otter mysql5.6_阿里otter系统部署手册.docx

阿里otter应用

系统部署手册

版本号

日期

作者

备注

0.1

2016-4-29

fashchina

初始

产品说明

名称：otter ['?t?(r)]

译意： 水獭，数据搬运工

语言： 纯java开发

定位： 基于数据库增量日志解析，准实时同步到本机房或异地机房的mysql/oracle数据库. 一个分布式数据库同步系统。

工作原理

一、原理描述：

1. 基于Canal开源产品，获取数据库增量日志数据。 什么是Canal, 请点击

2. 典型管理系统架构，manager(web管理)+node(工作节点)

a. manager运行时推送同步配置到node节点

b. node节点将同步状态反馈到manager上

3. 基于zookeeper，解决分布式状态调度的，允许多node节点之间协同工作.

二、什么是canal?

otter之前开源的一个子项目，开源链接地址： HYPERLINK "/alibaba/canal" /alibaba/canal

otter能解决什么？

1. 异构库同步

a. mysql -> mysql/oracle. (目前开源版本只支持mysql增量，目标库可以是mysql或者oracle，取决于canal的功能)

2. 单机房同步 (数据库之间RTT < 1ms)

a. 数据库版本升级

b. 数据表迁移

c. 异步二级索引

3. 异地机房同步 (比如阿里巴巴国际站就是杭州和美国机房的数据库同步，RTT > 200ms，亮点)

a. 机房容灾

4. 双向同步

a. 避免回环算法 (通用的解决方案，支持大部分关系型数据库)

b. 数据一致性算法 (保证双A机房模式下，数据保证最终一致性，亮点)

5. 文件同步

a. 站点镜像 (进行数据复制的同时，复制关联的图片，比如复制产品数据，同时复制产品图片).

初步性能指标

1. 单机房同步

a. 100tps ， 延迟100ms

b. 5000tps, 延迟1s

2. 中美异地机房同步

a. 100tps ， 延迟2s

b. 5000tps ，延迟10s

ps. 性能指标取决于目标数据库性能，数据大小等多个因素，单机房100b大小，极限tps可以1w+

名词解释

Pipeline：从源端到目标端的整个过程描述，主要由一些同步映射过程组成。

Channel：同步通道，单向同步中一个Pipeline组成，在双向同步中有两个Pipeline组成。

DataMediaPair：根据业务表定义映射关系，比如源表和目标表，字段映射，字段组等。

DataMedia : 抽象的数据介质概念，可以理解为数据表/mq队列定义。

DataMediaSource : 抽象的数据介质源信息，补充描述DateMedia。

ColumnPair : 定义字段映射关系。

ColumnGroup : 定义字段映射组。

Node : 处理同步过程的工作节点，对应一个jvm。

otter的S/E/T/L stage阶段模型

说明：为了更好的支持系统的扩展性和灵活性，将整个同步流程抽象为Select/Extract/Transform/Load，这么4个阶段.

Select阶段: 为解决数据来源的差异性，比如接入canal获取增量数据，也可以接入其他系统获取其他数据等。

Extract/Transform/Load 阶段：类似于数据仓库的ETL模型，具体可为数据join，数据转化，数据Load的

环境准备

1. 操作系统

a. otter为纯java编写，windows/linux均可支持

b. jdk建议使用1.6.25以上的版本，稳定可靠，目前阿里巴巴使用基本为此版本

2. 整个otter同步由manager、node部分组成，需要预先进行安装，

3. otter node依赖于zookeeper进行分布式调度，需要安装一个zookeeper节点或者集群.在manager启动完成后，需要首先定义不同机房的zookeeper机器集群。

网络要求

千兆网络

环境安装

MANAGER的安装

环境准备

1. otter manager依赖于mysql进行配置信息的存储，所以需要预先安装mysql，并初始化otter manager的系统表结构

a. 安装mysql，这里略过。

b. 初始化otter manager系统表

找到安装脚本otter-manager-schema.sql，然后登入MYSQL后执行下面语句：

source otter-manager-schema.sql

source otter-manager-schema.sql

2