1.數據遷移同步工具選型
數據遷移同步工具的選擇比較多樣，下表僅從 MySQL 同步 ES 這個場景下，對一些筆者深度使用研究過的數據同步工具進行對比(不一定精確，如有錯誤請聯系筆者更正)，用戶可以根據自己的實際需要選取適合自己的產品。
MySQL 到 ES 數據同步構建數據檢索服務給中小企業帶來了穩定且實用的在線數據方案，在滿足業務訴求(高並發業務與企業級應用常態化)的同時 ，易上手且具備不錯的可維護性，在適當的場景下，值得嘗試和實踐。
2.接下來主要講解 canal
canal簡介
canal主要用途是對MySQL數據庫增量日志進行解析，提供增量數據的訂閱和消費，簡單說就是可以對MySQL的增量數據進行實時同步，支持同步到MySQL、Elasticsearch、HBase等數據存儲中去。
canal工作原理
canal會模擬MySQL主庫和從庫的交互協議，從而偽裝成MySQL的從庫，然后向MySQL主庫發送dump協議，MySQL主庫收到dump請求會向canal推送binlog，canal通過解析binlog將數據同步到其他存儲中去。
canal使用
接下來我們來學習下canal的使用，以MySQL實時同步數據到Elasticsearch為例。
組件下載
首先我們需要下載canal的各個組件canal-server、canal-adapter、canal-admin，下載地址：https://github.com/alibaba/canal/releases
canal的各個組件的用途各不相同，下面分別介紹下：
canal-server（canal-deploy）：可以直接監聽MySQL的binlog，把自己偽裝成MySQL的從庫，只負責接收數據，並不做處理。
canal-adapter：相當於canal的客戶端，會從canal-server中獲取數據，然后對數據進行同步，可以同步到MySQL、Elasticsearch和HBase等存儲中去。
canal-admin：為canal提供整體配置管理、節點運維等面向運維的功能，提供相對友好的WebUI操作界面，方便更多用戶快速和安全的操作。
由於不同版本的MySQL、Elasticsearch和canal會有兼容性問題，所以我們先對其使用版本做個約定。
應用端口版本MySQL33065.7Elasticsearch92007.6.2Kibanba56017.6.2canal-server111111.1.15canal-adapter80811.1.15canal-admin80891.1.15
MySQL配置
由於canal是通過訂閱MySQL的binlog來實現數據同步的，所以我們需要開啟MySQL的binlog寫入功能，並設置binlog-format為ROW模式，我的配置文件為/mydata/mysql/conf/my.cnf，改為如下內容即可：
[mysqld]
## 設置server_id，同一局域網中需要唯一
server_id=101
## 指定不需要同步的數據庫名稱
binlog-ignore-db=mysql
## 開啟二進制日志功能
log-bin=mall-mysql-bin
## 設置二進制日志使用內存大小（事務）
binlog_cache_size=1M
## 設置使用的二進制日志格式（mixed,statement,row）
binlog_format=row
## 二進制日志過期清理時間。默認值為0，表示不自動清理。
expire_logs_days=7
## 跳過主從復制中遇到的所有錯誤或指定類型的錯誤，避免slave端復制中斷。
## 如：1062錯誤是指一些主鍵重復，1032錯誤是因為主從數據庫數據不一致
slave_skip_errors=1062- 配置完成后需要重新啟動
MySQL，重啟成功后通過如下命令查看binlog是否啟用；
show variables like '%log_bin%'
+---------------------------------+-------------------------------------+
| Variable_name | Value |
+---------------------------------+-------------------------------------+
| log_bin | ON |
| log_bin_basename | /var/lib/mysql/mall-mysql-bin |
| log_bin_index | /var/lib/mysql/mall-mysql-bin.index |
| log_bin_trust_function_creators | OFF |
| log_bin_use_v1_row_events | OFF |
| sql_log_bin | ON |
+---------------------------------+-------------------------------------+
- 再查看
下MySQL的binlog模式；
show variables like 'binlog_format%';
+---------------+-------+
| Variable_name | Value |
+---------------+-------+
| binlog_format | ROW |
+---------------+-------+- 接下來需要創建一個擁有從庫權限的賬號，用於訂閱
binlog，這里創建的賬號為canal:canal；
CREATE USER canal IDENTIFIED BY 'canal';
GRANT SELECT, REPLICATION SLAVE, REPLICATION CLIENT ON *.* TO 'canal'@'%';
FLUSH PRIVILEGES;- 創建好測試用的數據庫
canal-test，之后創建一張商品表product，建表語句如下。
CREATE TABLE `product` (
`id` bigint(20) NOT NULL AUTO_INCREMENT,
`title` varchar(255) CHARACTER SET utf8 COLLATE utf8_general_ci NULL DEFAULT NULL,
`sub_title` varchar(255) CHARACTER SET utf8 COLLATE utf8_general_ci NULL DEFAULT NULL,
`price` decimal(10, 2) NULL DEFAULT NULL,
`pic` varchar(255) CHARACTER SET utf8 COLLATE utf8_general_ci NULL DEFAULT NULL,
PRIMARY KEY (`id`) USING BTREE
) ENGINE = InnoDB AUTO_INCREMENT = 2 CHARACTER SET = utf8 COLLATE = utf8_general_ci ROW_FORMAT = Dynamic;canal-server使用
將我們下載好的壓縮包canal.deployer-1.1.5-SNAPSHOT.tar.gz上傳到Linux服務器，然后解壓到指定目錄/mydata/canal-server，可使用如下命令解壓；
tar -zxvf canal.deployer-1.1.5-SNAPSHOT.tar.gz- 解壓完成后目錄結構如下；
├── bin
│ ├── restart.sh
│ ├── startup.bat
│ ├── startup.sh
│ └── stop.sh
├── conf
│ ├── canal_local.properties
│ ├── canal.properties
│ └── example
│ └── instance.properties
├── lib
├── logs
│ ├── canal
│ │ └── canal.log
│ └── example
│ ├── example.log
│ └── example.log
└── plugin- 修改配置文件
conf/example/instance.properties，按如下配置即可，主要是修改數據庫相關配置；
# 需要同步數據的MySQL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.master.gtid=
# 用於同步數據的數據庫賬號
canal.instance.dbUsername=canal
# 用於同步數據的數據庫密碼
canal.instance.dbPassword=canal
# 數據庫連接編碼
canal.instance.connectionCharset = UTF-8
# 需要訂閱binlog的表過濾正則表達式
canal.instance.filter.regex=.*\\..*- 使用
startup.sh腳本啟動canal-server服務；
sh bin/startup.sh- 啟動成功后可使用如下命令查看服務日志信息；
tail -f logs/canal/canal.log
2020-10-26 16:18:13.354 [main] INFO com.alibaba.otter.canal.deployer.CanalController - ## start the canal server[172.17.0.1(172.17.0.1):11111]
2020-10-26 16:18:19.978 [main] INFO com.alibaba.otter.canal.deployer.CanalStarter - ## the canal server is r- 啟動成功后可使用如下命令查看
instance日志信息；
tail -f logs/example/example.log
2020-10-26 16:18:16.056 [main] INFO c.a.o.c.i.spring.support.PropertyPlaceholderConfigurer - Loading properties file from class path resource [canal.properties]
2020-10-26 16:18:16.061 [main] INFO c.a.o.c.i.spring.support.PropertyPlaceholderConfigurer - Loading properties file from class path resource [example/instance.properties]
2020-10-26 16:18:18.259 [main] INFO c.a.otter.canal.instance.spring.CanalInstanceWithSpring - start CannalInstance for 1-example
2020-10-26 16:18:18.282 [main] WARN c.a.o.canal.parse.inbound.mysql.dbsync.LogEventConvert - --> init table filter : ^.*\..*$
2020-10-26 16:18:18.282 [main] WARN c.a.o.canal.parse.inbound.mysql.dbsync.LogEventConvert - --> init table black filter : ^mysql\.slave_.*$
2020-10-26 16:18:19.543 [destination = example , address = /127.0.0.1:3306 , EventParser] WARN c.a.o.c.p.inbound.mysql.rds.RdsBinlogEventParserProxy - ---> begin to find start position, it will be long time for reset or first position
2020-10-26 16:18:19.578 [main] INFO c.a.otter.canal.instance.core.AbstractCanalInstance - start successful....
2020-10-26 16:18:19.912 [destination = example , address = /127.0.0.1:3306 , EventParser] WARN c.a.o.c.p.inbound.mysql.rds.RdsBinlogEventParserProxy - prepare to find start position just last position
{"identity":{"slaveId":-1,"sourceAddress":{"address":"localhost","port":3306}},"postion":{"gtid":"","included":false,"journalName":"mall-mysql-bin.000006","position":2271,"serverId":101,"timestamp":1603682664000}}
2020-10-26 16:18:22.435 [destination = example , address = /127.0.0.1:3306 , EventParser] WARN c.a.o.c.p.inbou- 如果想要停止
canal-server服務可以使用如下命令。
sh bin/stop.shcanal-adapter使用
將我們下載好的壓縮包canal.adapter-1.1.5-SNAPSHOT.tar.gz上傳到Linux服務器，然后解壓到指定目錄/mydata/canal-adpter，解壓完成后目錄結構如下；
├── bin
│ ├── adapter.pid
│ ├── restart.sh
│ ├── startup.bat
│ ├── startup.sh
│ └── stop.sh
├── conf
│ ├── application.yml
│ ├── es6
│ ├── es7
│ │ ├── biz_order.yml
│ │ ├── customer.yml
│ │ └── product.yml
│ ├── hbase
│ ├── kudu
│ ├── logback.xml
│ ├── META-INF
│ │ └── spring.factories
│ └── rdb
├── lib
├── logs
│ └── adapter
│ └── adapter.log
└── plugin- 修改配置文件
conf/application.yml，按如下配置即可，主要是修改canal-server配置、數據源配置和客戶端適配器配置；
canal.conf:
mode: tcp # 客戶端的模式，可選tcp kafka rocketMQ
flatMessage: true # 扁平message開關, 是否以json字符串形式投遞數據, 僅在kafka/rocketMQ模式下有效
zookeeperHosts: # 對應集群模式下的zk地址
syncBatchSize: 1000 # 每次同步的批數量
retries: 0 # 重試次數, -1為無限重試
timeout: # 同步超時時間, 單位毫秒
accessKey:
secretKey:
consumerProperties:
# canal tcp consumer
canal.tcp.server.host: 127.0.0.1:11111 #設置canal-server的地址
canal.tcp.zookeeper.hosts:
canal.tcp.batch.size: 500
canal.tcp.username:
canal.tcp.password:
srcDataSources: # 源數據庫配置
defaultDS:
url: jdbc:mysql://127.0.0.1:3306/canal_test?useUnicode=true
username: canal
password: canal
canalAdapters: # 適配器列表
- instance: example # canal實例名或者MQ topic名
groups: # 分組列表
- groupId: g1 # 分組id, 如果是MQ模式將用到該值
outerAdapters:
- name: logger # 日志打印適配器
- name: es7 # ES同步適配器
hosts: 127.0.0.1:9200 # ES連接地址
properties:
mode: rest # 模式可選transport(9300) 或者 rest(9200)
# security.auth: test:123456 # only used for rest mode
cluster.name: elasticsearch # ES集群名稱- 添加配置文件
canal-adapter/conf/es7/product.yml，用於配置MySQL中的表與Elasticsearch中索引的映射關系；
dataSourceKey: defaultDS # 源數據源的key, 對應上面配置的srcDataSources中的值
destination: example # canal的instance或者MQ的topic
groupId: g1 # 對應MQ模式下的groupId, 只會同步對應groupId的數據
esMapping:
_index: canal_product # es 的索引名稱
_id: _id # es 的_id, 如果不配置該項必須配置下面的pk項_id則會由es自動分配
sql: "SELECT
p.id AS _id,
p.title,
p.sub_title,
p.price,
p.pic
FROM
product p" # sql映射
etlCondition: "where a.c_time>={}" #etl的條件參數
commitBatch: 3000 # 提交批大小- 使用
startup.sh腳本啟動canal-adapter服務；
sh bin/startup.sh- 啟動成功后可使用如下命令查看服務日志信息；
tail -f logs/adapter/adapter.log
20-10-26 16:52:55.148 [main] INFO c.a.o.canal.adapter.launcher.loader.CanalAdapterLoader - Load canal adapter: logger succeed
2020-10-26 16:52:57.005 [main] INFO c.a.o.c.client.adapter.es.core.config.ESSyncConfigLoader - ## Start loading es mapping config ...
2020-10-26 16:52:57.376 [main] INFO c.a.o.c.client.adapter.es.core.config.ESSyncConfigLoader - ## ES mapping config loaded
2020-10-26 16:52:58.615 [main] INFO c.a.o.canal.adapter.launcher.loader.CanalAdapterLoader - Load canal adapter: es7 succeed
2020-10-26 16:52:58.651 [main] INFO c.alibaba.otter.canal.connector.core.spi.ExtensionLoader - extension classpath dir: /mydata/canal-adapter/plugin
2020-10-26 16:52:59.043 [main] INFO c.a.o.canal.adapter.launcher.loader.CanalAdapterLoader - Start adapter for canal-client mq topic: example-g1 succeed
2020-10-26 16:52:59.044 [main] INFO c.a.o.canal.adapter.launcher.loader.CanalAdapterService - ## the canal client adapters are running now ......
2020-10-26 16:52:59.057 [Thread-4] INFO c.a.otter.canal.adapter.launcher.loader.AdapterProcessor - =============> Start to connect destination: example <=============
2020-10-26 16:52:59.100 [main] INFO org.apache.coyote.http11.Http11NioProtocol - Starting ProtocolHandler ["http-nio-8081"]
2020-10-26 16:52:59.153 [main] INFO org.apache.tomcat.util.net.NioSelectorPool - Using a shared selector for servlet write/read
2020-10-26 16:52:59.590 [main] INFO o.s.boot.web.embedded.tomcat.TomcatWebServer - Tomcat started on port(s): 8081 (http) with context path ''
2020-10-26 16:52:59.626 [main] INFO c.a.otter.canal.adapter.launcher.CanalAdapterApplication - Started CanalAdapterApplication in 31.278 seconds (JVM running for 33.99)
2020-10-26 16:52:59.930 [Thread-4] INFO c.a.otter.canal.adapter.launcher.loader.AdapterProcessor - =============> Subscribe destination: example succeed <=============- 如果需要停止
canal-adapter服務可以使用如下命令。
sh bin/stop.sh數據同步演示
經過上面的一系列步驟，
canal的數據同步功能已經基本可以使用了，下面我們來演示下數據同步功能。
- 首先我們需要在
Elasticsearch中創建索引，和MySQL中的product表相對應，直接在Kibana的Dev Tools中使用如下命令創建即可；
PUT canal_product
{
"mappings": {
"properties": {
"title": {
"type": "text"
},
"sub_title": {
"type": "text"
},
"pic": {
"type": "text"
},
"price": {
"type": "double"
}
}
}
}
- 創建完成后可以查看下索引的結構；
- 之后使用如下
SQL語句在數據庫中創建一條記錄 -
創建成功后，在
INSERT INTO product ( id, title, sub_title, price, pic ) VALUES ( 5, '小米8', ' 全面屏游戲智能手機 6GB+64GB', 1999.00, NULLElasticsearch中搜索下，發現數據已經同步了；
- 再使用如下
SQL對數據進行修改；
UPDATE product SET title='小米10' WHERE id=5- 修改成功后，在
Elasticsearch中搜索下，發現數據已經修改了；
- 再使用如下
SQL對數據進行刪除操作；
DELETE FROM product WHERE id=5- 刪除成功后，在
Elasticsearch中搜索下，發現數據已經刪除了，至此MySQL同步到Elasticsearch的功能完成了！
canal-admin使用
將我們下載好的壓縮包canal.admin-1.1.5-SNAPSHOT.tar.gz上傳到Linux服務器，然后解壓到指定目錄/mydata/canal-admin，解壓完成后目錄結構如下；
├── bin
│ ├── restart.sh
│ ├── startup.bat
│ ├── startup.sh
│ └── stop.sh
├── conf
│ ├── application.yml
│ ├── canal_manager.sql
│ ├── canal-template.properties
│ ├── instance-template.properties
│ ├── logback.xml
│ └── public
│ ├── avatar.gif
│ ├── index.html
│ ├── logo.png
│ └── static
├── lib
└── logs- 創建
canal-admin需要使用的數據庫canal_manager，創建SQL腳本為/mydata/canal-admin/conf/canal_manager.sql，會創建如下表； 
image
- 修改配置文件
conf/application.yml，按如下配置即可，主要是修改數據源配置和canal-admin的管理賬號配置，注意需要用一個有讀寫權限的數據庫賬號，比如管理賬號root:root；
server: port: 8089 spring: jackson: date-format: yyyy-MM-dd HH:mm:ss time-zone: GMT+8 spring.datasource: address: 127.0.0.1:3306 database: canal_manager username: root password: root driver-class-name: com.mysql.jdbc.Driver url: jdbc:mysql://${spring.datasource.address}/${spring.datasource.database}?useUnicode=true&characterEncoding=UTF-8&useSSL=false hikari: maximum-pool-size: 30 minimum-idle: 1 canal: adminUser: admin adminPasswd: admin- 接下來對之前搭建的
canal-server的conf/canal_local.properties文件進行配置，主要是修改canal-admin的配置，修改完成后使用sh bin/startup.sh local重啟canal-server：
# register ip canal.register.ip = # canal admin config canal.admin.manager = 127.0.0.1:8089 canal.admin.port = 11110 canal.admin.user = admin canal.admin.passwd = 4ACFE3202A5FF5CF467898FC58AAB1D615029441 # admin auto register canal.admin.register.auto = true canal.admin.register.cluster =- 使用
startup.sh腳本啟動canal-admin服務；
sh bin/startup.sh- 啟動成功后可使用如下命令查看服務日志信息；
tail -f logs/admin.log 020-10-27 10:15:04.210 [main] INFO org.apache.coyote.http11.Http11NioProtocol - Starting ProtocolHandler ["http-nio-8089"] 2020-10-27 10:15:04.308 [main] INFO org.apache.tomcat.util.net.NioSelectorPool - Using a shared selector for servlet write/read 2020-10-27 10:15:04.534 [main] INFO o.s.boot.web.embedded.tomcat.TomcatWebServer - Tomcat started on port(s): 8089 (http) with context path '' 2020-10-27 10:15:04.573 [main] INFO com.alibaba.otter.canal.admin.CanalAdminApplication - Started CanalAdminApplication in 31.203 seconds (JVM running for 34.865)- 訪問
canal-admin的Web界面，輸入賬號密碼admin:123456即可登錄，訪問地址：http://192.168.3.101:8089 
登錄成功后即可使用
Web界面操作canal-server。
canal官方文檔：https://github.com/alibaba/canal/wiki轉載：https://zhuanlan.zhihu.com/p/333380175
- 修改配置文件