【总结】Maxwell学习笔记

1.Maxwell简介

Maxwell 是一款用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

Maxwell输出数据格式：

字段说明：

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

2.Maxwell原理

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

2.1 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

2.2 MySQL主从复制

MySQL的主从复制，就是用来建立一个和主数据库完全一样的数据库环境，这个数据库称为从数据库

2.2.1 应用场景

1. 做数据库的热备：主数据库服务器故障后，可切换到从数据库继续工作。
2. 读写分离：主数据库只负责业务数据的写入操作，而多个从数据库只负责业务数据的查询工作，在读多写少场景下，可以提高数据库工作效率

2.2.2 工作原理

1. Master主库将数据变更记录，写到二进制日志(binary log)中
2. 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
3. Slave从库读取并回放中继日志中的事件，将改变的数据同步到自己的数据库

MySQL的dump协议是一种用于在客户端和服务器之间传输数据的文件格式。它主要用于备份和恢复数据库，以及在不同版本的MySQL服务器之间迁移数据。dump协议的文件通常以.sql为扩展名，包含了创建表、插入数据等SQL语句

由此可见，maxwell的工作原理就是就是将自己伪装成slave，并遵循MySQL主从复制的协议，从master同步数据

3.Maxwell部署

3.1 安装Maxwell

安装包下载地址：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

下载完成后解压即可，目录结构如下：

3.2 配置MySQL

1.首先需要开启MySQL的binlog服务，sudo vim /etc/my.cnf：

增加以下配置：

[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=gmall

1.有关binlog-do-db，如果需要有多个数据库来启用binlog，则要增加多条语句配置

也可以使用binlog-ignore-db来设置不需监控的数据库

2.有关server-id：server-id是MySQL服务器的一个唯一标识符，它通常在配置文件中设置。这个标识符在复制过程中非常重要，因为它帮助确保数据的一致性和正确性

3.有关binlog模式：MySQL的binlog模式有：

Statement-based：基于语句，Binlog会记录所有写操作的SQL语句，包括insert、update、delete等

• 优点： 节省空间
• 缺点： 有可能造成数据不一致，例如insert语句中包含now()函数

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
• mixed：混合模式，默认是Statement-based，如果SQL语句可能导致数据不一致，就自动切换到Row-based

Maxwell要求Binlog采用Row-based模式

2.重启MySQL服务：sudo systemctl restart mysqld

3.3 创建Maxwell所需数据库和用户

1.创建数据库：CREATE DATABASE maxwell

2.调整MySQL数据库密码级别：

set global validate_password_policy=0

set global validate_password_length=4

global validate_password_policy用于指定密码的强度验证等级：

• LOW（0）：只验证密码长度。
• MEDIUM（1）：验证长度、数字、大小写字母、特殊字符。
• STRONG（2）：验证长度、数字、大小写字母、特殊字符以及字典文件。

global validate_password_length用于设置密码的最小长度

3.创建Maxwell用户并赋予其必要权限：

①CREATE USER 'maxwell'@'%' IDENTIFIED BY 'maxwell'（创建用户）、

'maxwell'@'%'：用户名是maxwell；主机名是'%'，'%'表示这个用户可以从任何主机连接到数据库服务器

IDENTIFIED BY 'maxwell'：密码是maxwell

②GRANT ALL ON maxwell.* TO 'maxwell'@'%';：Maxwell用户可以操作maxwell数据库下的所有表

③GRANT SELECT, REPLICATION CLIENT, REPLICATION SLAVE ON *.* TO 'maxwell'@'%';：

赋予maxwell用户对于所有数据库下所有表的主从复制权限

权限：SELECT（查询）、REPLICATION CLIENT（复制客户端）和REPLICATION SLAVE（复制从服务器）

ON *.*：指定这些权限适用的数据库和表。星号（*）表示所有数据库和表

TO 'maxwell'@'%'：指定要授予权限的用户

3.4 配置Maxwell

首先修改配置文件名称：cp config.properties.example config.properties

然后对该文件进行修改：

#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
#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

4.Maxwell使用

以将MySQL数据同步到Kafka为例，首先启动Kafka集群

4.1 maxwell启停

启动：/opt/module/maxwell/bin/maxwell --config /opt/module/maxwell/config.properties --daemon

停止：ps -ef | grep maxwell | grep -v grep | grep maxwell | awk '{print $2}' | xargs kill -9

解析：

• ps -ef: 这是列出所有正在运行的进程的命令。
• grep maxwell: 这是搜索包含"maxwell"字符串的进程。
• grep -v grep: 这是排除包含"grep"字符串的进程，以避免误杀grep命令本身。
• awk '{print $2}': 这是使用awk命令提取每行输出的第二个字段，即进程ID（PID）。
• xargs kill -9: 这是将提取到的进程ID作为参数传递给kill命令，并使用-9选项强制终止进程。

启停脚本：

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

4.2 增量数据同步

启动kafka消费者：bin/kafka-console-consumer.sh --bootstrap-server hadoop102:9092 --topic topic_db

然后在mysql中gmall数据库的activity_info表中插入一条数据：

可以看到Kafka消费者成功捕获到Maxwell发送来的数据：

4.3 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

命令格式：/opt/module/maxwell/bin/maxwell-bootstrap --database gmall --table activity_info --config /opt/module/maxwell/config.properties

执行指令后可以看到所有数据均已同步到Kafka消费者：

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