maxwell同步增量数据
(1)概述
Maxwell 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。
Maxwell的工作原理是实时读取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。官网地址:http://maxwells-daemon.io/
字段 | 解释 |
---|---|
database | 变更数据所属的数据库 |
table | 表更数据所属的表 |
type | 数据变更类型 |
ts | 数据变更发生的时间 |
xid | 事务id |
commit | 事务提交标志,可用于重新组装事务 |
data | 对于insert类型,表示插入的数据;对于update类型,标识修改之后的数据;对于delete类型,表示删除的数据 |
old | 对于update类型,表示修改之前的数据,只包含变更字段 |
flink cdc参考:https://blog.csdn.net/qq_44665283/article/details/123674962?spm=1001.2014.3001.5501
(2)maxwell安装和使用
下载地址:https://github.com/zendesk/maxwell/releases/download/v1.29.2/maxwell-1.29.2.tar.gz
注:Maxwell-1.30.0及以上版本不再支持JDK1.8。
将安装包上传到server16节点的/opt/yyds/apps目录
将安装包解压至/opt/yyds/apps
[root@server16 apps]# tar -zxvf maxwell-1.29.2.tar.gz
注意:MySQL服务器的Binlog默认是未开启的,如需进行同步,需要先进行开启。
1)修改MySQL配置文件/etc/my.cnf
[root@server15 apps]# vim /etc/my.cnf
2)增加如下配置
[mysqld]
#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=gmall2022
重启Mysql服务
[root@server15 apps]# systemctl restart mysqld
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同步的断点位置(Maxwell支持断点续传)等等,故需要在MySQL为Maxwell创建数据库及用户。
-- 创建数据库
mysql> CREATE DATABASE maxwell;
Query OK, 1 row affected (0.00 sec)
-- 调整密码级别
mysql> set global validate_password_policy=0;
mysql> set global validate_password_length=4;
-- 创建Maxwell用户并赋予其必要权限
mysql> CREATE USER 'maxwell'@'%' IDENTIFIED BY 'maxwell';
mysql> GRANT ALL ON maxwell.* TO 'maxwell'@'%';
mysql> GRANT SELECT, REPLICATION CLIENT, REPLICATION SLAVE ON *.* TO 'maxwell'@'%';
[root@server16 maxwell-1.29.2]# cp config.properties.example config.properties
-- 修改配置文件
[root@server16 maxwell-1.29.2]# vim config.properties
[atguigu@hadoop102 maxwell]$ vim config.properties
#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=server15:9092,server16:9092,server17:9092
#目标Kafka topic,可静态配置,例如:maxwell,也可动态配置,例如:%{database}_%{table}
kafka_topic=maxwell
#MySQL相关配置
host=server15
user=maxwell
password=maxwell
jdbc_options=useSSL=false&serverTimezone=Asia/Shanghai
-- 启动maxwell
[root@server16 ~]# /opt/yyds/apps/maxwell-1.29.2/bin/maxwell --config /opt/yyds/apps/maxwell-1.29.2/config.properties --daemon
Redirecting STDOUT to /opt/yyds/apps/maxwell-1.29.2/bin/../logs/MaxwellDaemon.out
-- 停止maxwell
[root@server16 ~]# ps -ef | grep maxwell | grep -v grep | grep maxwell | awk '{print $2}' | xargs kill
-- 创建kafka主题
/opt/cloudera/parcels/CDH-6.2.0-1.cdh6.2.0.p0.967373/lib/kafka/bin/kafka-topics.sh --create --replication-factor 2 --partitions 3 --zookeeper server15:2181 --topic maxwell
-- 展示kafka主题
/opt/cloudera/parcels/CDH-6.2.0-1.cdh6.2.0.p0.967373/lib/kafka/bin/kafka-topics.sh --list --zookeeper server15:2181
-- 启动kafka消费者
/opt/cloudera/parcels/CDH-6.2.0-1.cdh6.2.0.p0.967373/lib/kafka/bin/kafka-console-consumer.sh --bootstrap-server server16:9092 --topic maxwell --from-beginning
-- 插入数据
{
"database":"gmall2022",
"table":"base_trademark",
"type":"insert",
"ts":1650938288,
"xid":14691,
"commit":true,
"data":{
"id":12,
"tm_name":"aaa",
"logo_url":null
}
}
-- 修改数据
{
"database":"gmall2022",
"table":"base_trademark",
"type":"update",
"ts":1650938351,
"xid":15362,
"commit":true,
"data":{
"id":12,
"tm_name":"aaa",
"logo_url":"bbb"
},
"old":{
"logo_url":null
}
}
-- 删除数据
{
"database":"gmall2022",
"table":"base_trademark",
"type":"delete",
"ts":1650938398,
"xid":15814,
"commit":true,
"data":{
"id":12,
"tm_name":"aaa",
"logo_url":"bbb"
}
}
有时只有增量数据是不够的,我们可能需要使用到MySQL数据库中从历史至今的一个完整的数据集。这就需要我们在进行增量同步之前,先进行一次历史数据的全量同步。这样就能保证得到一个完整的数据集。
[root@server16 maxwell-1.29.2]# /opt/yyds/apps/maxwell-1.29.2/bin/maxwell-bootstrap --database gmall2022 --table user_info --config /opt/yyds/apps/maxwell-1.29.2/config.properties
{
"database": "fooDB",
"table": "barTable",
"type": "bootstrap-start",
"ts": 1450557744,
"data": {}
}
{
"database": "fooDB",
"table": "barTable",
"type": "bootstrap-insert",
"ts": 1450557744,
"data": {
"txt": "hello"
}
}
{
"database": "fooDB",
"table": "barTable",
"type": "bootstrap-insert",
"ts": 1450557744,
"data": {
"txt": "bootstrap!"
}
}
{
"database": "fooDB",
"table": "barTable",
"type": "bootstrap-complete",
"ts": 1450557744,
"data": {}
}
注意:
1)第一条type为bootstrap-start和最后一条type为bootstrap-complete的数据,是bootstrap开始和结束的标志,不包含数据,中间的type为bootstrap-insert的数据才包含数据。
2)一次bootstrap输出的所有记录的ts都相同,为bootstrap开始的时间。