ES elasticsearch使用canal同步和其他同步方式的差異

1、Canal同步

1.1 canal官方已支持Mysql同步ES6.X

同步原理，參見之前: 干貨 | Debezium實現Mysql到Elasticsearch高效實時同步。

canal 1.1.1版本之后, 增加客戶端數據落地的適配及啟動功能。canal adapter 的 Elastic Search 版本支持6.x.x以上。 需要借助adapter實現。

1.2 同步效果

1）已驗證：僅支持增量同步，不支持全量已有數據同步。這點，canal的初衷訂位就是“阿里巴巴mysql數據庫binlog的增量訂閱&消費組件”。

2）已驗證：由於采用了binlog機制，Mysql中的新增、更新、刪除操作，對應的Elasticsearch都能實時新增、更新、刪除。

3）推薦使用場景 canal適用於對於Mysql和Elasticsearch數據實時增、刪、改要求高的業務場景。 實時場景要求不高的業務場景，logstashinputjdbc也能滿足。

建議，做好選型甄別。

2、同步版本：

• ES：6.6.1

• Mysql: 5.7.25

• canal：v1.1.3-alpha-2

• canal-adapter:v1.1.3-alpha-2

canal下載地址：https://github.com/alibaba/canal/releases

3、同步步驟解讀

3.1 啟動canal，可作為常駐進程后台運行。

官網已有詳細描述https://github.com/alibaba/canal/wiki/QuickStart， 以下僅列舉關鍵注意事項。

對應下載文件：canal.deployer-1.1.3-SNAPSHOT.tar.gz， 可以實時關注最新版本。

3.1.1 啟用binlog

canal的原理是基於mysql binlog技術，所以這里一定需要開啟mysql的binlog寫入功能，建議配置binlog模式為row.

1. [mysqld]

2. log-bin=mysql-bin #添加這一行就ok

3. binlog-format=ROW #選擇row模式

4. server_id=1 #配置mysql replaction需要定義，不能和canal的slaveId重復

3.1.2 修改配置文件

1. vi conf/example/instance.properties

配置數據庫基本信息。

3.1.3 啟動canal

bin/startup.sh可通過日志排查錯誤。

3.2 配置ElasticSearch適配器，並實現同步。

官網已有詳細描述：https://github.com/alibaba/canal/wiki/Sync-ES。 以下僅針對部署遇到的坑做描述。

3.2.1 部署版本

anal.adapter-1.1.3-SNAPSHOT.tar.gz，如有更新，建議使用最新版本。

3.2.2 核心配置

1. [root@localhost es]# cat mytest_user.yml

2. dataSourceKey: defaultDS

3. destination: example

4. esMapping:

5. _index: baidu_index

6. _type: _doc

7. _id: _id

8. pk: id

9. sql: "select a.id as _id, a.title, a.url, a.publish_time, a.content,

10. from baidu_info as a"

11. # objFields:

12. # _labels: array:;

13. etlCondition: "where a.id >= 1"

14. commitBatch: 3000

實現目的：庫表id字段作為Elasticsearch的_id，以期實現自增。

4、多表關聯實現

建議參考官網：https://github.com/alibaba/canal/wiki/Sync-ES 支持：

• 一對一

• 一對多

• 多對多

5、坑

坑1：canal.adapter-1.1.2 啟動失敗

啟動失敗：https://github.com/alibaba/canal/issues/1513 該問題在1.1.3版本已經修復。

坑2：不支持全量同步

全量同步建議使用logstash或者其他工具:

坑3：必須先在ES創建好對應索引的Mapping

否則，會沒有識別索引，會報寫入錯誤。

坑4：多張表的同步如何實現？

在canal.adapter-1.1.3/conf/es的新增*.yml配置即可。 也就是說，可以一張Mysql表一個配置文件。

坑5：空指針異常錯誤

解決方案：sql語句部分，指定對應庫表id為ES中的_id，否則會報錯。 舉例：

1. select sx_sid as _id, name from baidu_info

坑6：基於 row 模式的 binlog 會不會記錄變更前、變更后的值呢？

• INSERT:只有變更后的值。

• UPDATE:包含了變更前、變更后的值。

• DELETE:變更前的值

關於全量同步：https://github.com/alibaba/canal/issues/376

6 同步選型小結

 

 轉載自 銘意天下公眾號