在家远程办公第三周，快被手机上的消息搞的有些神经质了，生怕错过一条有用的信息，没办法形势如此，公司风雨飘摇你们也都如履薄冰，毕竟这时候失业有点惨（穷怕了）。
java
但就干活来讲仍是比较悠闲的，和在公司上班相比，悠闲下来不少碎片时间，能够随意的作点本身喜欢的事情。并且我发现，人一但闲下来真的是好可怕，潜在的才能会全面爆发，我女友这个抖音深度患者，一年不作一回饭的主，一周内接连给我作了两顿黑暗料理，烤馒头版“蛋糕”、浆糊版“凉皮”，而后我就与厕所结下来不解之缘。。。mysql
不过，做为一个程序员，我对黑暗料理是不太感兴趣滴，闲下来仍是喜欢学习钻研一些新奇的技术，canal就成了很好的研究对象，一不当心就监控了公司MySQL的一举一动的git
1、canal是个啥？
canal是阿里开发的一款基于数据库增量日志解析，提供增量数据订阅与消费的框架，整个框架纯JAVA开发，目前仅支持Mysql和MariaDB（和mysql相似）。程序员
那什么是数据库增量日志？github
MySQL的日志种类是比较多的，主要包含：错误日志、查询日志、慢查询日志、事务日志、二进制日志。而MySQL数据库所发生的数据变动（DML（data manipulation language）数据操纵语言，也就是咱们熟悉的增删改），都会以二进制日志(binary log)形式存储。sql
2、canal原理
在介绍canal原理以前，咱们先来回顾一下MySQL主从同步的原理，这或许会让你更好的理解canal的工做机制。
数据库
一、MySQL主从同步原理：vim
MySQL主从同步也叫读写分离，能够提高数据库的负载和容错能力，实现数据库的高可用服务器
先来分析一张MySQL主从同步原理图：
网络
以上图片源自网络，若有侵权联系删除
master节点操做过程：
当master节点数据发生更改后（delete、update、insert，仍是建立函数、存储过程等操做），向binary log中写入记录日志，这些记录又叫作二进制日志事件（binary log events）。
show binlog events
这些事件会按照顺序写入bin log中。当slave节点启动链接到master节点的时候，master节点会为slave节点开启binlog dump线程（负责传输binlog数据）。
一旦master节点的bin log发生变化时，bin logdump线程会通知slave节点有能够传输的binlog，并将相应的bin log内容发送给slave节点。
slave节点操做过程：
slave节点上会建立两个线程：一个I/O线程，一个SQL线程。I/O线程链接到master节点，master节点上的binlog dump 线程会将binlog的内容发送给该I\O线程。
该I/O线程接收到binlog内容后，再将内容写入到本地的relay log。而sql线程读取到I/O线程写入的ralay log，将relay log中的内容写入slave数据库。
二、canal原理
懂了上边MySQL的主从同步原理，canal的工做机制就很好理解了。
其实canal是模拟了MySQL数据库中，slave节点与master节点的交互协议，假装本身为MySQL slave节点，向MySQL master节点发送dump协议，MySQL master节点收到dump请求，开始推送binary log给slave节点(也就是canal)。
以上图片源自网络，若有侵权联系删除
光说不练假把式，开干！
3、canal实现“监控”MySQL
在写代码前咱们先对MySQL进行一下改造，安装MySQL就再也不细说了，基本操做。
一、查看一下MySQL是否开启了binary log功能
show binary logs
若是没有开启是图中的状态，通常用户是没有这个命令权限的，不过我有，啧啧啧！
若是没有须要手动开启，而且在my.cnf文件中配置binlog-format 为Row模式
log-bin=mysq-bin
binlog-format=Row
log-bin是binlog文件存放位置binlog-format 设置MySQL复制log-bin的方式
MySQL的三种复制方式：
基于SQL语句的复制(statement-based replication, SBR)
优势：将修改数据的sql保存在binlog，不须要记录每一条sql和数据变化，binlog体量会很小，IO开销少，性能好
缺点：会致使master-slave中的数据不一致
基于行的复制(row-based replication, RBR)
优势：不记录每条sql语句的上下文信息，仅需记录哪条数据被修改了，修改为什么样了
缺点：binlog体积很大，尤为是在alter table属性时，会产生大量binlog数据
混合模式复制(mixed-based replication, MBR)
对应的，binlog的格式也有三种：STATEMENT，ROW，MIXED。
二、为canal 建立一个有权限操做MySQL的用户
CREATE USER canal IDENTIFIED BY 'canal';
GRANT SELECT, REPLICATION SLAVE, REPLICATION CLIENT ON *.* TO 'canal'@'%';
-- GRANT ALL PRIVILEGES ON *.* TO 'canal'@'%' ;
FLUSH PRIVILEGES;
三、安装canal
下载地址：https://github.com/alibaba/canal/releases
下载后选择版本例如：canal.deployer-xxx.tar.gz
四、配置canal
修改instance.properties文件，须要添加监听数据库和表的规则，canal能够全量监听数据库，也能够针对某个表进行监听，比较灵活。
vim conf/example/instance.properties
#################################################
## mysql serverId
canal.instance.mysql.slaveId = 2020
# position info 修改本身的数据库（canal要监听的数据库 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.standby.address =
#canal.instance.standby.journal.name =
#canal.instance.standby.position =
#canal.instance.standby.timestamp =
# username/password 修改为本身 数据库信息的帐号 （单独开一个 准备阶段建立的帐号）
canal.instance.dbUsername = canal
canal.instance.dbPassword = canal
canal.instance.defaultDatabaseName =
canal.instance.connectionCharset = UTF-8
# table regex 表的监听规则
# canal.instance.filter.regex = blogs\.blog_info
canal.instance.filter.regex = .\*\\\\..\*
# table black regex
canal.instance.filter.black.regex =
启动canal
sh bin/startup.sh
看一下server日志，确认一下canal是否正常启动
vi logs/canal/canal.log
显示canal server is running now即为成功
2020-01-08 15:25:33.361 [main] INFO com.alibaba.otter.canal.deployer.CanalLauncher - ## start the canal server.
2020-01-08 15:25:33.468 [main] INFO com.alibaba.otter.canal.deployer.CanalController - ## start the canal server[192.168.12.245:11111]
2020-01-08 15:25:34.061 [main] INFO com.alibaba.otter.canal.deployer.CanalLauncher - ## the canal server is running now ......
五、编写Java客户端代码，实现canal监听
引入依赖包
<dependency>
<groupId>com.alibaba.otter</groupId>
<artifactId>canal.client</artifactId>
<version>1.1.0</
version>
</dependency>
这里只是简单实现
public class MainApp {
public static void main(String... args) throws Exception {
/**
* 建立与
*/
CanalConnector connector = CanalConnectors.newSingleConnector(new InetSocketAddress(AddressUtils.getHostIp(),
11111), "example", "", "");
int batchSize = 1000;
int emptyCount = 0;
try {
connector.connect();
/**
* 监控数据库中全部表
*/
connector.subscribe(".*\\..*");
/**
* 指定要监控的表，库名.表名
*/
//connector.subscribe("xin-master.jk_order");
connector.rollback();
//120次心跳事后未检测到，跳出
int totalEmptyCount = 120;
while (emptyCount < totalEmptyCount) {
Message message = connector.getWithoutAck(batchSize); // 获取指定数量的数据
long batchId = message.getId();
int size = message.getEntries().size();
if (batchId == -1 || size == 0) {
emptyCount++;
System.out.println("empty count : " + emptyCount);
try {
Thread.sleep(1000);
} catch (InterruptedException e) {
}
} else {
emptyCount = 0;
// System.out.printf("message[batchId=%s,size=%s] \n", batchId, size);
printEntry(message.getEntries());
}
/**
* 提交确认
*/
connector.ack(batchId);
/**
* 处理失败, 回滚数据
*/
connector.rollback(batchId);
}
System.out.println("empty too many times, exit");
} finally {
connector.disconnect();
/**
* 手动开启事务回滚
*/
//TransactionAspectSupport.currentTransactionStatus().setRollbackOnly();
}
}
private static void printEntry(List<CanalEntry.Entry> entrys) {
for (CanalEntry.Entry entry : entrys) {
if (entry.getEntryType() == CanalEntry.EntryType.TRANSACTIONBEGIN || entry.getEntryType() == CanalEntry
.EntryType
.TRANSACTIONEND) {
continue;
}
CanalEntry.RowChange rowChage = null;
try {
rowChage = CanalEntry.RowChange.parseFrom(entry.getStoreValue());
} catch (Exception e) {
throw new RuntimeException("ERROR ## parser of eromanga-event has an error , data:" + entry.toString(),
e);
}
CanalEntry.EventType eventType = rowChage.getEventType();
System.out.println(String.format("================> binlog[%s:%s] , name[%s,%s] , eventType : %s",
entry.getHeader().getLogfileName(), entry.getHeader().getLogfileOffset(),
entry.getHeader().getSchemaName(), entry.getHeader().getTableName(),
eventType));
for (CanalEntry.RowData rowData : rowChage.getRowDatasList()) {
if (eventType == CanalEntry.EventType.DELETE) {
printColumn(rowData.getBeforeColumnsList());
} else if (eventType == CanalEntry.EventType.INSERT) {
printColumn(rowData.getAfterColumnsList());
} else {
System.out.println("-------> before");
printColumn(rowData.getBeforeColumnsList());
System.out.println("-------> after");
printColumn(rowData.getAfterColumnsList());
}
}
}
}
private static void printColumn(List<CanalEntry.Column> columns) {
for (CanalEntry.Column column : columns) {
System.out.println(column.getName() + " : " + column.getValue() + " update=" + column.getUpdated());
}
}
}
代码到这就编写完成了，咱们启动服务看下是什么效果，因为并无操做数据库，因此监听的结果都是空的。
接下来咱们在数据库执行一条update语句试试
update jk_orderset order_no = '1111' where id = 40
控制台检测到了数据库的修改，并生成binlog 日志文件mysql-bin.000009:3830
那么生成的binlog 文件该怎么用，如何解析成SQl语句呢？
<!-- mysql binlog解析 -->
<dependency>
<groupId>com.github.shyiko</groupId>
<artifactId>mysql-binlog-connector-java</artifactId>
<version>0.13.0</version>
</dependency>
将刚才的binlog文件下载本地测试一下
public static void main(String[] args) throws IOException {
String filePath = "C:\\ProgramData\\MySQL\\MySQL Server 5.7\\Data\\mysql-bin.000009:3830";
File binlogFile = new File(filePath);
EventDeserializer eventDeserializer = new EventDeserializer();
eventDeserializer.setChecksumType(ChecksumType.CRC32);
BinaryLogFileReader reader = new BinaryLogFileReader(binlogFile, eventDeserializer);
try {
for (Event event; (event = reader.readEvent()) != null; ) {
System.out.println(event.toString());
}
} finally {
reader.close();
}
}
查看一下执行结果，发现数据库最近的一次操做是加了一个idx_index索引
Event{header=EventHeaderV4{timestamp=1551325542000, eventType=ANONYMOUS_GTID, serverId=1, headerLength=19, dataLength=46, nextPosition=8455, flags=0}, data=null}
Event{header=EventHeaderV4{timestamp=1551325542000, eventType=QUERY, serverId=1, headerLength=19, dataLength=190, nextPosition=8664, flags=0}, data=QueryEventData{threadId=25, executionTime=0, errorCode=0, database='xin-master', sql='ALTER TABLE `jk_order`
DROP INDEX `idx_index` ,
ADD INDEX `idx_index` (`user_id`, `service_id`, `real_price`) USING BTREE'
}}
Event{header=EventHeaderV4{timestamp=1551438586000, eventType=STOP, serverId=1, headerLength=19, dataLength=4, nextPosition=8687, flags=0}, data=null}
至此咱们就已经实现了监控MySQL
4、canal应用场景
canal应用场景大体有如下：
解决MySQL主从同步延迟的问题
实现数据库实时备份
多级索引 (卖家和买家各自分库索引)
实现业务cache刷新
价格变化等重要业务消息
重点分析一下canal是如何解决MySQL主从同步延迟的问题
生产环境下MySQL的主从同步模式（maser-slave）很常见，但对于跨机房部署的集群，会出现同步延时的状况。举个栗子：
一条订单状态是未付款，master节点修改为已付款，可因为某些缘由出现延迟数据未能及时同步到slave，这时用户当即查看订单状态（查询走slave）显示仍是未付款，哪一个用户看到这种状况不得慌啊。
为何会出现主从同步延迟呢？
当主库master的TPS并发较高时，master节点并发产生的修改操做，而slave节点的sql线程是单线程处理同步数据，延时天然而言就产生了。
不过形成主从同步的缘由不止这些，因为主从服务器存在跨机器而且跨机房，除了网络带宽缘由以外，网络的稳定性以及机器之间的同步，都是主从同步应该考虑的主要缘由。
总结
本文只是简单实现canal监听数据库的功能，旨在给你们提供一种解决问题的思路，仍是反复絮叨的那句话，解决问题的技术方法很对，具体如何应用还需结合具体业务。
今天就说这么多，若是本文对您有一点帮助，但愿能获得您一个点赞