WX搜索【程序员内点事】，回复【666】妙不可言。
一、canal是个啥？
canal是阿里开发的一款基于数据库增量日志解析，提供增量数据订阅与消费的框架，整个框架纯JAVA开发，目前仅支持Mysql和MariaDB（和mysql类似）。
那什么是数据库增量日志？
MySQL的日志种类是比较多的，主要包含：错误日志、查询日志、慢查询日志、事务日志、二进制日志。而MySQL数据库所发生的数据变更（DML（data manipulation language）数据操纵语言，也就是我们熟悉的增删改），都会以二进制日志(binary log)形式存储。
二、canal原理
在介绍canal原理之前，我们先来回顾一下MySQL主从同步的原理，这或许会让你更好的理解canal的工作机制。
1、MySQL主从同步原理：
MySQL主从同步也叫读写分离，可以提升数据库的负载和容错能力，实现数据库的高可用
先来分析一张MySQL主从同步原理图：
以上图片源自网络，如有侵权联系删除
master节点操作过程：
当master节点数据发生更改后（delete、update、insert，还是创建函数、存储过程等操作），向binary log中写入记录日志，这些记录又叫做二进制日志事件（binary log events）。
show binlog events
这些事件会按照顺序写入bin log中。当slave节点启动连接到master节点的时候，master节点会为slave节点开启binlog dump线程（负责传输binlog数据）。
一旦master节点的bin log发生变化时，bin logdump线程会通知slave节点有可以传输的binlog，并将相应的bin log内容发送给slave节点。
slave节点操作过程：
slave节点上会创建两个线程：一个I/O线程，一个SQL线程。I/O线程连接到master节点，master节点上的binlog dump 线程会将binlog的内容发送给该I\O线程。
该I/O线程接收到binlog内容后，再将内容写入到本地的relay log。而sql线程读取到I/O线程写入的ralay log，将relay log中的内容写入slave数据库。
2、canal原理
懂了上边MySQL的主从同步原理，canal的工作机制就很好理解了。其实canal是模拟了MySQL数据库中，slave节点与master节点的交互协议，伪装自己为MySQL slave节点，向MySQL master节点发送dump协议，MySQL master节点收到dump请求，开始推送binary log给slave节点(也就是canal)。
以上图片源自网络，如有侵权联系删除
光说不练假把式，开干！
三、canal实现“监控”MySQL
在写代码前我们先对MySQL进行一下改造，安装MySQL就不再细说了，基本操作。
1、查看一下MySQL是否开启了binary log功能
show binary logs
如果没有开启是图中的状态，一般用户是没有这个命令权限的，不过我有，啧啧啧！
如果没有需要手动开启，并且在my.cnf文件中配置binlog-format 为Row模式
log-bin=mysq-bin
binlog-format=Row
log-bin是binlog文件存放位置
binlog-format 设置MySQL复制log-bin的方式
MySQL的三种复制方式：
基于SQL语句的复制(statement-based replication, SBR)
- 优点：将修改数据的sql保存在binlog，不需要记录每一条sql和数据变化，binlog体量会很小，IO开销少，性能好
- 缺点：会导致master-slave中的数据不一致
基于行的复制(row-based replication, RBR)
- 优点：不记录每条sql语句的上下文信息，仅需记录哪条数据被修改了，修改成什么样了
- 缺点：binlog体积很大，尤其是在alter table属性时，会产生大量binlog数据
混合模式复制(mixed-based replication, MBR)
- 对应的，binlog的格式也有三种：STATEMENT，ROW，MIXED。
2、为canal 创建一个有权限操作MySQL的用户
CREATE USER canal IDENTIFIED BY 'canal';
GRANT SELECT, REPLICATION SLAVE, REPLICATION CLIENT ON *.* TO 'canal'@'%';
-- GRANT ALL PRIVILEGES ON *.* TO 'canal'@'%' ;
FLUSH PRIVILEGES;
3、安装canal
下载地址：https://github.com/alibaba/canal/releases
下载后选择版本例如：canal.deployer-xxx.tar.gz
4、配置canal
修改instance.properties文件，需要添加监听数据库和表的规则，canal可以全量监听数据库，也可以针对某个表进行监听，比较灵活。
vim conf/example/instance.properties
#################################################
## mysql serverId
canal.instance.mysql.slaveId = 2020
# position info 修改自己的数据库（canal要监听的数据库 地址 ）
canal.instance.master.address = 127.0.0.1:3306
canal.instance.master.journal.name =
canal.instance.master.position =
canal.instance.master.timestamp =
#canal.instance.standby.address =
#canal.instance.standby.journal.name =
#canal.instance.standby.position =
#canal.instance.standby.timestamp =
# username/password 修改成自己 数据库信息的账号 （单独开一个 准备阶段创建的账号）
canal.instance.dbUsername = canal
canal.instance.dbPassword = canal
canal.instance.defaultDatabaseName =
canal.instance.connectionCharset = UTF-8
# table regex 表的监听规则
# canal.instance.filter.regex = blogs\.blog_info
canal.instance.filter.regex = .\*\\\\..\*
# table black regex
canal.instance.filter.black.regex =
启动canal
sh bin/startup.sh
看一下server日志，确认一下canal是否正常启动
vi logs/canal/canal.log
显示canal server is running now即为成功
2020-01-08 15:25:33.361 [main] INFO com.alibaba.otter.canal.deployer.CanalLauncher - ## start the canal server.
2020-01-08 15:25:33.468 [main] INFO com.alibaba.otter.canal.deployer.CanalController - ## start the canal server[192.168.12.245:11111]
2020-01-08 15:25:34.061 [main] INFO com.alibaba.otter.canal.deployer.CanalLauncher - ## the canal server is running now ......
5、编写Java客户端代码，实现canal监听
引入依赖包
<dependency>
<groupId>com.alibaba.otter</groupId>
<artifactId>canal.client</artifactId>
<version>1.1.0</version>
</dependency>
这里只是简单实现
public class MainApp {
public static void main(String... args) throws Exception {
/**
* 创建与
*/
CanalConnector connector = CanalConnectors.newSingleConnector(new InetSocketAddress(AddressUtils.getHostIp(),
11111), "example", "", "");
int batchSize = 1000;
int emptyCount = 0;
try {
connector.connect();
/**
* 监控数据库中所有表
*/
connector.subscribe(".*\\..*");
/**
* 指定要监控的表，库名.表名
*/
//connector.subscribe("xin-master.jk_order");
connector.rollback();
//120次心跳过后未检测到，跳出
int totalEmptyCount = 120;
while (emptyCount < totalEmptyCount) {
Message message = connector.getWithoutAck(batchSize); // 获取指定数量的数据
long batchId = message.getId();
int size = message.getEntries().size();
if (batchId == -1 || size == 0) {
emptyCount++;
System.out.println("empty count : " + emptyCount);
try {
Thread.sleep(1000);
} catch (InterruptedException e) {
}
} else {
emptyCount = 0;
// System.out.printf("message[batchId=%s,size=%s] \n", batchId, size);
printEntry(message.getEntries());
}
/**
* 提交确认
*/
connector.ack(batchId);
/**
* 处理失败, 回滚数据
*/
connector.rollback(batchId);
}
System.out.println("empty too many times, exit");
} finally {
connector.disconnect();
/**
* 手动开启事务回滚
*/
//TransactionAspectSupport.currentTransactionStatus().setRollbackOnly();
}
}
private static void printEntry(List<CanalEntry.Entry> entrys) {
for (CanalEntry.Entry entry : entrys) {
if (entry.getEntryType() == CanalEntry.EntryType.TRANSACTIONBEGIN || entry.getEntryType() == CanalEntry
.EntryType
.TRANSACTIONEND) {
continue;
}
CanalEntry.RowChange rowChage = null;
try {
rowChage = CanalEntry.RowChange.parseFrom(entry.getStoreValue());
} catch (Exception e) {
throw new RuntimeException("ERROR ## parser of eromanga-event has an error , data:" + entry.toString(),
e);
}
CanalEntry.EventType eventType = rowChage.getEventType();
System.out.println(String.format("================> binlog[%s:%s] , name[%s,%s] , eventType : %s",
entry.getHeader().getLogfileName(), entry.getHeader().getLogfileOffset(),
entry.getHeader().getSchemaName(), entry.getHeader().getTableName(),
eventType));
for (CanalEntry.RowData rowData : rowChage.getRowDatasList()) {
if (eventType == CanalEntry.EventType.DELETE) {
printColumn(rowData.getBeforeColumnsList());
} else if (eventType == CanalEntry.EventType.INSERT) {
printColumn(rowData.getAfterColumnsList());
} else {
System.out.println("-------> before");
printColumn(rowData.getBeforeColumnsList());
System.out.println("-------> after");
printColumn(rowData.getAfterColumnsList());
}
}
}
}
private static void printColumn(List<CanalEntry.Column> columns) {
for (CanalEntry.Column column : columns) {
System.out.println(column.getName() + " : " + column.getValue() + " update=" + column.getUpdated());
}
}
}
代码到这就编写完成了，我们启动服务看下是什么效果，由于并没有操作数据库，所以监听的结果都是空的。
接下来我们在数据库执行一条update语句试试
update jk_orderset order_no = '1111' where id = 40
控制台检测到了数据库的修改，并生成binlog 日志文件mysql-bin.000009:3830
那么生成的binlog 文件该怎么用，如何解析成SQl语句呢？
<!-- mysql binlog解析 -->
<dependency>
<groupId>com.github.shyiko</groupId>
<artifactId>mysql-binlog-connector-java</artifactId>
<version>0.13.0</version>
</dependency>
将刚才的binlog文件下载本地测试一下
public static void main(String[] args) throws IOException {
String filePath = "C:\\ProgramData\\MySQL\\MySQL Server 5.7\\Data\\mysql-bin.000009:3830";
File binlogFile = new File(filePath);
EventDeserializer eventDeserializer = new EventDeserializer();
eventDeserializer.setChecksumType(ChecksumType.CRC32);
BinaryLogFileReader reader = new BinaryLogFileReader(binlogFile, eventDeserializer);
try {
for (Event event; (event = reader.readEvent()) != null; ) {
System.out.println(event.toString());
}
} finally {
reader.close();
}
}
查看一下执行结果，发现数据库最近的一次操作是加了一个idx_index索引
Event{header=EventHeaderV4{timestamp=1551325542000, eventType=ANONYMOUS_GTID, serverId=1, headerLength=19, dataLength=46, nextPosition=8455, flags=0}, data=null}
Event{header=EventHeaderV4{timestamp=1551325542000, eventType=QUERY, serverId=1, headerLength=19, dataLength=190, nextPosition=8664, flags=0}, data=QueryEventData{threadId=25, executionTime=0, errorCode=0, database='xin-master', sql='ALTER TABLE `jk_order`
DROP INDEX `idx_index` ,
ADD INDEX `idx_index` (`user_id`, `service_id`, `real_price`) USING BTREE'}}
Event{header=EventHeaderV4{timestamp=1551438586000, eventType=STOP, serverId=1, headerLength=19, dataLength=4, nextPosition=8687, flags=0}, data=null}
至此我们就已经实现了监控MySQL，
四、canal应用场景
canal应用场景大致有以下：
- 解决MySQL主从同步延迟的问题
- 实现数据库实时备份
- 多级索引 (卖家和买家各自分库索引)
- 实现业务cache刷新
- 价格变化等重要业务消息
重点分析一下canal是如何解决MySQL主从同步延迟的问题
生产环境下MySQL的主从同步模式（maser-slave）很常见，但对于跨机房部署的集群，会出现同步延时的情况。举个栗子：
一条订单状态是未付款，master节点修改成已付款，可由于某些原因出现延迟数据未能及时同步到slave，这时用户立即查看订单状态（查询走slave）显示还是未付款，哪个用户看到这种情况不得慌啊。
为什么会出现主从同步延迟呢？
当主库master的TPS并发较高时，master节点并发产生的修改操作，而slave节点的sql线程是单线程处理同步数据，延时自然而言就产生了。
我们用canal实时监听maser节点的数据更新(可以针对某个表监听)，canal捕捉到更改的SQL后立即在slave节点执行，以此来解决主从延迟问题。
不过造成主从同步的原因不止这些，由于主从服务器存在跨机器并且跨机房，除了网络带宽原因之外，网络的稳定性以及机器之间的同步，都是主从同步应该考虑的主要原因。
总结
本文只是简单实现canal监听数据库的功能，旨在给大家提供一种解决问题的思路，还是反复絮叨的那句话，解决问题的技术方法很多，具体如何应用还需结合具体业务。
整理了几百本各类技术电子书和视频资料 ，
嘘~，免费送，公号内回复【666】自行领取。和小伙伴们建了一个技术交流群，一起探讨技术、分享技术资料，旨在共同学习进步，感兴趣就入我们吧！
