canal--canal+MQ

阳光穿透心脏的1/2处 2023-05-21 11:55 54阅读 0赞

首发网址：[canal--canal+MQ\_IT利刃出鞘的博客-CSDN博客\_canal mq][canal--canal_MQ_IT_-CSDN_canal mq]

# 其他网址 #

[https://github.com/alibaba/canal/wiki/Canal-Kafka-RocketMQ-QuickStart][https_github.com_alibaba_canal_wiki_Canal-Kafka-RocketMQ-QuickStart]  
[canal实现mysql实时数据binlog同步\_数据库\_阿拉斯加大闸蟹的博客-CSDN博客][canal_mysql_binlog_-CSDN]

# 部署与配置 #

## 下载与安装 ##

环境版本

> 操作系统：CentOS release 6.6 (Final)  
> java版本: jdk1.8  
> canal 版本: 请下载最新的安装包，本文以当前v1.1.1 的canal.deployer-1.1.1.tar.gz为例  
> MySQL版本 ：5.7.18（这里有一个坑，就是说mysql使用时请注意你的版本，不然报错一直连接不上）  
> 注意 ： 关闭所有机器的防火墙，同时注意启动可以相互telnet ip 端口

下载压缩包

> 到官网地址([release][])下载最新压缩包,请下载 canal.deployer-latest.tar.gz

将canal.deployer 复制到固定目录并解压

mkdir -p /usr/local/canal
    cp   canal.deployer-1.1.1.tar.gz   /usr/local/canal
    tar -zxvf canal.deployer-1.1.1.tar.gz

## MySQL配置修改参数 ##

**开启mysql的binlog写入功能**

canal的原理是基于mysql binlog技术，所以这里一定需要开启mysql的binlog写入功能，并且配置binlog模式为row.

[mysqld]
    log-bin=mysql-bin #启用binlog
    binlog-format=ROW #选择row模式
    server_id=1 #配置mysql replaction，不能和canal的slaveId重复

**创建canal用户**

canal的原理是模拟自己为mysql slave，所以这里一定需要做为mysql slave的相关权限。

CREATE USER canal IDENTIFIED BY 'canal';    
    GRANT SELECT, REPLICATION SLAVE, REPLICATION CLIENT ON *.* TO 'canal'@'%';  
    -- GRANT ALL PRIVILEGES ON *.* TO 'canal'@'%' ;  
    FLUSH PRIVILEGES;

针对已有的账户可通过grants查询权限

show grants for 'canal'

## canal配置修改参数 ##

a. 修改instance 配置文件 `vi conf/example/instance.properties（要是你配置困难，建议你直接复制）`

#################################################
    ## mysql serverId , v1.0.26+ will autoGen
    canal.instance.mysql.slaveId=1234
     
    # enable gtid use true/false
    canal.instance.gtidon=false
     
    # position info
    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=
     
    # rds oss binlog
    canal.instance.rds.accesskey=
    canal.instance.rds.secretkey=
    canal.instance.rds.instanceId=
     
    # table meta tsdb info
    canal.instance.tsdb.enable=true
    #canal.instance.tsdb.url=jdbc:mysql://127.0.0.1:3306/canal_tsdb
    #canal.instance.tsdb.dbUsername=canal
    #canal.instance.tsdb.dbPassword=canal
     
    #canal.instance.standby.address =
    #canal.instance.standby.journal.name =
    #canal.instance.standby.position =
    #canal.instance.standby.timestamp =
    #canal.instance.standby.gtid=
     
    # username/password
    canal.instance.dbUsername=canal
    canal.instance.dbPassword=canal
    canal.instance.connectionCharset = UTF-8
    canal.instance.defaultDatabaseName =
    # enable druid Decrypt database password
    canal.instance.enableDruid=false
    #canal.instance.pwdPublicKey=MFwwDQYJltRRE5/zXpVX7y7GCMo2/JM6fircSAwEAAQ==
     
    # table regex
    canal.instance.filter.regex=.*\\..*
    # table black regex
    canal.instance.filter.black.regex=
     
    # mq config
    canal.mq.topic=test
    # dynamic topic route by table regex
    #canal.mq.dynamicTopic=.*,mytest\\..*,mytest2.user
    canal.mq.partition=0
    # hash partition config
    #canal.mq.partitionsNum=3
    #canal.mq.partitionHash=test.table:id^name,.*\\..*
    #################################################

> 对应ip 地址的MySQL 数据库需进行相关初始化与设置, 可参考 [Canal QuickStart][]
> 
> a1.多数据源配置通道：https://www.2cto.com/database/201609/547661.html  
> a2.常见的异常通道：https://blog.csdn.net/my201110lc/article/details/77885720

b. 修改canal 配置文件/usr/local/canal/conf/canal.properties（一般使用默认即可，可不修改。）

#################################################
    ######### 		common argument		############# 
    #################################################
    #canal.manager.jdbc.url=jdbc:mysql://127.0.0.1:3306/canal_manager?useUnicode=true&characterEncoding=UTF-8
    #canal.manager.jdbc.username=root
    #canal.manager.jdbc.password=121212
    canal.id = 1
    canal.ip =
    canal.port = 11111
    canal.metrics.pull.port = 11112
    canal.zkServers =
    # flush data to zk
    canal.zookeeper.flush.period = 1000
    canal.withoutNetty = false
    # tcp, kafka, RocketMQ
    canal.serverMode = kafka
    # flush meta cursor/parse position to file
    canal.file.data.dir = ${canal.conf.dir}
    canal.file.flush.period = 1000
    ## memory store RingBuffer size, should be Math.pow(2,n)
    canal.instance.memory.buffer.size = 16384
    ## memory store RingBuffer used memory unit size , default 1kb
    canal.instance.memory.buffer.memunit = 1024 
    ## meory store gets mode used MEMSIZE or ITEMSIZE
    canal.instance.memory.batch.mode = MEMSIZE
    canal.instance.memory.rawEntry = true
     
    ## detecing config
    canal.instance.detecting.enable = false
    #canal.instance.detecting.sql = insert into retl.xdual values(1,now()) on duplicate key update x=now()
    canal.instance.detecting.sql = select 1
    canal.instance.detecting.interval.time = 3
    canal.instance.detecting.retry.threshold = 3
    canal.instance.detecting.heartbeatHaEnable = false
     
    # support maximum transaction size, more than the size of the transaction will be cut into multiple transactions delivery
    canal.instance.transaction.size =  1024
    # mysql fallback connected to new master should fallback times
    canal.instance.fallbackIntervalInSeconds = 60
     
    # network config
    canal.instance.network.receiveBufferSize = 16384
    canal.instance.network.sendBufferSize = 16384
    canal.instance.network.soTimeout = 30
     
    # binlog filter config
    canal.instance.filter.druid.ddl = true
    canal.instance.filter.query.dcl = false
    canal.instance.filter.query.dml = false
    canal.instance.filter.query.ddl = false
    canal.instance.filter.table.error = false
    canal.instance.filter.rows = false
    canal.instance.filter.transaction.entry = false
     
    # binlog format/image check
    canal.instance.binlog.format = ROW,STATEMENT,MIXED 
    canal.instance.binlog.image = FULL,MINIMAL,NOBLOB
     
    # binlog ddl isolation
    canal.instance.get.ddl.isolation = false
     
    # parallel parser config
    canal.instance.parser.parallel = true
    ## concurrent thread number, default 60% available processors, suggest not to exceed Runtime.getRuntime().availableProcessors()
    #canal.instance.parser.parallelThreadSize = 16
    ## disruptor ringbuffer size, must be power of 2
    canal.instance.parser.parallelBufferSize = 256
     
    # table meta tsdb info
    canal.instance.tsdb.enable = true
    canal.instance.tsdb.dir = ${canal.file.data.dir:../conf}/${canal.instance.destination:}
    canal.instance.tsdb.url = jdbc:h2:${canal.instance.tsdb.dir}/h2;CACHE_SIZE=1000;MODE=MYSQL;
    canal.instance.tsdb.dbUsername = canal
    canal.instance.tsdb.dbPassword = canal
    # dump snapshot interval, default 24 hour
    canal.instance.tsdb.snapshot.interval = 24
    # purge snapshot expire , default 360 hour(15 days)
    canal.instance.tsdb.snapshot.expire = 360
     
    # aliyun ak/sk , support rds/mq
    canal.aliyun.accesskey =
    canal.aliyun.secretkey =
     
    #################################################
    ######### 		destinations		############# 
    #################################################
    canal.destinations = example
    # conf root dir
    canal.conf.dir = ../conf
    # auto scan instance dir add/remove and start/stop instance
    canal.auto.scan = true
    canal.auto.scan.interval = 5
     
    canal.instance.tsdb.spring.xml = classpath:spring/tsdb/h2-tsdb.xml
    #canal.instance.tsdb.spring.xml = classpath:spring/tsdb/mysql-tsdb.xml
     
    canal.instance.global.mode = spring
    canal.instance.global.lazy = false
    #canal.instance.global.manager.address = 127.0.0.1:1099
    #canal.instance.global.spring.xml = classpath:spring/memory-instance.xml
    canal.instance.global.spring.xml = classpath:spring/file-instance.xml
    #canal.instance.global.spring.xml = classpath:spring/default-instance.xml
     
    ##################################################
    ######### 		     MQ 		     #############
    ##################################################
    canal.mq.servers = 127.0.0.1:9092
    canal.mq.retries = 0
    canal.mq.batchSize = 16384
    canal.mq.maxRequestSize = 1048576
    canal.mq.lingerMs = 1
    canal.mq.bufferMemory = 33554432
    canal.mq.canalBatchSize = 50
    canal.mq.canalGetTimeout = 100
    canal.mq.flatMessage = true
    canal.mq.compressionType = none
    canal.mq.acks = all

## 启动/看日志/关闭 ##

**启动**

cd /usr/local/canal/
    sh bin/startup.sh   //关闭是sh bin/stop.sh

> inux带debug方式启动：(默认使用suspend=y，阻塞等待你remote debug链接成功)
> 
> /bin/startup.sh debug 9099

> 1.  linux启动完成后，会在bin目录下生成canal.pid，stop.sh会读取canal.pid进行进程关闭
> 2.  startup.sh默认读取系统环境变量中的which java获得JAVA执行路径，需要设置PATH=$JAVA\_HOME/bin环境变量

windows启动：(windows支持相对比较弱）

> startup.bat

windows停止：直接关闭终端即可

**查看日志**

可以查看启动是否成功等

> canal日志：canal/logs/canal/canal.log  
> 实例日志：canal/logs/example/example.log

**效果**

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3NpbmdnZWw_size_16_color_FFFFFF_t_70][]

# mq相关参数说明 #

<table> 
 <tbody> 
 <tr> 
 <td style="width:219px;"> 参数名 </td> 
 <td style="width:395px;"> 参数说明 </td> 
 <td style="width:150px;"> 默认值 </td> 
 </tr> 
 <tr> 
 <td style="width:219px;"> canal.mq.servers </td> 
 <td style="width:395px;"> kafka为bootstrap.servers&nbsp; rocketMQ中为nameserver列表 </td> 
 <td style="width:150px;"> 127.0.0.1:6667 </td> 
 </tr> 
 <tr> 
 <td style="width:219px;"> canal.mq.retries </td> 
 <td style="width:395px;"> 发送失败重试次数 </td> 
 <td style="width:150px;"> 0 </td> 
 </tr> 
 <tr> 
 <td style="width:219px;"> canal.mq.batchSize </td> 
 <td style="width:395px;"> kafka为ProducerConfig.BATCH_SIZE_CONFIG&nbsp; rocketMQ无意义 </td> 
 <td style="width:150px;"> 16384 </td> 
 </tr> 
 <tr> 
 <td style="width:219px;"> canal.mq.maxRequestSize </td> 
 <td style="width:395px;"> kafka为ProducerConfig.MAX_REQUEST_SIZE_CONFIG&nbsp; rocketMQ无意义 </td> 
 <td style="width:150px;"> 1048576 </td> 
 </tr> 
 <tr> 
 <td style="width:219px;"> canal.mq.lingerMs </td> 
 <td style="width:395px;"> kafka为ProducerConfig.LINGER_MS_CONFIG&nbsp; rocketMQ无意义 </td> 
 <td style="width:150px;"> 1 </td> 
 </tr> 
 <tr> 
 <td style="width:219px;"> canal.mq.bufferMemory </td> 
 <td style="width:395px;"> kafka为ProducerConfig.BUFFER_MEMORY_CONFIG&nbsp; rocketMQ无意义 </td> 
 <td style="width:150px;"> 33554432 </td> 
 </tr> 
 <tr> 
 <td style="width:219px;"> canal.mq.producerGroup </td> 
 <td style="width:395px;"> kafka无意义&nbsp; rocketMQ为ProducerGroup名 </td> 
 <td style="width:150px;"> Canal-Producer </td> 
 </tr> 
 <tr> 
 <td style="width:219px;"> canal.mq.canalBatchSize </td> 
 <td style="width:395px;"> 获取canal数据的批次大小 </td> 
 <td style="width:150px;"> 50 </td> 
 </tr> 
 <tr> 
 <td style="width:219px;"> canal.mq.canalGetTimeout </td> 
 <td style="width:395px;"> 获取canal数据的超时时间 </td> 
 <td style="width:150px;"> 100 </td> 
 </tr> 
 <tr> 
 <td style="width:219px;"> canal.mq.flatMessage </td> 
 <td style="width:395px;"> 是否为json格式&nbsp; 如果设置为false,对应MQ收到的消息为protobuf格式 需要通过CanalMessageDeserializer进行解码 </td> 
 <td style="width:150px;"> true </td> 
 </tr> 
 <tr> 
 <td style="width:219px;"> --- </td> 
 <td style="width:395px;"> --- </td> 
 <td style="width:150px;"> --- </td> 
 </tr> 
 <tr> 
 <td style="width:219px;"> canal.mq.topic </td> 
 <td style="width:395px;"> mq里的topic名 </td> 
 <td style="width:150px;"> 无 </td> 
 </tr> 
 <tr> 
 <td style="width:219px;"> canal.mq.dynamicTopic </td> 
 <td style="width:395px;"> mq里的动态topic规则, 1.1.3版本支持 </td> 
 <td style="width:150px;"> 无 </td> 
 </tr> 
 <tr> 
 <td style="width:219px;"> canal.mq.partition </td> 
 <td style="width:395px;"> 单队列模式的分区下标， </td> 
 <td style="width:150px;"> 1 </td> 
 </tr> 
 <tr> 
 <td style="width:219px;"> canal.mq.partitionsNum </td> 
 <td style="width:395px;"> 散列模式的分区数 </td> 
 <td style="width:150px;"> 无 </td> 
 </tr> 
 <tr> 
 <td style="width:219px;"> canal.mq.partitionHash </td> 
 <td style="width:395px;"> 散列规则定义&nbsp; 库名.表名 : 唯一主键，比如mytest.person: id&nbsp; 1.1.3版本支持新语法，见下文 </td> 
 <td style="width:150px;"> 无 </td> 
 </tr> 
 </tbody> 
</table>

## canal.mq.dynamicTopic 表达式说明 ##

canal 1.1.3版本之后, 支持配置格式：schema.table，多个配置之间使用逗号分隔

> 例子1：test\\\\.test 指定匹配的单表，发送到以 test\\\\.test为名字的topic上  
> 例子2：.\\\\..\* 匹配所有表，每个表都会发送到各自表名的topic上  
> 例子3：test 指定匹配对应的库，一个库的所有表都会发送到库名的topic上  
> 例子4：test\\\\.\* 指定匹配的表达式，针对匹配的表会发送到各自表名的topic上  
> 例子5：test,test1\\\\.test1，指定多个表达式，会将test库的表都发送到test的topic上，test1\\\\.test1的表发送到对应的test1\\\\.test1 topic上，其余的表发送到默认的canal.mq.topic值

大家可以结合自己的业务需求，设置匹配规则，建议MQ开启自动创建topic的能力

## canal.mq.partitionHash 表达式说明 ##

canal 1.1.3版本之后, 支持配置格式：schema.table:pk1^pk2，多个配置之间使用逗号分隔

> 例子1：test\\\\.test:pk1^pk2 指定匹配的单表，对应的hash字段为pk1 + pk2  
> 例子2：.\\\\..\*:id 正则匹配，指定所有正则匹配的表对应的hash字段为id  
> 例子3：.\\\\..\*:$pk$ 正则匹配，指定所有正则匹配的表对应的hash字段为表主键(自动查找)  
> 例子4: 匹配规则啥都不写，则默认发到0这个partition上  
> 例子5：.\\\\..\* ，不指定pk信息的正则匹配，将所有正则匹配的表,对应的hash字段为表名  
> 按表hash: 一张表的所有数据可以发到同一个分区，不同表之间会做散列 (会有热点表分区过大问题)  
> 例子6: test\\\\.test:id,.\\\\..\* , 针对test的表按照id散列,其余的表按照table散列

注意：大家可以结合自己的业务需求，设置匹配规则，多条匹配规则之间是按照顺序进行匹配(命中一条规则就返回)

其他详细参数可参考[Canal AdminGuide][]

# mq顺序性问题 #

binlog本身是有序的，写入到mq之后如何保障顺序是很多人会比较关注，在issue里也有非常多人咨询了类似的问题，这里做一个统一的解答

1.  canal目前选择支持的kafka/rocketmq，本质上都是基于本地文件的方式来支持了分区级的顺序消息的能力，也就是binlog写入mq是可以有一些顺序性保障，这个取决于用户的一些参数选择
2.  canal支持MQ数据的几种路由方式：单topic单分区，单topic多分区、多topic单分区、多topic多分区

>  *  canal.mq.dynamicTopic，主要控制是否是单topic还是多topic，针对命中条件的表可以发到表名对应的topic、库名对应的topic、默认topic name
>  *  canal.mq.partitionsNum、canal.mq.partitionHash，主要控制是否多分区以及分区的partition的路由计算，针对命中条件的可以做到按表级做分区、pk级做分区等

canal的消费顺序性，主要取决于描述2中的路由选择，举例说明：

>  *  单topic单分区，可以严格保证和binlog一样的顺序性，缺点就是性能比较慢，单分区的性能写入大概在2~3k的TPS
>  *  多topic单分区，可以保证表级别的顺序性，一张表或者一个库的所有数据都写入到一个topic的单分区中，可以保证有序性，针对热点表也存在写入分区的性能问题
>  *  单topic、多topic的多分区，如果用户选择的是指定table的方式，那和第二部分一样，保障的是表级别的顺序性(存在热点表写入分区的性能问题)，如果用户选择的是指定pk hash的方式，那只能保障的是一个pk的多次binlog顺序性 \*\* pk hash的方式需要业务权衡，这里性能会最好，但如果业务上有pk变更或者对多pk数据有顺序性依赖，就会产生业务处理错乱的情况. 如果有pk变更，pk变更前和变更后的值会落在不同的分区里，业务消费就会有先后顺序的问题，需要注意

## MQ数据消费 ##

canal.client下有对应的MQ数据消费的样例工程,包含数据编解码的功能

> kafka模式: com.alibaba.otter.canal.client.running.kafka.CanalKafkaClientExample  
> rocketMQ模式: com.alibaba.otter.canal.client.running.rocketmq.CanalRocketMQClientExample

[canal--canal_MQ_IT_-CSDN_canal mq]: https://knife.blog.csdn.net/article/details/105605995
[https_github.com_alibaba_canal_wiki_Canal-Kafka-RocketMQ-QuickStart]: https://github.com/alibaba/canal/wiki/Canal-Kafka-RocketMQ-QuickStart
[canal_mysql_binlog_-CSDN]: https://blog.csdn.net/singgel/article/details/86166154
[release]: https://github.com/alibaba/canal/releases
[Canal QuickStart]: https://github.com/alibaba/canal/wiki/QuickStart
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3NpbmdnZWw_size_16_color_FFFFFF_t_70]: /images/20230521/c50948e7b3f44d1d9a41e8a1bac03174.png
[Canal AdminGuide]: https://github.com/alibaba/canal/wiki/AdminGuide

canal--canal+MQ

发表评论取消回复

还没有评论，来说两句吧...

相关阅读