1.简介
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。应该是阿里云DTS(Data Transfer Service)的开源版本。
2.提供的能力
Canal与DTS提供的功能基本相似:
1)基于Mysql的Slave协议实时dump binlog流,解析为事件发送给订阅方。
2)单Canal instance,单DTS数据订阅通道均只支持订阅一个RDS,提供给一个消费者。
3)可以使用canal-client客户端进行消息消费。
4)也可以通过简单配置,也可以不需要自行使用canal-client消费,可以选择直接投递到kafka或者RocketMQ集群,用户只需要使用消息队列的consumer消费即可。
5)成功消费消息后需要进行Ack,以确保一致性,服务端则会维护客户端目前的消费位点。
3.工作原理
MySQL的主从复制分成三步:
- master将改变记录到二进制日志(binary log)中(这些记录叫做二进制日志事件,binary log events,可以通过show binlog events进行查看);
- slave将master的binary log events拷贝到它的中继日志(relay log);
- slave重做中继日志中的事件,将改变反映它自己的数据。
![f4d318950db9e6831343aa3c19c70525.png](https://i-blog.csdnimg.cn/blog_migrate/6660af9f980e7314eabe0090235c8526.jpeg)
canal 就是模拟了这个过程。
- canal模拟 MySQL slave 的交互协议,伪装自己为 MySQL slave ,向 MySQL master 发送 dump 协议;
- MySQL master 收到 dump 请求,开始推送 binary log 给 slave (即 canal );
- canal 解析 binary log 对象(原始为 byte 流);
![54bb35d788f2ef6b4ee4b5e8b3b654f4.png](https://i-blog.csdnimg.cn/blog_migrate/a31179b3763f13e0be4f193dcae88fda.jpeg)
4. canal 架构
4.1 admin版本整体架构
canal 1.1.4开始支持admin管理,通过canal-admin为canal提供整体配置管理、节点运维等面向运维的功能,提供相对友好的WebUI操作界面,方便更多用户快速和安全的操作,替代了过去繁琐的配置文件管理。
整体部署架构如下。
![084605c9c9ad1b3eb13e68e82b1a6cc1.png](https://i-blog.csdnimg.cn/blog_migrate/a4084ac0307b6cc9a627daf21d417bf0.jpeg)
- 多个canal-server可以组成集群模式,每个instance任务通过zookeeper在集群中实现高可用
- 通过多个集群,可以实现同步资源的物理隔离
- 可以直接抓取消费投递MQ,可以实现生产/消费解耦、消息堆积、消息回溯
- 可以抓取消费投递给canal-client,在用户的服务中进行消息处理,减少中间过程
4.2 canal-server架构
![30933a1630eb85473ddc4a5ba1798efd.png](https://i-blog.csdnimg.cn/blog_migrate/3dd570b4a0793b12f88a231d0470bacf.jpeg)
说明:
- server代表一个canal-server运行实例,对应于一个jvm
- instance对应于一个数据队列,是真正的变更抓取的实体 (1个server可以对应多个instance)
Instance模块
- EventParser :数据源接入,模拟slave协议和master进行交互,协议解析
- EventSink :Parser和Store链接器,进行数据过滤,加工,分发的工作
- EventStore :数据存储
- MetaManager:增量订阅&消费信息管理器
1)EventParser子模块
EventParser模块的类图设计如下
![c5b3d4cdd4764f018433bc828d5885c4.png](https://i-blog.csdnimg.cn/blog_migrate/20e7e50f86e823bf5b45418337c0477a.jpeg)
每个EventParser都会关联两个内部组件:CanalLogPositionManager , CanalHAController
- CanalLogPositionManager:记录binlog最后一次解析成功位置信息,主要是描述下一次canal启动的位点
- CanalHAController:支持Mysql主备,判断当前该连哪个mysql(基于Heartbeat实现,主库失去心跳则连备库)
EventParser根据HAController获知连到哪里,通过LogPositionManager获知从哪个位点开始解析,之后便通过Mysql Slave协议拉取binlog进行解析,推入EventSink
2)EventSink子模块
目前只提供了一个带有实际作用的实现:GroupEventSink
GroupEventSink用于将多个instance上的数据进行归并,常用于分库后的多数据源归并。
3)EventStore子模块
EventStore的类图如下
![e9e0293c8e8eb8906dfb31c19aaa1bbd.png](https://i-blog.csdnimg.cn/blog_migrate/d172081995c216d63eebe62091a7a3aa.jpeg)
官方提供的实现类是MemoryEventStoreWIthBuffer,内部采用的是一个RingBuffer:
![b6603857897c0bcc2f16512b8ea346f5.png](https://i-blog.csdnimg.cn/blog_migrate/a8d73a0bb62fbbff41c6059e4ccfae0e.jpeg)
- Put : Sink模块进行数据存储的最后一次写入位置
- Get : 数据订阅获取的最后一次提取位置
- Ack : 数据消费成功的最后一次消费位置
这些位点信息通过MetaManager进行管理。这也解释了为什么一个canal instance只能支撑一个消费者:EventStore的RingBuffer只为一个消费者维护信息。
4.3 客户端使用
数据格式已经在前文给出,Canal和DTS客户端均采取:
拉取事件 -> 消费 -> 消费成功后ACK
这样的消费模式,并支持消费不成功时进行rollback,重新消费该数据。
下面是一段简单的客户端调用实例(略去异常处理):
// 创建CanalConnector, 连接到localhost:11111CanalConnector connector = CanalConnectors.newSingleConnector(new InetSocketAddress(AddressUtils.getHostIp(),11111), destination, "", "");connector.connect(); // 连接connector.subscribe(); // 开始订阅binlog// 开始循环拉取while (running) { Message message = connector.getWithoutAck(1024); // 获取指定数量的数据 long batchId = message.getId(); for (Entry entry : message.getEntries()){ // 对每条消息进行处理 } connector.ack(batchId); // ack}
5.总结分析
5.1 优点
1)性能优异、功能全面
- canal 1.1.x 版本(release_note),性能与功能层面有较大的突破,重要提升包括:
- 整体性能测试&优化,提升了150%. #726
- 原生支持prometheus监控 #765
- 原生支持kafka消息投递 #695
- 原生支持aliyun rds的binlog订阅 (解决自动主备切换/oss binlog离线解析) (无法拒绝它的理由!)
- 原生支持docker镜像 #801
2)运维方便
- canal 1.1.4版本,迎来最重要的WebUI能力,引入canal-admin工程,支持面向WebUI的canal动态管理能力,支持配置、任务、日志等在线白屏运维能力
- Standalone的一体化解决方案,无外部服务依赖,运维更简单,在某种程度上也意味着更稳定。
- 开箱即用,节约开发与定制成本。
- 有良好的管理控制平台与监控系统(如果你已经有promethus监控,可以秒接canal监控)
3)多语言支持
- canal 特别设计了 client-server 模式,交互协议使用 protobuf 3.0 , client 端可采用不同语言实现不同的消费逻辑
- canal 作为 MySQL binlog 增量获取和解析工具,可将变更记录投递到 MQ 系统中,比如 Kafka/RocketMQ,可以借助于 MQ 的多语言能力
5.2 缺点
- 单instance/订阅通道只支持订阅单个数据库,并只能支持单客户端消费。每当我们需要新增一个消费端->MySQL的订阅:对于Canal而言,就要给MySQL接一个“Slave”,可能会对主库有一定影响。
- 消息的Schema很弱,所有消息的Schema均相同,客户端需要提前知道各个表消息的Schema与各字段的上下文才能正确消费。
好了,花了10分钟应该对canal有大致了解了,下一期,阿丸计划手把手教你搭建canal集群和admin管理平台,记得关注哦。
希望能得到您的 关注、评论、转发,谢谢!
私信我“资料”,可以免费获取海量 JAVA技术栈电子书 和 大厂面试题。