mysql的数据表同步工具 canal的使用

已于 2022-12-29 18:59:08 修改
阅读量1w 收藏 68
点赞数 4
分类专栏： mysql数据库 文章标签： mysql 数据库
于 2022-09-06 22:50:41 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/u011066470/article/details/126734578
版权

一  canal的扫盲

1.1 canal的介绍

canal是阿里巴巴旗下的一款开源项目，使用java语言进行开发，基于数据库增量日志解析，提供增量数据订阅与消费的功能。是一款很好用的数据库同步工具。目前只支持mysql。

二  canal的搭建

2.1 架构流程

 2.2 配置服务器mysql

canal的原理是基于mysql binlog技术，所以，这里一定要开启mysql的binlog写入的功能。
1.开启mysql服务：service mysqld  start 或  service mysql start
2.检测binlog功能是否开启，如果是off，则没有开启，如果是on表示开启
show variables like 'log_bin';

3.如果binlog的显示为off，则修改配置文件  my.cnf 进行配置开启

vi   /etc/my.cnf

# set zhucongfuzhi
server_id = 86               # 设置服务器编号
log_bin = master-bin        # 启用二进制日志，并设置二进制日志文件前缀 
expire_logs_days=7          #自动清理 7 天前的log文件,可根据需要修改
binlog_format=ROW           #选择row模式

4.重启mysql数据库

切换到 mysql的 隶属用户：hd-mysql

[root@localhost local]# su hd-mysql
[hd-mysql@localhost etc]$ service mysql start
Starting MySQL. SUCCESS! 



重启后，再查看binlog的值，为on，则表示已经开启了。

5.创建远程访问用户，并授权访问

进入mysql的命令模式：

create user 'canal'@'%'IDENTIFIED BY 'boc123'
grant all on *.* to 'canal'@'%'
flush privileges;

mysql> create user 'canal'@'%'IDENTIFIED BY 'boc123';
Query OK, 0 rows affected (0.01 sec)

mysql> grant all on *.* to 'canal'@'%';
Query OK, 0 rows affected (0.01 sec)

mysql> flush privileges;
Query OK, 0 rows affected (0.02 sec)

mysql> 
 

 2.3 配置安装canal同步工具

1.软件包下载地址

Releases · alibaba/canal · GitHub

2.上传软件包到服务器 

 3.解压并修改配置文件

将软件安装到：/usr/local/ 目录下 ，完整路径为 /usr/local/canal  这个目录

[root@localhost local]# mkdir -p canal
[root@localhost local]# cd canal/
[root@localhost canal]# ls
[root@localhost canal]# pwd
/usr/local/canal
[root@localhost canal]# tar -zxvf /root/export/servers/canal.deployer-1.1.6.tar.gz -C .
bin/startup.bat
bin/restart.sh
bin/startup.sh
bin/stop.sh
conf/metrics/
conf/example/
4.修改配置文件

vi conf/example/instance.properties

[root@localhost example]# pwd
/usr/local/canal/conf/example
[root@localhost example]# vi instance.properties 
修改内容如下

mysql 数据解析关注的表，Perl正则表达式.
多个正则之间以逗号(,)分隔，转义符需要双斜杠(\\) 
常见例子：
1.  所有表：.*   or  .*\\..*
2.  canal schema下所有表： canal\\..*
3.  canal下的以canal打头的表：canal\\.canal.*
4.  canal schema(这里的canal是数据库的名字，test1 为表名)下的一张表：canal.test1
5.  多个规则组合使用：canal\\..*,mysql.test1,mysql.test2 (逗号分隔)
注意：此过滤条件只针对row模式的数据有效(ps. mixed/statement因为不解析sql，所以无法准确提取tableName进行过滤) 

3.进入bin目录下启动

1.进入到安装目录： /usr/local/canal

2.启动命令:  sh bin/startup.sh

[root@localhost canal]# ./bin/startup.sh
cd to /usr/local/canal/bin for workaround relative path
LOG CONFIGURATION : /usr/local/canal/bin/../conf/logback.xml
canal conf : /usr/local/canal/bin/../conf/canal.properties

截图如下

  2.4  关闭防火墙

 2.5  编写接收java程序

1.项目结构

 2.pom文件

<?xml version="1.0" encoding="UTF-8"?>

<project xmlns="http://maven.apache.org/POM/4.0.0" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
         xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd">
  <modelVersion>4.0.0</modelVersion>
  <parent>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-parent</artifactId>
    <version>2.2.1.RELEASE</version>
    <relativePath/> <!-- lookup parent from repository -->
  </parent>
  <groupId>com.ljf</groupId>
  <artifactId>canal-demo</artifactId>
  <version>1.0-SNAPSHOT</version>

  <name>canal-demo</name>
  <!-- FIXME change it to the project's website -->
  <url>http://www.example.com</url>

  <properties>
    <project.build.sourceEncoding>UTF-8</project.build.sourceEncoding>
    <maven.compiler.source>1.8</maven.compiler.source>
    <maven.compiler.target>1.8</maven.compiler.target>
  </properties>

  <dependencies>
    <dependency>
      <groupId>org.springframework.boot</groupId>
      <artifactId>spring-boot-starter-web</artifactId>
    </dependency>

    <!--mysql-->
    <dependency>
      <groupId>mysql</groupId>
      <artifactId>mysql-connector-java</artifactId>
    </dependency>

    <dependency>
      <groupId>commons-dbutils</groupId>
      <artifactId>commons-dbutils</artifactId>
      <version>1.7</version>
    </dependency>

    <dependency>
      <groupId>org.springframework.boot</groupId>
      <artifactId>spring-boot-starter-jdbc</artifactId>
    </dependency>

    <dependency>
      <groupId>com.alibaba.otter</groupId>
      <artifactId>canal.client</artifactId>
      <version>1.1.0</version>
    </dependency>
  </dependencies>

  <build>

  </build>
</project>

3.配置文件

# 服务端口
server.port=10010
# 服务名
spring.application.name=canal-client-t14

# 环境设置：dev、test、prod
spring.profiles.active=dev

# mysql数据库连接
spring.datasource.driver-class-name=com.mysql.cj.jdbc.Driver
spring.datasource.url=jdbc:mysql://localhost:3306/xx_db?serverTimezone=GMT%2B8
spring.datasource.username=root
spring.datasource.password=cloudiip

4.处理类

package com.ljf.canal;

import com.alibaba.otter.canal.client.CanalConnector;
import com.alibaba.otter.canal.client.CanalConnectors;
import com.alibaba.otter.canal.protocol.CanalEntry.*;
import com.alibaba.otter.canal.protocol.Message;
import com.google.protobuf.InvalidProtocolBufferException;
import org.apache.commons.dbutils.DbUtils;
import org.apache.commons.dbutils.QueryRunner;
import org.springframework.stereotype.Component;

import javax.annotation.Resource;
import javax.sql.DataSource;
import java.net.InetSocketAddress;
import java.sql.Connection;
import java.sql.SQLException;
import java.util.Iterator;
import java.util.List;
import java.util.Queue;
import java.util.concurrent.ConcurrentLinkedQueue;

@Component
public class CanalClient {

    //sql队列
    private Queue<String> SQL_QUEUE = new ConcurrentLinkedQueue<>();

    @Resource
    private DataSource dataSource;

    /**
     * canal入库方法
     */
    public void run() {

        CanalConnector connector = CanalConnectors.newSingleConnector(new InetSocketAddress("192.168.152.141",
                11111), "example", "canal", "boc123");
        int batchSize = 1000;
        try {
            connector.connect();
            connector.subscribe(".*\\..*");
            connector.rollback();
            try {
                while (true) {
                    //尝试从master那边拉去数据batchSize条记录，有多少取多少
                    Message message = connector.getWithoutAck(batchSize);
                    long batchId = message.getId();
                    int size = message.getEntries().size();
                    if (batchId == -1 || size == 0) {
                        Thread.sleep(1000);
                    } else {
                        dataHandle(message.getEntries());
                    }
                    connector.ack(batchId);

                    //当队列里面堆积的sql大于一定数值的时候就模拟执行
                    if (SQL_QUEUE.size() >= 1) {
                        executeQueueSql();
                    }
                }
            } catch (InterruptedException e) {
                e.printStackTrace();
            } catch (InvalidProtocolBufferException e) {
                e.printStackTrace();
            }
        } finally {
            connector.disconnect();
        }
    }

    /**
     * 模拟执行队列里面的sql语句
     */
    public void executeQueueSql() {
        int size = SQL_QUEUE.size();
        for (int i = 0; i < size; i++) {
            String sql = SQL_QUEUE.poll();
            System.out.println("[sql]----> " + sql);

            this.execute(sql.toString());
        }
    }

    /**
     * 数据处理
     *
     * @param entrys
     */
    private void dataHandle(List<Entry> entrys) throws InvalidProtocolBufferException {
        for (Entry entry : entrys) {
            if (EntryType.ROWDATA == entry.getEntryType()) {
                RowChange rowChange = RowChange.parseFrom(entry.getStoreValue());
                EventType eventType = rowChange.getEventType();
                if (eventType == EventType.DELETE) {
                    saveDeleteSql(entry);
                } else if (eventType == EventType.UPDATE) {
                    saveUpdateSql(entry);
                } else if (eventType == EventType.INSERT) {
                    saveInsertSql(entry);
                }
            }
        }
    }

    /**
     * 保存更新语句
     *
     * @param entry
     */
    private void saveUpdateSql(Entry entry) {
        try {
            RowChange rowChange = RowChange.parseFrom(entry.getStoreValue());
            List<RowData> rowDatasList = rowChange.getRowDatasList();
            for (RowData rowData : rowDatasList) {
                List<Column> newColumnList = rowData.getAfterColumnsList();
                StringBuffer sql = new StringBuffer("update " + entry.getHeader().getTableName() + " set ");
                for (int i = 0; i < newColumnList.size(); i++) {
                    sql.append(" " + newColumnList.get(i).getName()
                            + " = '" + newColumnList.get(i).getValue() + "'");
                    if (i != newColumnList.size() - 1) {
                        sql.append(",");
                    }
                }
                sql.append(" where ");
                List<Column> oldColumnList = rowData.getBeforeColumnsList();
                for (Column column : oldColumnList) {
                    if (column.getIsKey()) {
                        //暂时只支持单一主键
                        sql.append(column.getName() + "=" + column.getValue());
                        break;
                    }
                }
                SQL_QUEUE.add(sql.toString());
            }
        } catch (InvalidProtocolBufferException e) {
            e.printStackTrace();
        }
    }

    /**
     * 保存删除语句
     *
     * @param entry
     */
    private void saveDeleteSql(Entry entry) {
        try {
            RowChange rowChange = RowChange.parseFrom(entry.getStoreValue());
            List<RowData> rowDatasList = rowChange.getRowDatasList();
            for (RowData rowData : rowDatasList) {
                List<Column> columnList = rowData.getBeforeColumnsList();
                StringBuffer sql = new StringBuffer("delete from " + entry.getHeader().getTableName() + " where ");
                for (Column column : columnList) {
                    if (column.getIsKey()) {
                        //暂时只支持单一主键
                        sql.append(column.getName() + "=" + column.getValue());
                        break;
                    }
                }
                SQL_QUEUE.add(sql.toString());
            }
        } catch (InvalidProtocolBufferException e) {
            e.printStackTrace();
        }
    }

    /**
     * 保存插入语句
     *
     * @param entry
     */
    private void saveInsertSql(Entry entry) {
        try {
            RowChange rowChange = RowChange.parseFrom(entry.getStoreValue());
            List<RowData> rowDatasList = rowChange.getRowDatasList();
            for (RowData rowData : rowDatasList) {
                List<Column> columnList = rowData.getAfterColumnsList();
                StringBuffer sql = new StringBuffer("insert into " + entry.getHeader().getTableName() + " (");
                for (int i = 0; i < columnList.size(); i++) {
                    sql.append(columnList.get(i).getName());
                    if (i != columnList.size() - 1) {
                        sql.append(",");
                    }
                }
                sql.append(") VALUES (");
                for (int i = 0; i < columnList.size(); i++) {
                    sql.append("'" + columnList.get(i).getValue() + "'");
                    if (i != columnList.size() - 1) {
                        sql.append(",");
                    }
                }
                sql.append(")");
                SQL_QUEUE.add(sql.toString());
            }
        } catch (InvalidProtocolBufferException e) {
            e.printStackTrace();
        }
    }

    /**
     * 入库
     * @param sql
     */
    public void execute(String sql) {
        Connection con = null;
        try {
            if(null == sql) return;
            con = dataSource.getConnection();
            QueryRunner qr = new QueryRunner();
            int row = qr.execute(con, sql);
            System.out.println("update: "+ row);
        } catch (SQLException e) {
            e.printStackTrace();
        } finally {
            DbUtils.closeQuietly(con);
        }
    }
}

5.启动类

package com.ljf;

import com.ljf.canal.CanalClient;
import org.springframework.boot.CommandLineRunner;
import org.springframework.boot.SpringApplication;
import org.springframework.boot.autoconfigure.SpringBootApplication;

import javax.annotation.Resource;

/**
 * Hello world!
 *
 */
@SpringBootApplication
public class  App implements CommandLineRunner
{
    @Resource
    private CanalClient canalClient;
    public static void main( String[] args )
    {
        System.out.println( "Hello World!" );
        SpringApplication.run(App.class, args);
    }

    @Override
    public void run(String... strings) throws Exception {
        //项目启动，执行canal客户端监听
        canalClient.run();
    }
}

6.启动服务

  2.6 测试验证

1.在目的端的数据库，新建一个同样名字的数据库，同样名字的数据表。

如这里源数据库 xx_db, 数据表tb_student;

 目的端：

 2.在源表中新增数据

 3.在目的库中查看

4.查看console

总结： 可以看到新增数据已经同步过来了！ 

源代码见:   https://gitee.com/jurf-liu/canal-demo.git

canal实现mysql数据同步
congge
01-27 1万+
canal实现mysql数据同步
canal实现mysql到ES数据实时同步
07-11
canal实现mysql到ES数据实时同步
搭建 canal 监控mysql数据到 elasticsearch 中（本机到远端sql）
最新发布
yhl18931306541的博客
09-06 1472
搭建 canal 监控mysql数据到 elasticsearch 中（本机到远端sql）
MYSQL数据库同步工具
michlee168的博客
05-08 4768
MYSQL数据库同步工具MYSQL数据库同步工具功能说明配图 MYSQL数据库同步工具 GIT地址：https://gitee.com/michlee/mysql-sync 功能 目前仅针对Mysql数据库 1.表结构同步 (支持1对多数据库配置：新表/单表/多表/全表 (注:多配置全表同步速度会慢一点)) 2.视图同步 (支持1对多数据库配置) 3.函数同步 (支持1对多数据库配置) 4.数据全量同步 (1对1数据库配置, 支持多表) 5.本地启动 http://localhost:8765/
利用Canal完成Mysql数据同步Redis
我只是一个简单的Coder，为了兴趣和理想奋斗在生活的道路上
06-06 3755
流程Canal的原理是模拟Slave向Master发送请求，Canal解析binlog，但不将解析结果持久化，而是保存在内存中，每次有客户端读取一次消息，就删除该消息。这里所说的客户端，就需要我们写一个连接Canal的程序，持续从Canal获取数据。步骤一、配置Canal参考https://github.com/alibaba/canal【mysql配置】1，配置参数[html] view pla...
Mysql全量数据同步工具
一夜奈何梁山
10-27 1677
Mysql全量数据同步工具
Mysql/Sqlserver数据库同步工具
sss899000的博客
12-21 990
一般做Mysql数据库同步会采用Mysql主从复制来实现，但是这个对技术人员要求较高，普通的没接触过这方面知识的新手没法自己玩，今天推荐一个Mysql数据库同步工具，超好用，只要会数据库基操，就能轻松玩Mysql数据库的增量实时同步，也适用于Sqlserver数据库。软件界面如下图所示，软件主界面十分简洁时尚潮流，符合年轻人的风格，不用操作说明书就能看懂，看下就大概知道怎么操作配置了，我们来用Mysql数据库同步工具添加一个任务试试，如下图所示，这里我是新增了一个Mysql到Mysql的同步任务，一步步操作
实战：MySQL数据同步神器之Canal
为无为，事无事，味无味。
08-02 3506
canal [kə'næl]，译意为水道/管道/沟渠，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。项目起源于阿里巴巴内部对于跨机房数据同步的需求，通过解析MySQL的二进制日志（Binary Log），Canal能够捕获并推送数据库的变更事件，满足了诸如数据库镜像、实时备份、索引实时维护等多种业务场景的需求。GitHub - alibaba/canal: 阿里巴巴 MySQL binlog 增量订阅&消费组件。
mysqlToOrcl数据同步工具
11-02
mysql向Orcl数据同步工具，无需繁杂的步骤，个人觉得好用，分享个各位
Canal(Mysql)数据同步工具使用
xiongyi01的博客
01-01 1187
1. Canal介绍 阿里巴巴 B2B 公司，因为业务的特性，卖家主要集中在国内，买家主要集中在国外，所以衍生出了同步杭州和美国异地机房的需求，从 2010 年开始，阿里系公司开始逐步的尝试基于数据库的日志解析，获取增量变更进行同步，由此衍生出了增量订阅&消费的业务。Canal 是用 Java 开发的基于数据库增量日志解析，提供增量数据订阅&消费的中间件。目前。Canal 主要支持了 MySQL 的 Binlog 解析，解析完成后才利用 Canal Client 来处理获得的相关数据。（数
canal同步mysql
12-12
canal同步mysql,基于springboot2.0.6,使用undertow容器，可直接运行。
数据库同步工具
12-02
用过的最好的同步工具，支持mysql to sqlserver,mysql to mysql,sqlserver to sqlserver同步，中文界面。免破解可以用三年。
canal 的 mysql 与 redis/memcached/mongodb 的 nosql 数据实时同步方案
11-03
以上就是关于“canal”的MySQL与“redis/memcached/mongodb”的NoSQL数据实时同步方案的主要知识点，涵盖了数据库技术、数据同步原理以及在实际应用中的挑战和解决方案。在实际操作中，需要结合具体业务需求和系统...
实时监控Mysql数据库变化_进行数据同步_了解Canal_---Canal工作笔记001
添柴程序猿的专栏
07-22 617
2.由来阿里巴巴B2B公司，因为业务的特性，卖家主要集中在国内，买家主要集中在国外，所以衍生出了杭州和美国异地机房的需求，从2010年开始，阿里系公司开始逐步的尝试基于数据库的日志解析，获取增量变更进行同步，由此衍生出了增量订阅&消费的业务。4.可以简单地把canal理解为一个用来同步增量数据的一个工具。1.Canal是阿里巴巴旗下的一款开源项目，纯Java开发。......
Canal实现MYSQL实时数据同步
水蓝
04-10 3534
访问 xxx.xxx.xxx.xxx:8089, 前面换成自己的服务器、虚拟机地址。为了兼容MYSQL8.0+， 我们需要拉取 v1.1.7的镜像。instance.properties 一共2处修改。canal.properties 一共1处修改。如果是服务器部署的话，记得开放对应的端口号。如果是服务器部署的话，记得开放对应的端口号。一般都是开启的, 可以通过下列命令在。，因为后面的文件都是在这个路径下。，所以我们可以制作对应的镜像。或其他数据库工具进行查看。作者并没有上传对应的镜像。
Mysql实时数据同步工具Alibaba Canal 使用
寓教于乐。教己助人
12-27 2004
canal [kə’næl]，译意为水道/管道/沟渠，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 早期阿里巴巴因为杭州和美国双机房部署，存在跨机房同步的业务需求，实现方式主要是基于业务 trigger 获取增量变更。从 2010 年开始，业务逐步尝试数据库日志解析获取增量变更进行同步，由此衍生出了大量的数据库增量订阅和消费业务。 基于日志增量订阅和消费的业务包括 数据库镜像 数据库实时备份 索引构建和实时维护(拆分异构索引、倒排索引等) 业务 cache 刷新 带业务逻辑的
mysql 实时同步工具_数据库实时同步工具Syncnavigator详细使用教程
weixin_33622555的博客
01-19 1118
来源数据库：源数据库，也就是数据来源。目标数据库，也就是数据需要传输到哪里，目标数据库可以是空数据库，如果为空，程序第一次会自动创建目标数据库表结构。不过建议不让程序自动创建，如果来源数据库结构和目标数据库结构一致，可以将来源数据库结构导出一份到目标数据库。填写好来源数据库地址，账号，密码后点击连接测试，如果能够连接会提示“成功”，如果数据库端口不是默认端口，如sqlserver数据库端口为143...
canal实现mysql数据实时同步es
09-04
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来实现以下步骤： 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。
评论 3
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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