场景 mysql的数据-->通过canal-->发送到kafka-->mysql、hive
在做canal集成kafka的时候,发现一个问题,多分区的情况下,跨分区的数据消费是无序的。
这时候就会出现问题,如果消费端消费的更新日志在插入日志之前,就会因为数据缺失导致异常(这样的情况随着并发出现的概率会增大),所以,需要保证新增的日志和更新的日志是有序的被消费。
kafka发送数据是支持指定分区的,这时候,只要把同一个表的同一个主键的数据发到同一个分区即可(如果多数据库得加入数据库名)
分区定义如下:
private int partitionDefine(String keyToPartition) {
if (keyToPartition == null) {
return new Random().nextInt(numPartitions);
} else {
return Math.abs(keyToPartition.hashCode()) % numPartitions;
}
}
传入的参数 tableName+主键
这样,消费到的数据就是有序的。不同的场景灵活运用即可。