【IT老齐014】阿里Canal实现MySQL异构数据同步

场景

商户在后台系统添加数据，消费者需要在前台获取数据。这时候需要将后台的数据同步到es中。mysql的数据跟es存储的数据不一样，称为异构数据。

原始做法：团队A在java代码中新增mysql数据时，调用团队B的接口新增es商品数据。

缺点：

• 协作中两个团队存在代码强耦合。
• 扩展困难，第三方同步数据需要再次修改代码。

目标实现：数据能做到实时同步，团队间解耦，团队A不用多次调用接口。

数据监听

回顾mysql数据库的主从同步的功能。

用户新增、删除数据，主库执行完相应sql语句后，会将sql记录到binlog中。主库将binlog传给从库，从库接收到binlog的sql，将其写入relaylog（重放日志）中。从库执行relaylog的sql语句，就此实现同步。最后从库还会将执行relaylog的sql语句写入从库的binlog中。

Canal:阿里巴巴中间件，基于db增量日志解析，提供增量数据订阅和消费

引入Canal，相当于从库被Canal代替（假的mysql从库，主要监听主库的binlog，relaylog的sql语句）

通过Canal的配置文件，当获取新的数据时，自动触发指定的java代码完成同步工作。

应用解耦

引入MQ，解决解耦问题。
团队A新增删除数据，将消息发到MQ，其他团队从MQ订阅消息。

常见问题

• 团队c来了之后只能从订阅MQ开始获取新数据，团队B之前已经获取的那些数据团队c怎么得到？
  • 历史离线同步
• 主从同步失败的概率怎么判断，canal的可靠性能达到什么程度？
  • 按binlog偏移量重新同步
• 如果源端表做了水平拆分和垂直拆分，canal能实现对这种表的合并处理吗？
  • 可以，原则上只要能挂Slave的，Canal都可以搞定
• canal到kafka的消息是有序的，但假如kafka到消费端的消息由于网络原因从AB变成BA的话，该怎么办呢？
  • kafka，本身是支持有序的，但是有序的代价就是牺牲性能