Canal技术学习

最新推荐文章于 2023-12-30 23:54:40 发布
最新推荐文章于 2023-12-30 23:54:40 发布
阅读量1.4k 收藏 2
点赞数
分类专栏： canal 文章标签： mysql 数据库 中间件
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/weixin_44213904/article/details/122294203
版权
本文介绍了Canal作为数据库增量数据订阅与消费中间件的工作原理和使用场景，详细讲解了MySQL的Binlog概念、格式及其实现主从复制的过程。在MySQL准备部分，涉及开启Binlog、测试验证以及权限设置。此外，还展示了Canal的下载、安装及配置，包括TCP模式和Kafka模式的实时监控测试。通过实例展示了如何监听数据库变更并同步到缓存或进行实时统计。
摘要由CSDN通过智能技术生成

Canal技术学习

这篇内容是我看尚硅谷教程的时候，找到的文档，放在这个地方，方便以后查看学习。

1、Canal相关知识

1.1 什么是Canal？

​ 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。（数据库同步需要阿里的 Otter 中间件，基于 Canal）。

1.2 MySQL 的 Binlog

1.2.1 什么是Binlog?

​ MySQL 的二进制日志可以说 MySQL 最重要的日志了，它记录了所有的 DDL (用于定义SQL模式、基本表、视图和索引的创建和撤消操作)和 DML(除了数据查询语句)语句，以事件形式记录，还包含语句所执行的消耗的时间，MySQL 的二进制日志是事务安全型的。

一般来说开启二进制日志大概会有 1%的性能损耗。二进制有两个最重要的使用场景:

  1. MySQL Replication 在Master 端开启Binlog，Master 把它的二进制日志传递给Slaves来达到 Master-Slave 数据一致的目的。
  2. 自然就是数据恢复了，通过使用 MySQL Binlog 工具来使恢复数据。二进制日志包括两类文件：二进制日志索引文件（文件名后缀为.index）用于记录所有的二进制文件，二进制日志文件（文件名后缀为.00000*）记录数据库所有的 DDL 和 DML(除了数据查询语句)语句事件。
1.2.2 Binlog格式的分类

​ MySQL Binlog 的格式有三种，分别是 STATEMENT,MIXED,ROW。在配置文件中可以选择配置 binlog_format= statement|mixed|row。三种格式的区别：

  1. statement:语句级，binlog会记录每次一执行写操作的语句，相对row模式节省空间，但是可能会产生不一致性，比如“update tt set create_date=now()”，如果用 binlog 日志进行恢复，由于执行时间不同可能产生的数据就不同。

    ​ 优点：节省空间。

    ​ 缺点：有可能造成数据不一致

  2. row: 行级，binglog会记录每次操作后每行记录的变化。
    优点：保持数据的绝对一致性。因为不管 sql 是什么，引用了什么函数，他只记录执行后的效果。

    缺点：占用较大空间

  3. mixed: statement的升级版，一定程度上解决了，因为一些情况而造成的Statement 模式不一致问题，默认还是 statement，在某些情况下譬如：当函数中包含 UUID() 时；包含AUTO_INCREMENT 字段的表被更新时；执行 INSERT DELAYED 语句时；用 UDF 时；会按照ROW 的方式进行处理

    优点：节省空间，同时兼顾了一定的一致性

    缺点： 还有些极个别情况依旧会造成不一致，另外 statement 和 mixed 对于需要对binlog 的监控的情况都不方便。

1.3 Canal的工作原理

1.3.1 MySql 主从复制过程

1） Master 主库将改变记录，写到二进制日志(Binary Log)中；

2） Slave 从库向 MySQL Master 发送 dump 协议，将 Master 主库的 binary log events 拷贝到它的中继日志(relay log)；

3） Slave 从库读取并重做中继日志中的事件，将改变的数据同步到自己的数据库。

1.3.2 Canal的工作原理

Canal就是把自己伪装成Slave，假装从Master复制数据。

1.4 使用场景

1）原始场景： 阿里 Otter 中间件的一部分，Otter 是阿里用于进行异地数据库之间的同步框架，Canal 是其中一部分。

在这里插入图片描述

2）常见场景：

  1. 更新缓存

​ 详细说明：当应用查询数据时，首先从缓存服务器中查询数据，如果缓存中没有就去数据库中查询。 在写入数据时，首先写入数据库，对数据库进行更新，然后写入监控数据库，最后同步缓存到缓存服务器中。

​ 2.抓取业务表的新增变化数据，用于制作实时统计（我们就是这种场景）

2、MySQL的准备

2.1 创建数据库

2.2 创建数据库表

2.3 修改配置文件开启Binlog

[atguigu@hadoop102 module]$ sudo vim /etc/my.cnf
server-id=1
log-bin=mysql-bin 
binlog_format=row 
binlog-do-db=gmall-2021

注意：binlog-do-db 根据自己的情况进行修改，指定具体要同步的数据库，如果不配置，则表示所有数据库均开启Binlog

2.4 重启MySQL使配置生效

sudo systemctl restart mysqld

接着到/var/lib/mysql 目录下查看文件

[atguigu@hadoop102 lib]$ pwd
/var/lib
[atguigu@hadoop102 lib]$ sudo ls -l mysql
总用量 474152
-rw-r-----. 1 mysql mysql	56 8 月	7 2020 auto.cnf
drwxr-x---. 2 mysql mysql	4096 9 月 25 2020 azkaban
-rw-------. 1 mysql mysql	1680 8 月	7 2020 ca-key.pem
-rw-r--r--. 1 mysql mysql	1112 8 月	7 2020 ca.pem
drwxr-x---  2 mysql mysql	4096 8 月 18 16:56 cdc_test
-rw-r--r--. 1 mysql mysql	1112 8 月	7 2020 client-cert.pem
-rw-------. 1 mysql mysql	1676 8 月	7 2020 client-key.pem
drwxr-x---. 2 mysql mysql	4096 9 月 25 2020 gmall_report
-rw-r-----  1 mysql mysql	1085 12 月 1 09:12 ib_buffer_pool
-rw-r-----. 1 mysql mysql 79691776 12 月 13 08:45 ibdata1
-rw-r-----. 1 mysql mysql 50331648 12 月 13 08:45 ib_logfile0
-rw-r-----. 1 mysql mysql 50331648 12 月 13 08:45 ib_logfile1
-rw-r----- 1 mysql mysql 12582912 12 月 13 08:45 ibtmp1
drwxr-x---  2 mysql mysql	4096 9 月   22 15:30 maxwell
drwxr-x---. 2 mysql mysql	4096 8 月 12 2020 metastore
drwxr-x---. 2 mysql mysql	4096 9 月 22 15:43 mysql
-rw-r-----. 1 mysql mysql	154 12 月 13 08:45 mysql-bin.000001
-rw-r-----  1 mysql mysql	19 12 月 13 08:45 mysql-bin.index
srwxrwxrwx  1 mysql mysql	0 12 月 13 08:45 mysql.sock
-rw-------  1 mysql mysql	5 12 月 13 08:45 mysql.sock.lock
drwxr-x---. 2 mysql mysql	4096 8 月	7 2020 performance_schema
-rw-------. 1 mysql mysql	1680 8 月	7 2020 private_key.pem
-rw-r--r--. 1 mysql mysql	452 8 月	7 2020 public_key.pem
-rw-r--r--. 1 mysql mysql	1112 8 月	7 2020 server-cert.pem
-rw-------. 1 mysql mysql	1680 8 月	7 2020 server-key.pem
drwxr-x---. 2 mysql mysql	12288 8 月	7 2020 sys
drwxr-x---  2 mysql mysql	4096 2 月	2 2021 test [atguigu@hadoop102 lib]$

2.5 测试Binlog是否开启

1、插入数据

INSERT INTO user_info VALUES('1001','zhangsan','male');

2、再次到/var/lib/mysql 目录下，查看index 文件的大小

[atguigu@hadoop102 lib]$ sudo ls -l mysql
总用量 474152
-rw-r-----. 1 mysql mysql	56 8 月	7 2020 auto.cnf
drwxr-x---. 2 mysql mysql	4096 9 月 25 2020 azkaban
-rw	--.	1	mysql	mysql	1680 8 月	7 2020 ca-key.pem
-rw-r--r--.	1	mysql	mysql	1112 8 月	7 2020 ca.pem
drwxr-x---	2	mysql	mysql	4096 8 月 18 16:56 cdc_test
-rw-r--r--.	1	mysql	mysql	1112 8 月	7 2020 client-cert.pem
-rw	--.	1	mysql	mysql	1676 8 月	7 2020 client-key.pem
drwxr-x---.	2	mysql	mysql	4096 9 月 25 2020 gmall_report
-rw-r-----	1	mysql	mysql	1085 12 月 1 09:12 ib_buffer_pool
-rw-r-----.	1	mysql	mysql	79691776 12 月 13 08:45 ibdata1
-rw-r-----.	1	mysql	mysql	50331648 12 月 13 08:45 ib_logfile0
-rw-r-----.	1	mysql	mysql	50331648 12 月 13 08:45 ib_logfile1
-rw-r-----	1	mysql	mysql	12582912 12 月 13 08:45 ibtmp1
drwxr-x---	2	mysql	mysql	4096 9 月 22 15:30 maxwell
drwxr-x---.	2	mysql	mysql	4096 8 月 12 2020 metastore
drwxr-x---.	2	mysql	mysql	4096 9 月 22 15:43 mysql
-rw-r-----.	1	mysql	mysql	452 12 月 13 08:45 mysql-bin.000001
-rw-r-----	1	mysql	mysql	19 12 月 13 08:45 mysql-bin.index
srwxrwxrwx	1	mysql	mysql	0 12 月 13 08:45 mysql.sock
-rw-------	1	mysql	mysql	5 12 月 13 08:45 mysql.sock.lock
drwxr-x---.	2	mysql	mysql	4096 8 月	7 2020 performance_schema
-rw	--.	1	mysql	mysql	1680 8 月	7 2020 private_key.pem
-rw-r--r--.	1	mysql	mysql	452 8 月	7 2020 public_key.pem
-rw-r--r--.	1	mysql	mysql	1112 8 月	7 2020 server-cert.pem
-rw	--.	1	mysql	mysql	1680 8 月	7 2020 server-key.pem
drwxr-x---.	2	mysql	mysql	12288 8 月	7 2020 sys
drwxr-x---  2 mysql mysql	4096 2 月	2 2021 test
[atguigu@hadoop102 lib]$

2.6 赋权限

在MySQL中执行

mysql> set global validate_password_length=4; mysql> set global validate_password_policy=0;
mysql>	GRANT	SELECT,	REPLICATION	SLAVE,	REPLICATION	CLIENT	ON	*.*	TO
'canal'@'%' IDENTIFIED BY 'canal' ;

3 Canal的下载和安装

3.1 下载并解压Jar包

下载链接 github下载

我们直接/2.资料下的 canal.deployer-1.1.2.tar.gz 拷贝到/opt/sortware 目录下，然后解压到/opt/module/canal 包下

注意canal解压后分散的，我们在指定解压目录的时候需要将canal

atguigu@hadoop102 software]$ mkdir /opt/module/canal
          tar	-zxvf	canal.deployer-1.1.2.tar.gz	-C    /opt/module/cana

3.2 修改canal.properties的配置

[atguigu@hadoop102 conf]$ pwd
/opt/module/canal/conf
[atguigu@hadoop102 conf]$ vim canal.properties #################################################
#########	common argument	############# #################################################
canal.id = 1 canal.ip = canal.port = 11111
canal.metrics.pull.port = 11112 canal.zkServers =
# flush data to zk canal.zookeeper.flush.period = 1000 
canal.withoutNetty = false
# tcp, kafka, RocketMQ
canal.serverMode = tcp
# flush meta cursor/parse position to file

说明： 这个文件是 canal 的基本通用配置，canal 端口号默认就是 11111，修改 canal 的输出 model，默认 tcp，改为输出到kafka

​ 多实例配置如果创建多个实例，通过前面 canal 架构，我们可以知道，一个 canal 服务中可以有多个instance，conf/下的每一个 example 即是一个实例，每个实例下面都有独立的配置文件。默认只有一个实例 example，如果需要多个实例处理不同的 MySQL 数据的话，直接拷贝出多个 example，并对其重新命名，命名和配置文件中指定的名称一致，然后修改canal.properties 中的 canal.destinations=实例 1，实例 2，实例 3。

#################################################
#########	destinations	############# #################################################
canal.destinations = example

3.3 修改instance.properties

​ 我们这里只读取一个 MySQL 数据，所以只有一个实例，这个实例的配置文件在conf/example 目录下

[atguigu@hadoop102 example]$ pwd
/opt/module/canal/conf/example
[atguigu@hadoop102 example]$ vim instance.properties

  1. 配置MySQL服务器地址

    #################################################
## mysql serverId , v1.0.26+ will autoGen canal.instance.mysql.slaveId=20

# enable gtid use true/false canal.instance.gtidon=false

# position info canal.instance.master.address=hadoop102:3306

  2. 配置连接 MySQL 的用户名和密码，默认就是我们前面授权的canal

    # username/password
canal.instance.dbUsername=canal canal.instance.dbPassword=canal canal.instance.connectionCharset = UTF-8 canal.instance.defaultDatabaseName =test # enable druid Decrypt database password canal.instance.enableDruid=false

    4 实时监控测试

    4.1 TCP模式测试

    4.1.1 创建 gmall-canal项目

在这里插入图片描述
在这里插入图片描述

4.1.2 在gmall-canal模块中配置pom.xml
<dependencies>
<dependency>
<groupId>com.alibaba.otter</groupId>
<artifactId>canal.client</artifactId>
<version>1.1.2</version>
</dependency>

<dependency>
<groupId>org.apache.kafka</groupId>
<artifactId>kafka-clients</artifactId>
<version>2.4.1</version>
</dependency>
</dependencies>
4.1.3 通用监视类 CanalClient

  1. Canal封装的数据结构
    在这里插入图片描述

  2. 在 gmall-canal 模块下创建 com.atguigu.app 包，并在包下创建 CanalClient（ java 代码）

    import com.alibaba.fastjson.JSONObject;
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.atguigu.constants.GmallConstants;
import com.atguigu.utils.MyKafkaSender; import com.google.protobuf.ByteString;
import com.google.protobuf.InvalidProtocolBufferException;

import java.net.InetSocketAddress; import java.util.List;
import java.util.Random;

public class CanalClient {
public	static	void	main(String[]	args)	throws InvalidProtocolBufferException {

//1.获取 canal 连接对象
CanalConnector	canalConnector	= CanalConnectors.newSingleConnector(new InetSocketAddress("hadoop102", 11111), "example", "", "");

while (true) {
//2.获取连接
    canalConnector.connect();
//3.指定要监控的数据库canalConnector.subscribe("gmall.*");

//4.获取 Message
Message message = canalConnector.get(100);

List<CanalEntry.Entry> entries = message.getEntries(); if (entries.size() <= 0) {
System.out.println("没有数据，休息一会"); try {
Thread.sleep(1000);
} catch (InterruptedException e) { e.printStackTrace();
}
} else {
for (CanalEntry.Entry entry : entries) {

//TODO 获取表名
String	tableName	= entry.getHeader().getTableName();

// TODO Entry 类型
CanalEntry.EntryType	entryType	= entry.getEntryType();

// TODO 判断 entryType 是否为 ROWDATA if
(CanalEntry.EntryType.ROWDATA.equals(entryType)) {

// TODO 序列化数据
ByteString storeValue = entry.getStoreValue();

// TODO 反序列化
CanalEntry.RowChange	rowChange	= CanalEntry.RowChange.parseFrom(storeValue);
//TODO 获取事件类型
CanalEntry.EventType	eventType	= rowChange.getEventType();
//TODO 获取具体的数据
List<CanalEntry.RowData>	rowDatasList	= rowChange.getRowDatasList();
//TODO 遍历并打印数据
for (CanalEntry.RowData rowData : rowDatasList)
{
List<CanalEntry.Column> beforeColumnsList =
rowData.getBeforeColumnsList();
JSONObject beforeData = new JSONObject(); 
    for	(CanalEntry.Column	column beforeColumnsList) {
        beforeData.put(column.getName(),column.getValue());
        JSONObject afterData = new JSONObject(); List<CanalEntry.Column> afterColumnsList =
rowData.getAfterColumnsList();
for	(CanalEntry.Column	column	:
afterColumnsList) {
afterData.put(column.getName(),
column.getValue());
}
System.out.println("TableName:" + tableName
+
",EventType:" + eventType + ",After:" + beforeData + ",After:" + afterData);
									}
								}
							}
						}
					}
				}
			}

4.2 Kafka模式测试

  1. 修改 canal.properties 中 canal 的输出 model，默认 tcp，改为输出到kafka

    #################################################
#########	common argument	############# #################################################
canal.id = 1 canal.ip = canal.port = 11111
canal.metrics.pull.port = 11112 canal.zkServers =
# flush data to zk canal.zookeeper.flush.period = 1000 canal.withoutNetty = false
# tcp, kafka, RocketMQ canal.serverMode = kafka
# flush meta cursor/parse position to file

  2. 修改 Kafka 集群的地址

    ################################################## #########	MQ	############# ##################################################
canal.mq.servers = hadoop102:9092,hadoop103:9092,hadoop104:9092

  3. 修改 instance.properties 输出到 Kafka 的主题以及分区数

    # mq config canal.mq.topic=canal_test canal.mq.partitionsNum=1

# hash partition config #canal.mq.partition=0
#canal.mq.partitionHash=mytest.person:id,mytest.role:id

    注意：默认还是输出到指定 Kafka 主题的一个 kafka 分区，因为多个分区并行可能会打乱 binlog 的顺序， 如果要提高并行度， 首先设置 kafka 的分区数>1, 然后设置canal.mq.partitionHash 属性

  4. 启动Canal

    [atguigu@hadoop102 example]$ cd /opt/module/canal/ [atguigu@hadoop102 canal]$ bin/startup.sh

  5. 看到CanalLauncher 你表示启动成功，同时会创建 canal_test 主题

    [atguigu@hadoop102 canal]$ jps 
2269 Jps
2253 CanalLauncher
[atguigu@hadoop102 canal]$

  6. 启动 Kafka 消费客户端测试，查看消费情况

    [atguigu@hadoop102 kafka]$ bin/kafka-console-consumer.sh --bootstrap-server hadoop102:9092 --topic canal_test

  7. 向 MySQL 中插入数据后查看消费者控制台

    插入数据
INSERT INTO user_info VALUES('1001','zhangsan','male'),('1002','lisi','female');
kafka消费者控制台
{"data":[{"id":"1001","name":"zhangsan","sex":"male"},{"id":"1002 ","name":"lisi","sex":"female"}],"database":"gmall-
2021","es":1639360729000,"id":1,"isDdl":false,"mysqlType":{"id":"
varchar(255)","name":"varchar(255)","sex":"varchar(255)"},"old":n
ull,"sql":"","sqlType":{"id":12,"name":12,"sex":12},"table":"user
_info","ts":1639361038454,"type":"INSERT"}
暮起
关注
  • 0
    点赞
  • 踩
  • 2
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
超详细的Canal入门，看这篇就够了！
yehongzhi1994的博客
08-09 21万+
Canal入门看这篇就够了！
深入理解Canal
RuiKe的博客
09-22 3704
Canal是一款基于数据库增量日志订阅和消费的开源产品，它能够捕获数据库的变更数据，并把这些变更数据传递给其他系统。（官网目前只支持mysql，支持pg等得用插件）它的作用是实时监控数据库变更，并将变更数据传输给其他系统，用于数据同步、数据分析等场景。
谈谈对Canal（增量数据订阅与消费）的理解
weixin_34123613的博客
09-08 577
概述 canal是阿里巴巴旗下的一款开源项目，纯Java开发。基于数据库增量日志解析，提供增量数据订阅&消费，目前主要支持了mysql（也支持mariaDB）。 起源：早期，阿里巴巴B2B公司因为存在杭州和美国双机房部署，存在跨机房同步的业务需求。不过早期的数据库同步业务，主要是基于trigger的方式获取增量变更，不过从2...
Canal介绍
qq_42949186的博客
05-15 187
（2）更新缓存：如果有大量的请求发送到mysql的话，mysql查询速度慢，QPS上不去，光查mysql可能会瘫痪，那就可以在前面加个缓存，这个缓存有2个主要的问题。对于第二个问题，如果数据库修改了，那就采用异步的方式进行修改，启动一个canal服务，监控mysql，只要一有变化就同步缓存，这样mysql和缓存就能达到最终的一致性。（3）抓取业务数据新增变化表，用于制作拉链表：做拉链表是需要有增加时间和修改时间的，需要数据今天新增和变化的数据，如果时间不全就没办法知道哪些是修改的。3、canal工作原理。
canal介绍
wuyuzhou_12345的博客
05-26 5187
canal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的一种中间件
实时采集Canal快速入门
zhang5324496的博客
04-26 4922
CDC, 实时采集，实时同步，canal，kafka，入门实例
大数据技术Canal学习资料.txt
12-30
以Canal的底层原理展开讲解，细致地介绍了Canal的安装部署及常见应用，详细讲解了如何实现MySQL数据的采集，并将数据分别发送至Kafka，.............
整合canal监听mysql
最新发布
05-13
在 `canal-demo` 项目中，你可以找到相关的示例代码和配置，通过学习和实践，可以更好地理解和掌握 `Spring Boot` 整合 `Canal` 监听 MySQL 的技术细节。 总结起来，`Spring Boot` 整合 `Canal` 监听 MySQL 数据...
SpringBoot-Canal
05-19
【SpringBoot-Canal】是将流行的开源项目Canal与Spring Boot框架集成的示例，旨在简化数据库变更的实时同步。...通过学习和实践这个项目，开发者可以提升对Java、Spring Boot以及数据库增量同步技术的理解。
基于canal的Mysql数据同步实验手册.pdf
12-23
通过本次实验，你将学习并掌握如何利用Canal实现MySQL主从库的数据同步，理解数据同步的流程和配置方法，这对于构建高可用、高性能的数据库架构至关重要。 **实训环境** 实验环境包括Linux操作系统，以及Canal和...
canal 入门分享
03-27
对一次学习阿里巴巴mysql数据库binlog的增量订阅&消费组件 的朋友了解入门这个技术
大数据技术Canal总结和详细案例
不以物喜的博客
03-24 891
MySQL 的二进制日志，它记录了所有的 DDL 和 DML(除了数据查询语句)语句，以事件形式记录，还包含语句所执行的消耗的时间，MySQL 的二进制日志是事务安全型的。二进制有两个最重要的使用场景:① MySQL Replication 在 Master 端开启 Binlog，Master 把它的二进制日志传递给 Slaves来达到 Master-Slave 数据一致的目的。② 数据恢复，通过使用 MySQL Binlog 工具来使恢复数据。
【Canal】数据同步的终极解决方案，阿里巴巴开源的Canal框架当之无愧！！
冰河的专栏
08-06 2871
在当今互联网行业，尤其是现在分布式、微服务开发环境下，为了提高搜索效率，以及搜索的精准度，会大量使用Redis、Memcached等NoSQL数据库，也会使用大量的Solr、Elasticsearch等全文检索服务。那么，这个时候，就会有一个问题需要我们来思考和解决：那就是数据同步的问题！如何将实时变化的数据库中的数据同步到Redis/Memcached或者Solr/Elasticsearch中呢？
深入浅出阿里数据同步神器：Canal原理+配置+实战全网最全解析！
m0_63437643的博客
03-23 6975
canal server: 为了减少对 mysql dump 的请求，不同 server 上的 instance（不同 server 上的相同 instance）要求同一时间只能有一个处于 running，其他的处于 standby 状态，也就是说，只会有一个 canal server 的 instance 处于 active 状态，但是当这个 instance down 掉后会重新选出一个 canal server。但分库分表之后带来的新问题，比如不同维度的查询或者聚合查询，此时就会非常棘手。
【Canal】从原理、配置出发，从0到1完成Canal搭建
热门推荐
阿Q的小窝
07-03 1万+
前几天在网上冲浪的时候发现了一个比较成熟的开源中间件——Canal。在了解了它的工作原理和使用场景后，顿时产生了浓厚的兴趣。今天，就让我们跟随阿Q的脚步，一起来揭开它神秘的面纱吧。
阿里中间件canal学习笔记
CWeeYii的专栏
11-14 8456
Canal学习记录canal启动过程在canal中一个server中可以包含多个instance，每个instance对应着不同数据库中的不同表格的数据变更。举例说明就是：你可以启动一个server（对应一个netty服务或者jvm服务），在改server中可以有两个instance,一个对应highso库中的crmchance表的数据变更，另外一个对应着order表的数据变更 1. server
canal集群高可用模式实战，canal1.1.6实现mysql8.0数据增量/全量同步到elasticsearch7，保姆级教程
qq_45132989的博客
09-05 4979
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。canal的工作原理：1.canal模拟mysql sllave的交互协议，伪装自己为mysql salve；2.mysql master收到dump请求，开始推送binary log给 slave（也就是canal）；3.canal解析binary log 对象（原始byte流），再发送到存储目的地，比如MySQL，Kafka，Elastic Search等等。canal的数据同步可以增量/全量。
Canal的学习
weixin_42592415的博客
12-30 1417
Canal是一个基于MySQL数据库增量日志解析，提供增量数据订阅和消费，支持将增量数据投递到下游消费者（如Kafka、RocketMQ等）或者存储（如 Elasticsearch、HBase 等）的组件。MySQL master收到 dump 请求，推送binary log给slave(这里指Canal)Canal接收并解析Binlog 日志，得到变更的数据，执行操作。修改MySQL中的一条消息，Canal就会发送信息到RabbitMQ，就能从监听的RabbitMQ队列中得到该条消息。
Canal深度解析：MySQL数据采集到Kafka的实战教程
"本套学习资料深入讲解了大数据技术中的Canal工具，涵盖了其底层原理、安装部署、应用实践，特别是MySQL数据的采集与传输至Kafka的实施过程。此外，教程还涉及TCP模式下的数据解析和自定义数据格式的实现。提供全套...
评论
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

打赏作者

暮起

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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