my.ini"
net start mysql
后续可使用net start/stop mysql
维护mysql
执行
mysql -u root -p
免密首次登陆mysql,并设置对应mysql密码格式,设置响应账号密码

my.ini参考

[mysql]
# 设置mysql客户端默认字符集
default-character-set=utf8
[mysqld]
# 设置3306端口
port = 3306
# 设置mysql的安装目录
basedir= D:\workSpace\mysql-5.7.25-winx64
# 设置mysql数据库的数据的存放目录
datadir= D:\workSpace\mysql-5.7.25-winx64\data
# 服务端使用的字符集默认为8比特编码的latin1字符集
character-set-server=utf8
# 创建新表时将使用的默认存储引擎
default-storage-engine=INNODB

server-id=1
# 经确认,配置是生效的,但这个指定目录不生效,不重要,故不深究
log-bin= D:\workSpace\mysql-5.7.25-winx64\mysql-bin
expire-logs-days = 14
max-binlog-size = 512M
2、canal安装

官方git

https://github.com/alibaba/canal

下载地址

https://github.com/alibaba/canal/releases

github下载加速器

两个github下载中间站,速度很nice,分享一波
https://www.offcloud.com/
https://toolwa.com/github/

授权mysql账号

前文指定配置文件已经开启了mysql bin-log,如果使用的阿里商业库,默认是开启bin-log的。
注意Bin-log的级别需要为row。
创建mysql账号用户canal使用:
CREATE USER canal IDENTIFIED BY 'canal';
GRANT SELECT, REPLICATION SLAVE, REPLICATION CLIENT ON *.* TO 'canal'@'%';

以下是canal详细配置详解

canal基础使用核心有两个配置文件
canal\conf\canal.properties
canal核心服务配置,如端口,bin-log同步形式等,另还有canal-admin相关配置
canal\conf\example\canal.properties
canal相关监听配置,如数据库、过滤、数据库连接等等

canal.properties

转载一个
https://blog.csdn.net/liujun19921020/article/details/100575195

instance.properties

再转载一个
https://blog.csdn.net/liujun19921020/article/details/100575231

附两份配置参考(rocketMq消费消息处理):

canal.properties

#################################################
######### 		common argument		#############
#################################################
# tcp bind ip
canal.ip =
# register ip to zookeeper
canal.register.ip =
canal.port = 11111
canal.metrics.pull.port = 11112
# canal instance user/passwd
# canal.user = canal
# canal.passwd = E3619321C1A937C46A0D8BD1DAC39F93B27D4458

# canal admin config
#canal.admin.manager = 127.0.0.1:8089
canal.admin.port = 11110
canal.admin.user = admin
canal.admin.passwd = 123456

canal.zkServers =
# flush data to zk
canal.zookeeper.flush.period = 1000
canal.withoutNetty = false
# tcp, kafka, RocketMQ
canal.serverMode = RocketMQ
# flush meta cursor/parse position to file
canal.file.data.dir = ${canal.conf.dir}
canal.file.flush.period = 1000
## memory store RingBuffer size, should be Math.pow(2,n)
canal.instance.memory.buffer.size = 16384
## memory store RingBuffer used memory unit size , default 1kb
canal.instance.memory.buffer.memunit = 1024 
## meory store gets mode used MEMSIZE or ITEMSIZE
canal.instance.memory.batch.mode = MEMSIZE
canal.instance.memory.rawEntry = true

## detecing config
canal.instance.detecting.enable = false
#canal.instance.detecting.sql = insert into retl.xdual values(1,now()) on duplicate key update x=now()
canal.instance.detecting.sql = select 1
canal.instance.detecting.interval.time = 3
canal.instance.detecting.retry.threshold = 3
canal.instance.detecting.heartbeatHaEnable = false

# support maximum transaction size, more than the size of the transaction will be cut into multiple transactions delivery
canal.instance.transaction.size =  1024
# mysql fallback connected to new master should fallback times
canal.instance.fallbackIntervalInSeconds = 60

# network config
canal.instance.network.receiveBufferSize = 16384
canal.instance.network.sendBufferSize = 16384
canal.instance.network.soTimeout = 30

# binlog filter config
canal.instance.filter.druid.ddl = true
canal.instance.filter.query.dcl = false
canal.instance.filter.query.dml = false
canal.instance.filter.query.ddl = false
canal.instance.filter.table.error = false
canal.instance.filter.rows = false
canal.instance.filter.transaction.entry = false

# binlog format/image check
canal.instance.binlog.format = ROW,STATEMENT,MIXED 
canal.instance.binlog.image = FULL,MINIMAL,NOBLOB

# binlog ddl isolation
canal.instance.get.ddl.isolation = false

# parallel parser config
canal.instance.parser.parallel = true
## concurrent thread number, default 60% available processors, suggest not to exceed Runtime.getRuntime().availableProcessors()
#canal.instance.parser.parallelThreadSize = 16
## disruptor ringbuffer size, must be power of 2
canal.instance.parser.parallelBufferSize = 256

# table meta tsdb info
canal.instance.tsdb.enable = true
canal.instance.tsdb.dir = ${canal.file.data.dir:../conf}/${canal.instance.destination:}
canal.instance.tsdb.url = jdbc:h2:${canal.instance.tsdb.dir}/h2;CACHE_SIZE=1000;MODE=MYSQL;
canal.instance.tsdb.dbUsername = canal
canal.instance.tsdb.dbPassword = canal
# dump snapshot interval, default 24 hour
canal.instance.tsdb.snapshot.interval = 24
# purge snapshot expire , default 360 hour(15 days)
canal.instance.tsdb.snapshot.expire = 360

# aliyun ak/sk , support rds/mq
#此处有发生修改
canal.aliyun.accessKey = ****
canal.aliyun.secretKey = ****

#################################################
######### 		destinations		#############
#################################################
canal.destinations = example
# conf root dir
canal.conf.dir = ../conf
# auto scan instance dir add/remove and start/stop instance
canal.auto.scan = true
canal.auto.scan.interval = 5

canal.instance.tsdb.spring.xml = classpath:spring/tsdb/h2-tsdb.xml
#canal.instance.tsdb.spring.xml = classpath:spring/tsdb/mysql-tsdb.xml

canal.instance.global.mode = spring
canal.instance.global.lazy = false
canal.instance.global.manager.address = ${canal.admin.manager}
#canal.instance.global.spring.xml = classpath:spring/memory-instance.xml
canal.instance.global.spring.xml = classpath:spring/file-instance.xml
#canal.instance.global.spring.xml = classpath:spring/default-instance.xml

##################################################
######### 		     MQ 		     #############
##################################################
#此处有发生修改
canal.mq.servers = http://111:80
canal.mq.retries = 0
canal.mq.batchSize = 16384
canal.mq.maxRequestSize = 1048576
canal.mq.lingerMs = 100
canal.mq.bufferMemory = 33554432
canal.mq.canalBatchSize = 50
canal.mq.canalGetTimeout = 100
canal.mq.parallelThreadSize = 8
canal.mq.flatMessage = true
canal.mq.compressionType = none
canal.mq.acks = all
#canal.mq.properties. =
#此处有发生修改 (没找到哪里能指定tag)
canal.mq.producerGroup = GID-CANAL
# Set this value to "cloud", if you want open message trace feature in aliyun.
canal.mq.accessChannel = cloud
# aliyun mq namespace
#canal.mq.namespace =
canal.mq.vhost=
canal.mq.exchange=
canal.mq.username=
canal.mq.password=
canal.mq.aliyunuid=

##################################################
#########     Kafka Kerberos Info    #############
##################################################
canal.mq.kafka.kerberos.enable = false
canal.mq.kafka.kerberos.krb5FilePath = "../conf/kerberos/krb5.conf"
canal.mq.kafka.kerberos.jaasFilePath = "../conf/kerberos/jaas.conf"

instance.properties

#################################################
## mysql serverId , v1.0.26+ will autoGen
# canal.instance.mysql.slaveId=0

# enable gtid use true/false
canal.instance.gtidon=false

# position info
#此处有发生修改
canal.instance.master.address=192.168.0.64:3306
canal.instance.master.journal.name=
#指定起始搜索binlog文件
canal.instance.master.position=
#毫秒级别
canal.instance.master.timestamp=
canal.instance.master.gtid=

# rds oss binlog
canal.instance.rds.accesskey=
canal.instance.rds.secretkey=
canal.instance.rds.instanceId=

# table meta tsdb info
#canal.instance.tsdb.enable=true
#canal.instance.tsdb.url=jdbc:mysql://127.0.0.1:3306/canal_tsdb
#canal.instance.tsdb.dbUsername=canal
#canal.instance.tsdb.dbPassword=canal

canal.instance.standby.address =
canal.instance.standby.journal.name =
canal.instance.standby.position =
canal.instance.standby.timestamp =
canal.instance.standby.gtid=

# username/password
#此处有发生修改
canal.instance.dbUsername=root
canal.instance.dbPassword=123456
canal.instance.connectionCharset = UTF-8
# enable druid Decrypt database password
canal.instance.enableDruid=false
#canal.instance.pwdPublicKey=MFwwDQYJKoZIhvcNAQEBBQADSwAwSAJBALK4BUxdDltRRE5/zXpVEVPUgunvscYFtEip3pmLlhrWpacX7y7GCMo2/JM6LeHmiiNdH1FWgGCpUfircSwlWKUCAwEAAQ==

# table regex
#canal.instance.filter.regex=sale.user_attribute,sale.user_expand,sale.user,
#监听表','间隔
canal.instance.filter.regex=sale.sheet1
# table black regex
#排除表,谨记排除mysql相关权限,角色,表结构等表
canal.instance.filter.black.regex=mysql\..*
# table field filter(format: schema1.tableName1:field1/field2,schema2.tableName2:field1/field2)
#canal.instance.filter.field=test1.t_product:id/subject/keywords,test2.t_company:id/name/contact/ch
# table field black filter(format: schema1.tableName1:field1/field2,schema2.tableName2:field1/field2)
#canal.instance.filter.black.field=test1.t_product:subject/product_image,test2.t_company:id/name/contact/ch

# mq config
#默认使用topic,如db未在后续指定,会自动走这个top
canal.mq.topic=canal
# dynamic topic route by schema or table regex
#指定topic,可使topic单独处理多个表或一个表,以下给出单个表案例(这个正则,真心不好用)
#canal.mq.dynamicTopic=user-canal:sale\\.user;user-expand-canal:sale\\.user_expand;user-attribute-canal:sale\\.user_attribute;
canal.mq.partition=0
# hash partition config
#canal.mq.partitionsNum=3
#canal.mq.partitionHash=test.table:id^name,.*\\..*
#################################################

这里给一个mq消费处理的案例

此处因为一定原因,只给一个消费分发的代码,给个思路,自己写后面吧

package com.1111;

import com.alibaba.fastjson.JSONObject;
import com.aliyun.openservices.ons.api.Action;
import com.aliyun.openservices.ons.api.ConsumeContext;
import com.aliyun.openservices.ons.api.Message;
import com.1111.CanalMsg;
import com.1111.MqEnum;
import com.1111.SqlType;
import com.1111.TransEnum;
import com.1111.HandleService;
import lombok.extern.slf4j.Slf4j;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.context.ApplicationContext;
import org.springframework.beans.factory.InitializingBean;
import org.springframework.context.annotation.Configuration;

import java.nio.charset.StandardCharsets;

/**
 * @ProjectName: canal
 * @Description: 普通canal消费端
 * @Date: 2020/6/5 11:47
 * @Version: 1.0
 */
@Slf4j
@Configuration
public class CanalConsumer extends AbstractConsumer  implements InitializingBean {

    @Autowired
    private ApplicationContext applicationContext;

    @Override
    public Action doConsumer(Message message, ConsumeContext consumeContext) {
        try {
            log.info("canal数据同步messageId-->{},", message.getMsgID());
            String messageJson = new String(message.getBody(), StandardCharsets.UTF_8);
            CanalMsg canalMsg = JSONObject.parseObject(messageJson, CanalMsg.class);
            SqlType sqlType = SqlType.loadByType(canalMsg.getType());
            if (null == sqlType) {
                log.info("sql类型不在统计范围内:type-->{},messageJson-->{}", canalMsg.getType(), messageJson);
                return Action.CommitMessage;
            }
            TransEnum transEnum = TransEnum.loadByTable(canalMsg.getTable());
            if (null == transEnum) {
                if (canalMsg.isDdl()) {
                    log.error("请及时处理ddl语句:table-->{},sql-->{}", canalMsg.getTable(), canalMsg.getSql());
                }
                log.info("未提供有效转换类:tableName-->{},messageJson-->{}", canalMsg.getTable(), messageJson);
                return Action.CommitMessage;
            }
            HandleService hadle = (HandleService) applicationContext.getBean(transEnum.getAClass());
            boolean handle = hadle.handle(sqlType, transEnum, canalMsg);
            if (!handle) {
                log.info("canal数据同步失败:" + messageJson);
            }
        } catch (Exception e) {
            log.error("canal数据同步异常----->{}", e);
            return Action.ReconsumeLater;
        }
        return Action.CommitMessage;
    }

    @Override
    public void afterPropertiesSet() {
        try {
            super.listener(MqEnum.CANAL);
        } catch (Exception e) {
            log.info(MqEnum.CANAL.getMessage() + "----------------消费者监听失败-------------------");
        }
    }
}

package com.111.vo;

import com.alibaba.fastjson.JSONObject;
import lombok.Data;

import java.util.List;

@Data
public class CanalMsg {


    /**
     * data : [{"id":"2","name":"asd"}]
     * database : cannel
     * es : 1591239268000
     * id : 1
     * isDdl : false
     * mysqlType : {"id":"int(20)","name":"varchar(20)"}
     * old : null
     * pkNames : ["id"]
     * sql :
     * sqlType : {"id":4,"name":12}
     * table : canel
     * ts : 1591239464269
     * type : INSERT
     */

    private String database;
    private long es;
    private int id;
    private boolean isDdl;
    private JSONObject mysqlType;
    private List<JSONObject> old;
    private String sql;
    private Object sqlType;
    private String table;
    private long ts;
    private String type;
    private List<JSONObject> data;
    private List<String> pkNames;
}

一些使用心得

canal我这边引用的目的有两个:

一个是做数据库日志,重要的mysql表操作需做详细记录;阿里商业库虽然有binlog日志;但是解析麻烦,查看麻烦,还需要定期清除,麻烦;

另一个是做缓存强一致性,常规做缓存有两种方法,一种使用bean形式加载缓存,如果发生更新重新加载缓存(代码侵入性强,使用内存缓存,影响项目启动时间,容易出错,没有通用性);还有一种是双写,简单说就是发生curd同时写入到redis或内存,这种是目前使用最普遍的,但是问题也很明显,代码侵入性强,因为事务的关系会有各种问题;

使用canal后很明显的就变了,可以使用canal对各种配置表做全套缓存到redis,可以将重要信息日志按自己的安排写到任意位置,如果使用了mq,那么甚至可以做简单的事务,来控制自己的缓存;如果封装得当,加个缓存就是改个配置的事,配套自己开发出缓存组件就好用了;

缓存组件给个思路,加个注解,切面到缓存库,如果库存在,就返回内容,不存在就穿透到库,参考@Cacheable实现;

说一个使用误区:使用canal后其实类似于异步写入缓存,合理控制消费速度,尽量是消费超过写入;这样避免一些要求特别高及时性的配置生效过慢;当然,其实读写分离也有延迟,看个人理解;

强调

D:\workSpace\canal\conf\example
目录下会生成 canal的Index记录文件:meta.dat,h2.mv.db
meda.dat会记录上次指定到的binlog下标;

如果canal停止过长时间,请及时记录timestamp;供下次查询使用;
如果bin-log有自动清除,建议不要长时间停止canal,如果上次处理结束的binlog丢失,请删除meta.dat,h2.mv.db,
重启配置好canal(将重新定位position);
并:手动同步初始缓存

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
实现MySQL数据实时同步到Elasticsearch可以使用Canal工具。 Canal是阿里巴巴开源的一套基于数据库增量日志解析的数据同步和逆向解析工具,可以实时获取数据库的变更日志,然后将这些变更日志解析成数据并发送到指定的目的地。在实现MySQL数据实时同步到Elasticsearch中,可以使用Canal实现以下步骤: 1. 安装配置Canal:首先,需要下载并安装Canal,并配置Canal的参数,如MySQL的地址、端口、用户名、密码等。 2. 创建Canal实例:根据实际需求,可以创建一个或多个Canal实例来监控和同步MySQL的变更日志。 3. 配置Elasticsearch目的地:配置Canal将变更日志发送到Elasticsearch作为同步的目的地。 4. 启动Canal实例:通过命令行或脚本启动Canal实例,让Canal开始监控MySQL的变更日志。 5. 解析并同步数据:Canal会实时监控MySQL的变更日志,一旦有变更,就会解析并发送到Elasticsearch。在Elasticsearch中,可以根据业务需求进行相应的处理,比如数据转换、数据筛选、数据拆分等,并将处理后的数据存储到Elasticsearch中。 通过以上步骤,就可以实现MySQL数据的实时同步到Elasticsearch中。Canal工具可以很好地解析MySQL的增量日志并将数据发送到Elasticsearch,保证数据的实时性和一致性。同时,Canal还支持分布式部署和高可用性,可以满足大规模数据同步的需求。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值