Canal——阿里巴巴开源的基于binlog的MySQL增量订阅&消费组件

 

简介

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，应用场景十分丰富。

常用场景

1. 电商场景下商品、用户实时更新同步到至Elasticsearch、solr等搜索引擎；
2. 价格、库存发生变更实时同步到redis；
3. 数据库异地备份、数据同步；
4. 代替使用轮询数据库方式来监控数据库变更，有效改善轮询耗费数据库资源。

工作原理

MySQL主备复制原理

 

1. Master发生数据变更时会将变更信息记录至binlog日志；
2. Slave将Master的binlog日志中的事件拷贝到它relay log；
3. Slave重放relay log中事件，将数据变更反映它自己的数据；

canal工作原理

 

简单地讲，canal将伪装自己为MySQL Slave并向Master发送dump协议，获取binlog并解析

Canal内部组件解析

 

Canal server内部由几个模块组成， 外部的Server负责接收Canal Client的请求并返回数据。每个Server 内部由多个Instance组成，每个Instance都有五个模块，Parser负责解析，Sink负责过滤，Store负责存储，Manager 对元数据进行管理，Alarm则用于报警，Instance通常是一个数据库。

工作流程

Canal Server 启动后，会根据配置启动多个Instance， 每个Instance都会通过Socket连接到MySQL Master并dump binlog，然后将binlog二进制数据交给Parser解析，通过Sink过滤，最后存储在Store里面，当客户端连接时，会从zookeeper上读取对应的client的信息，而Manager负责管理zookeeper，如果这个过程出现错误，Alarm则会打印出报警信息。

canal客户端支持Java、Golang、PHP、Python、Rust、C#六种语言，其他语言可将变更记录投放到 Kafka/RocketMQ中，借助MQ多语言特性进行处理。

日常管理

canal 1.1.4版本，已引入canal-admin工程，提供相对友好的WebUI操作界面，方便更多用户配置管理、节点运维等的操作。

canal-admin的核心模型主要有：

1. instance，对应canal-server里的instance，一个最小的订阅mysql的队列
2. server，对应canal-server，一个server里可以包含多个instance
3. 集群，对应一组canal-server，组合在一起面向高可用HA的运维

使用示例（基于docker）

拉取镜像

docker pull canal/canal-server

本地编译

git clone git@github.com:alibaba/canal.git
cd canal/docker && sh build.sh

运行cannal

sh run.sh -e canal.auto.scan=false \
-e canal.destinations=test \
-e canal.instance.master.address=127.0.0.1:3306 \
-e canal.instance.dbUsername=canal \
-e canal.instance.dbPassword=canal \
-e canal.instance.connectionCharset=UTF-8 \
-e canal.instance.tsdb.enable=true \
-e canal.instance.gtidon=false \

性能监控

 

Canal server性能指标监控基于prometheus的实现。如果没接触过，可以先了解一下，目前主流的互联网公司都会用到prometheus，篇幅有限，这里不做展开，明天单独进行详细的介绍。