mysql kafka binlog_为什么使用kafka处理mysql binlog？

至尊宝的传说

在开发 Spark Streaming 的公共组件过程中，需要将 binlog 的数据(Array[Byte])转换为 Json 格式，供用户使用，本文提供一种转换的思路。另外我们会用到几个辅助类，为了行文流畅，我们将辅助类的定义放在文章的最后面。如果如果本文有讲述不详细，或者错误指出，肯请指出，谢谢对于 binlog 数据，每一次操作(INSERT/UPDATE/DELETE 等)都会作为一条记录写入 binlog 文件，但是同一条记录可能包含数据库中的几行数据(这里比较绕，可以看一个具体的例子)在数据库中，有 id, name 两个字段，其中 id 为主键，name 随意, age 随意。有两行数据如下idnameage　　1john30　　2john40　　那么你进行操作　　update table set age = 50 where name = john的时候，就会将两行的数据都进行更改，这两行更改的数据会在同一个 binlog 记录中，这一点会在后面的实现中有体现。　　下面，我们给出具体的代码，然后对代码进行分析def desirializeByte(b: (String, Array[Byte])) : (String, String) = {val binlogEntry = BinlogEntryUtil.serializeToBean(b._2) //将 Array[Byte] 数据转换成 com.meituan.data.binlog.BinlogEntry 类，相关类定义参考附录val pkeys = binlogEntry.getPrimaryKeys.asScala //获取主键，这里的 asScala 将 Java 的 List 转换为 Scala 的 Listval rowDatas : List[BinlogRow] = binlogEntry.getRowDatas.asScala.toList //获取具体的信息val strRowDatas = rowDatas.map(a => { //将获取到的具体信息进行转换，这里主要是将没一条信息的内容，转换 [(K1:V1,K2:V2...Kn:Vn)] 的形式，方面后面进行 Json 化val b = a.getBeforeColumns.asScala //获取 beforColumnsval c = a.getAfterColumns.asScala //获取 afterColumnsval mb = b.map(d => (d._1, d._2.getValue)) //去掉所有不需要的信息，只保留每个字段的值val mc = c.map(c => (c._1, c._2.getValue)) //去掉所有不需要的信息，只保留每个字段的值(mb, mc) //返回转换后的 beforeColumns 和 afterColumns})　　//下面利用 json4s 进行 Json 化　　(binlogEntry.getEventType, compact("rowdata" -> strRowDatas.map{w => List("row_data" -> ("before" -> w._1.toMap) ~ ("after" -> w._2.toMap)) //这里的两个 toMap 是必要的，不然里层会变成 List，这个地方比较疑惑的是，//w._1 按理是 Map类型，为什么还需要强制转换成 Map//而且用 strRowDatas.foreach(x => println(s"${x._1} ${x._2}")打印的结果表名是 Map}))　　desirializeByte 函数传入 topic 中的一条记录，返回参数自己确定，我这里为了测试，返回一个 (String, String) 的 Tuple，第一个字段表示该条记录的 EventType(Insert/Update/Delete 等)，第二个字段为 Json 化后的数据。　　BinlogEntryUtil.serilizeToBean 是一个辅助类，将 binlog 数据转化为一个 Java bean 类。　　第 4 行，我们得到表对应的主键，第 5 行获得具体的数据第 6 行到第 12 行是 Json 化之前的辅助工作，将所有不需要的东西给剔除掉，只留下字段，以及字段对应的值。　　第 14， 15 行就是具体的 Json 工作了(使用了 json4s 包进行 Json 化)这个过程中有一点需要注意的是，在 Json 化的时候，记得为 w._1 和 w._2 加 toMap 操作，不然会变成 List(很奇怪，我将 w._1 和 w._2 打印出来看，都是 Map 类型)或者你可以在第 7，8 行的末尾加上 .toMap 操作。这个我查了 API，进行了实验，暂时怀疑是在和 json4s 组合的时候，出现了问题，有待验证。　　利用上述代码，我们可以得到下面这样 Json 化之后的字符串(我进行了排版，程序返回的 Json 串是不换行的){"rowdata":　　[{"row_data":　　{"before":{"param_name":"creator","param_value":"chenqiang05","horigindb_etl_id":"2532","utime":"2016-07-26 15:07:16","id":"15122","status":"0","ctime":"2016-07-25 17:06:01"},"after":{"param_name":"creator","param_value":"chendayao","horigindb_etl_id":"2532","utime":"2016-08-01 10:32:01","id":"15122","status":"0","ctime":"2016-07-25 17:06:01"}　　}　　}]　　}"　　到这里，基本就完成了一种将 binlog 数据 Json 化的代码。　　附录代码，由于这些代码是从其他工程里面抠出来的，可能读起来会不顺畅，还请见谅。　　public static BinlogEntryserializeToBean(byte[] input) {BinlogEntrybinlogEntry = null;　　Entryentry = deserializeFromProtoBuf(input);//从 protobuf 反序列化if(entry != null) {　　binlogEntry = serializeToBean(entry);　　}　　return binlogEntry;　　}　　public static EntrydeserializeFromProtoBuf(byte[] input) {Entryentry = null;　　try {　　entry = Entry.parseFrom(input);　　//com.alibaba.otter.canal.protocol.CanalEntry#Entry 类的方法，由 protobuf 生成} catch (InvalidProtocolBufferExceptionvar3) {logger.error("Exception:" + var3);　　}　　return entry;　　}　　//将 Entry 解析为一个 bean 类　　public static BinlogEntryserializeToBean(Entryentry) {RowChangerowChange = null;　　try {　　rowChange = RowChange.parseFrom(entry.getStoreValue());} catch (Exceptionvar8) {　　throw new RuntimeException("parse event has an error , data:" + entry.toString(), var8);}　　BinlogEntrybinlogEntry = new BinlogEntry();String[] logFileNames = entry.getHeader().getLogfileName().split("\\.");String logFileNo = "000000";　　if(logFileNames.length > 1) {　　logFileNo = logFileNames[1];　　}　　binlogEntry.setBinlogFileName(logFileNo);binlogEntry.setBinlogOffset(entry.getHeader().getLogfileOffset());binlogEntry.setExecuteTime(entry.getHeader().getExecuteTime());binlogEntry.setTableName(entry.getHeader().getTableName());binlogEntry.setEventType(entry.getHeader().getEventType().toString());IteratorprimaryKeysList = rowChange.getRowDatasList().iterator();while(primaryKeysList.hasNext()) {　　RowDatarowData = (RowData)primaryKeysList.next();BinlogRowrow = new BinlogRow(binlogEntry.getEventType());row.setBeforeColumns(getColumnInfo(rowData.getBeforeColumnsList()));row.setAfterColumns(getColumnInfo(rowData.getAfterColumnsList()));binlogEntry.addRowData(row);　　}　　if(binlogEntry.getRowDatas().size() >= 1) {BinlogRowprimaryKeysList1 = (BinlogRow)binlogEntry.getRowDatas().get(0);binlogEntry.setPrimaryKeys(getPrimaryKeys(primaryKeysList1));} else {　　ArrayListprimaryKeysList2 = new ArrayList();binlogEntry.setPrimaryKeys(primaryKeysList2);}　　return binlogEntry;　　}　　public class BinlogEntry implements Serializable {private String binlogFileName;　　private long binlogOffset;　　private long executeTime;　　private String tableName;　　private String eventType;　　private List primaryKeys;　　private List rowDatas = new ArrayList();}　　public class BinlogRow implements Serializable {public static final String EVENT_TYPE_INSERT = "INSERT";public static final String EVENT_TYPE_UPDATE = "UPDATE";public static final String EVENT_TYPE_DELETE = "DELETE";private String eventType;　　private Map beforeColumns;private Map afterColumns;}　　public class BinlogColumn implements Serializable {private int index;　　private String mysqlType;　　private String name;　　private boolean isKey;　　private boolean updated;　　private boolean isNull;　　private String value;　　}