思維導圖
本文章已收錄到個人博客網站(我愛B站)：me.lovebilibili.com
前言
在很多業務情況下，我們都會在系統中加入redis緩存做查詢優化。
如果數據庫數據發生更新，這時候就需要在業務代碼中寫一段同步更新redis的代碼。
這種數據同步的代碼跟業務代碼糅合在一起會不太優雅，能不能把這些數據同步的代碼抽出來形成一個獨立的模塊呢，答案是可以的。
架構圖
canal是一個偽裝成slave訂閱mysql的binlog，實現數據同步的中間件。上一篇文章《canal入門》
我已經介紹了最簡單的使用方法，也就是tcp模式。
實際上canal是支持直接發送到MQ的，目前最新版是支持主流的三種MQ：Kafka、RocketMQ、RabbitMQ。而canal的RabbitMQ模式目前是有一定的bug，所以一般使用Kafka或者RocketMQ。
本文使用Kafka，實現Redis與MySQL的數據同步。架構圖如下：
通過架構圖，我們很清晰就知道要用到的組件：MySQL、Canal、Kafka、ZooKeeper、Redis。
下面演示Kafka的搭建，MySQL搭建大家應該都會，ZooKeeper、Redis這些網上也有很多資料參考。
搭建Kafka
首先在官網下載安裝包：
解壓，打開/config/server.properties配置文件，修改日志目錄：
log.dirs=./logs首先啟動ZooKeeper，我用的是3.6.1版本：
接着再啟動Kafka，在Kafka的bin目錄下打開cmd，輸入命令：
kafka-server-start.bat ../../config/server.properties我們可以看到ZooKeeper上注冊了Kafka相關的配置信息：
然后需要創建一個隊列，用於接收canal傳送過來的數據，使用命令：
kafka-topics.bat --create --zookeeper localhost:2181 --replication-factor 1 --partitions 1 --topic canaltopic創建的隊列名是canaltopic。
配置Cannal Server
canal官網下載相關安裝包：
找到canal.deployer-1.1.4/conf目錄下的canal.properties配置文件：
# tcp, kafka, RocketMQ 這里選擇kafka模式 canal.serverMode = kafka # 解析器的線程數，打開此配置，不打開則會出現阻塞或者不進行解析的情況 canal.instance.parser.parallelThreadSize = 16 # 配置MQ的服務地址，這里配置的是kafka對應的地址和端口 canal.mq.servers = 127.0.0.1:9092 # 配置instance，在conf目錄下要有example同名的目錄，可以配置多個 canal.destinations = example然后配置instance，找到/conf/example/instance.properties配置文件：
## mysql serverId , v1.0.26+ will autoGen(自動生成，不需配置) # canal.instance.mysql.slaveId=0 # position info canal.instance.master.address=127.0.0.1:3306 # 在Mysql執行 SHOW MASTER STATUS;查看當前數據庫的binlog canal.instance.master.journal.name=mysql-bin.000006 canal.instance.master.position=4596 # 賬號密碼 canal.instance.dbUsername=canal canal.instance.dbPassword=Canal@**** canal.instance.connectionCharset = UTF-8 #MQ隊列名稱 canal.mq.topic=canaltopic #單隊列模式的分區下標 canal.mq.partition=0配置完成后，就可以啟動canal了。
測試
這時可以打開kafka的消費者窗口，測試一下kafka是否收到消息。
使用命令進行監聽消費：
kafka-console-consumer.bat --bootstrap-server 127.0.0.1:9092 --from-beginning --topic canaltopic有個小坑。我這里使用的是win10系統的cmd命令行，win10系統默認的編碼是GBK，而Canal Server是UTF-8的編碼，所以控制台會出現亂碼：
怎么解決呢？
在cmd命令行執行前切換到UTF-8編碼即可，使用命令行：chcp 65001
然后再執行打開kafka消費端的命令，就不亂碼了：
接下來就是啟動Redis，把數據同步到Redis就完事了。
封裝Redis客戶端
環境搭建完成后，我們可以寫代碼了。
首先引入Kafka和Redis的maven依賴：
<dependency> <groupId>org.springframework.kafka</groupId> <artifactId>spring-kafka</artifactId> </dependency> <dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-data-redis</artifactId> </dependency>在application.yml文件增加以下配置：
spring: redis: host: 127.0.0.1 port: 6379 database: 0 password: 123456封裝一個操作Redis的工具類：
@Component public class RedisClient { /** * 獲取redis模版 */ @Resource private StringRedisTemplate stringRedisTemplate; /** * 設置redis的key-value */ public void setString(String key, String value) { setString(key, value, null); } /** * 設置redis的key-value，帶過期時間 */ public void setString(String key, String value, Long timeOut) { stringRedisTemplate.opsForValue().set(key, value); if (timeOut != null) { stringRedisTemplate.expire(key, timeOut, TimeUnit.SECONDS); } } /** * 獲取redis中key對應的值 */ public String getString(String key) { return stringRedisTemplate.opsForValue().get(key); } /** * 刪除redis中key對應的值 */ public Boolean deleteKey(String key) { return stringRedisTemplate.delete(key); } }創建MQ消費者進行同步
在application.yml配置文件加上kafka的配置信息：
spring: kafka: # Kafka服務地址 bootstrap-servers: 127.0.0.1:9092 consumer: # 指定一個默認的組名 group-id: consumer-group1 #序列化反序列化 key-deserializer: org.apache.kafka.common.serialization.StringDeserializer value-deserializer: org.apache.kafka.common.serialization.StringDeserializer producer: key-serializer: org.apache.kafka.common.serialization.StringDeserializer value-serializer: org.apache.kafka.common.serialization.StringDeserializer # 批量抓取 batch-size: 65536 # 緩存容量 buffer-memory: 524288根據上面Kafka消費命令那里，我們知道了json數據的結構，可以創建一個CanalBean對象進行接收：
public class CanalBean { //數據 private List<TbCommodityInfo> data; //數據庫名稱 private String database; private long es; //遞增，從1開始 private int id; //是否是DDL語句 private boolean isDdl; //表結構的字段類型 private MysqlType mysqlType; //UPDATE語句，舊數據 private String old; //主鍵名稱 private List<String> pkNames; //sql語句 private String sql; private SqlType sqlType; //表名 private String table; private long ts; //(新增)INSERT、(更新)UPDATE、(刪除)DELETE、(刪除表)ERASE等等 private String type; //getter、setter方法 }public class MysqlType { private String id; private String commodity_name; private String commodity_price; private String number; private String description; //getter、setter方法 }public class SqlType { private int id; private int commodity_name; private int commodity_price; private int number; private int description; }最后就可以創建一個消費者CanalConsumer進行消費：
@Component public class CanalConsumer { //日志記錄 private static Logger log = LoggerFactory.getLogger(CanalConsumer.class); //redis操作工具類 @Resource private RedisClient redisClient; //監聽的隊列名稱為：canaltopic @KafkaListener(topics = "canaltopic") public void receive(ConsumerRecord<?, ?> consumer) { String value = (String) consumer.value(); log.info("topic名稱:{},key:{},分區位置:{},下標:{},value:{}", consumer.topic(), consumer.key(),consumer.partition(), consumer.offset(), value); //轉換為javaBean CanalBean canalBean = JSONObject.parseObject(value, CanalBean.class); //獲取是否是DDL語句 boolean isDdl = canalBean.getIsDdl(); //獲取類型 String type = canalBean.getType(); //不是DDL語句 if (!isDdl) { List<TbCommodityInfo> tbCommodityInfos = canalBean.getData(); //過期時間 long TIME_OUT = 600L; if ("INSERT".equals(type)) { //新增語句 for (TbCommodityInfo tbCommodityInfo : tbCommodityInfos) { String id = tbCommodityInfo.getId(); //新增到redis中,過期時間是10分鍾 redisClient.setString(id, JSONObject.toJSONString(tbCommodityInfo), TIME_OUT); } } else if ("UPDATE".equals(type)) { //更新語句 for (TbCommodityInfo tbCommodityInfo : tbCommodityInfos) { String id = tbCommodityInfo.getId(); //更新到redis中,過期時間是10分鍾 redisClient.setString(id, JSONObject.toJSONString(tbCommodityInfo), TIME_OUT); } } else { //刪除語句 for (TbCommodityInfo tbCommodityInfo : tbCommodityInfos) { String id = tbCommodityInfo.getId(); //從redis中刪除 redisClient.deleteKey(id); } } } } }測試MySQL與Redis同步
mysql對應的表結構如下：
CREATE TABLE `tb_commodity_info` ( `id` varchar(32) NOT NULL, `commodity_name` varchar(512) DEFAULT NULL COMMENT '商品名稱', `commodity_price` varchar(36) DEFAULT '0' COMMENT '商品價格', `number` int(10) DEFAULT '0' COMMENT '商品數量', `description` varchar(2048) DEFAULT '' COMMENT '商品描述', PRIMARY KEY (`id`) ) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COMMENT='商品信息表';首先在MySQL創建表。然后啟動項目，接着新增一條數據：
INSERT INTO `canaldb`.`tb_commodity_info` (`id`, `commodity_name`, `commodity_price`, `number`, `description`) VALUES ('3e71a81fd80711eaaed600163e046cc3', '叉燒包', '3.99', '3', '又大又香的叉燒包，老人小孩都喜歡');tb_commodity_info表查到新增的數據：
Redis也查到了對應的數據，證明同步成功！
如果更新呢？試一下Update語句：
UPDATE `canaldb`.`tb_commodity_info` SET `commodity_name`='青菜包',`description`='很便宜的青菜包呀，不買也開看看了喂' WHERE `id`='3e71a81fd80711eaaed600163e046cc3';
沒有問題！
總結
那么你會說，canal就沒有什么缺點嗎？
肯定是有的：
- canal只能同步增量數據。
- 不是實時同步，是准實時同步。
- 存在一些bug，不過社區活躍度較高，對於提出的bug能及時修復。
- MQ順序性問題。我這里把官網的回答列出來，大家參考一下。
盡管有一些缺點，畢竟沒有一樣技術或者產品是完美的，最重要是合適。
我們公司在同步MySQL數據到Elastic Search就是采用Canal+RocketMQ的方式。
轉自：https://developer.aliyun.com/article/770659