Canal介绍和使用指南
承蒙大家厚爱,我的《Go语言之路》的纸质版图书已经上架京东,有需要的朋友请点击 此链接 购买。
Canal 是阿里开源的一款 MySQL 数据库增量日志解析工具,提供增量数据订阅和消费。使用Canal能够实现异步更新数据,配合MQ使用可在很多业务场景下发挥巨大作用。
Canal简介
canal 是阿里开源的一款 MySQL 数据库增量日志解析工具,提供增量数据订阅和消费。
使用Canal能够实现异步更新数据,配合MQ使用可在很多业务场景下发挥巨大作用。
工作原理
MySQL主备复制原理
- MySQL master 将数据变更写入二进制日志(binary log), 日志中的记录叫做二进制日志事件(binary log events,可以通过 show binlog events 进行查看)
- MySQL slave 将 master 的 binary log events 拷贝到它的中继日志(relay log)
- MySQL slave 重放 relay log 中事件,将数据变更反映到它自己的数据
图片来源: https://avisheksharma.wordpress.com/2015/01/07/step-wise-guide-to-setup-mysql-replication/
Canal 工作原理
- Canal 模拟 MySQL slave 的交互协议,伪装自己为 MySQL slave ,向 MySQL master 发送 dump 协议
- MySQL master 收到 dump 请求,开始推送 binary log 给 slave (即 Canal )
- Canal 解析 binary log 对象(原始为 byte 流)
环境准备
你应该事先准备好一个MySQL环境,并按以下步骤进行设置。
开启binlog
需要先开启MySQL的 binlog 写入功能,配置 binlog-format
为 ROW
模式,具体my.cnf
中配置如下:
[mysqld]
log-bin=mysql-bin # 开启 binlog
binlog-format=ROW # 选择 ROW 模式
server_id=1 # 配置 MySQL replaction 需要定义,不要和 canal 的 slaveId 重复
修改配置文件之后,重启MySQL。
使用命令查看是否打开binlog模式,如输出以下内容则说明binlog已开启。
mysql> show variables like 'log_bin';
+---------------+-------+
| Variable_name | Value |
+---------------+-------+
| log_bin | ON |
+---------------+-------+
查看binlog_format
配置是否正确。
mysql> show variables like 'binlog_format';
+---------------+-------+
| Variable_name | Value |
+---------------+-------+
| binlog_format | ROW |
+---------------+-------+
添加授权
Canal的原理是模拟自己为MySQL slave,所以一定要为账号授予做为MySQL slave的相关权限。
下面的命令是先创建一个名为canal
的账号,再对其进行授权,如果已有账户可直接 grant。
CREATE USER canal IDENTIFIED BY 'canal';
GRANT SELECT, REPLICATION SLAVE, REPLICATION CLIENT ON *.* TO 'canal'@'%';
-- GRANT ALL PRIVILEGES ON *.* TO 'canal'@'%' ;
FLUSH PRIVILEGES;
安装Canal
打开官方release页面,根据需要选择对应的软件包下载即可。
将下载后的软件包解压,可看到以下目录。
bin
conf
lib
logs
修改配置文件:canal-server/conf/example/instance.properties
。
将canal.instance.master.address
修改为你的MySQL地址。
将canal.instance.tsdb.dbUsername
修改为你上面授权的账号。
将canal.instance.tsdb.dbPassword
修改为你上面授权账号的密码。
配置示例如下:
#################################################
## mysql serverId , v1.0.26+ will autoGen
# canal.instance.mysql.slaveId=0
# 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
当然我还是推荐开发和测试阶段使用Docker搭建环境。
执行以下命令,拉取canal-server
最新镜像。
docker pull canal/canal-server:latest
如果因网络问题无法直接拉取Docker镜像,也可以选择clone代码到本地编译。
git clone git@github.com:alibaba/canal.git
cd canal/docker && sh build.sh
启动容器。
docker run -d --name canal-server -p 11111:11111 canal/canal-server
进入容器。
docker exec -it canal-server /bin/bash
修改配置。
vi canal-server/conf/example/instance.properties
注意:如果是macOS平台容器内使用host.docker.internal表示
localhost
。即:
canal.instance.master.address=host.docker.internal:3306
修改完配置后重启容器。
docker container restart canal-server
Canal Client
Canal 特别设计了 Client-Server 模式,交互协议使用 protobuf v3 , Client 端可采用不同语言实现不同的消费逻辑。
启动Canal Server之后,我们可以使用Canal客户端连接Canal进行消费,本文以Go客户端canal-go为例,演示如何从 canal-server 消费数据。
package main
import (
"fmt"
"time"
pbe "github.com/Q1mi/canal-go/protocol/entry"
"github.com/Q1mi/canal-go/client"
"google.golang.org/protobuf/proto"
)
// canal-go client demo
func main() {
// 连接canal-server
// 请修改为你的 canal-server 配置
connector := client.NewSimpleCanalConnector(
"127.0.0.1", 11111, "", "", "example", 60000, 60*60*1000)
err := connector.Connect()
if err != nil {
panic(err)
}
// mysql 数据解析关注的表,Perl正则表达式.
err = connector.Subscribe(".*\\..*")
if err != nil {
fmt.Printf("connector.Subscribe failed, err:%v\n", err)
panic(err)
}
// 消费消息
for {
message, err := connector.Get(100, nil, nil)
if err != nil {
fmt.Printf("connector.Get failed, err:%v\n", err)
continue
}
batchId := message.Id
if batchId == -1 || len(message.Entries) <= 0 {
time.Sleep(time.Second)
fmt.Println("===暂无数据===")
continue
}
printEntry(message.Entries)
}
}
func printEntry(entries []*pbe.Entry) {
for _, entry := range entries {
// 忽略事务开启和事务关闭类型
if entry.GetEntryType() == pbe.EntryType_TRANSACTIONBEGIN ||
entry.GetEntryType() == pbe.EntryType_TRANSACTIONEND {
continue
}
// RowChange对象,包含了一行数据变化的所有特征
rowChange := new(pbe.RowChange)
// protobuf解析
err := proto.Unmarshal(entry.GetStoreValue(), rowChange)
if err != nil {
fmt.Printf("proto.Unmarshal failed, err:%v\n", err)
}
if rowChange == nil {
continue
}
// 获取并打印Header信息
header := entry.GetHeader()
fmt.Printf("binlog[%s : %d], name[%s,%s], eventType: %s\n",
header.GetLogfileName(),
header.GetLogfileOffset(),
header.GetSchemaName(),
header.GetTableName(),
header.GetEventType(),
)
//判断是否为DDL语句
if rowChange.GetIsDdl() {
fmt.Printf("isDdl:true, sql:%v\n", rowChange.GetSql())
}
// 获取操作类型:insert/update/delete等
eventType := rowChange.GetEventType()
for _, rowData := range rowChange.GetRowDatas() {
if eventType == pbe.EventType_DELETE {
printColumn(rowData.GetBeforeColumns())
} else if eventType == pbe.EventType_INSERT || eventType == pbe.EventType_UPDATE {
printColumn(rowData.GetAfterColumns())
} else {
fmt.Println("---before---")
printColumn(rowData.GetBeforeColumns())
fmt.Println("---after---")
printColumn(rowData.GetAfterColumns())
}
}
}
}
func printColumn(columns []*pbe.Column) {
for _, col := range columns {
fmt.Printf("%s:%s updated=%v\n", col.GetName(), col.GetValue(), col.GetUpdated())
}
}
Canal Kafka/RoctetMQ
Canal 1.1.1版本之后,默认支持将Canal Server接收到的binlog数据直接投递到MQ,目前默认支持的MQ系统有Kafka、RocketMQ、RabbitMQ、PulsarMQ。
这里以介绍使用Canal Server将binlog数据投递到Kafka为例。
配置
请事先准备好Kafka环境,可参考我之前写的Go操作Kafka之kafka-go使用Docker快速搭建本地Kafka环境。
修改instance配置
在instance.properties
配置文件中设置MQ相关配置。
# 按需修改成自己的数据库信息
#################################################
...
canal.instance.master.address=127.0.0.1:3306
# username/password,数据库的用户名和密码
...
canal.instance.dbUsername = canal
canal.instance.dbPassword = canal
...
# mq config
# 设置默认的topic
canal.mq.topic=example
# 针对库名或者表名发送动态topic
#canal.mq.dynamicTopic=mytest,.*,mytest.user,mytest\\..*,.*\\..*
canal.mq.partition=0
# hash partition config
#canal.mq.partitionsNum=3
#库名.表名: 唯一主键,多个表之间用逗号分隔
#canal.mq.partitionHash=mytest.person:id,mytest.role:id
#################################################
其中,canal.mq.dynamicTopic
配置说明。
Canal 1.1.3版本之后, 支持配置格式为:schema
或 schema.table
,多个配置之间使用逗号或分号分隔。
- 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,则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
为满足更大的灵活性,Canal还允许对匹配条件的规则指定发送的topic名字,配置格式:topicName:schema
或 topicName:schema.table
。
- 例子1:
test:test\\.test
指定匹配的单表,发送到以test为名字的topic上 - 例子2:
test:.*\\..*
匹配所有表,因为有指定topic,则每个表都会发送到test的topic下 - 例子3:
test:test
指定匹配对应的库,一个库的所有表都会发送到test的topic下 - 例子4:
testA:test\\..*
指定匹配的表达式,针对匹配的表会发送到testA的topic下 - 例子5:
test0:test,test1:test1\\.test1
,指定多个表达式,会将test库的表都发送到test0的topic下,test1\\.test1
的表发送到对应的test1的topic下,其余的表发送到默认的canal.mq.topic
值
修改canal 配置文件
默认配置文件路径为/usr/local/canal/conf/canal.properties
# ...
# 可选项: tcp(默认), kafka,RocketMQ,rabbitmq,pulsarmq
canal.serverMode = kafka
# ...
# 是否为flat json格式对象
canal.mq.flatMessage = true
# Canal的batch size, 默认50K, 由于kafka最大消息体限制请勿超过1M(900K以下)
canal.mq.canalBatchSize = 50
# Canal get数据的超时时间, 单位: 毫秒, 空为不限超时
canal.mq.canalGetTimeout = 100
canal.mq.accessChannel = local
...
##################################################
######### Kafka #############
##################################################
# 此处配置修改为你的Kafka环境地址
kafka.bootstrap.servers = 127.0.0.1:9092
kafka.acks = all
kafka.compression.type = none
kafka.batch.size = 16384
kafka.linger.ms = 1
kafka.max.request.size = 1048576
kafka.buffer.memory = 33554432
kafka.max.in.flight.requests.per.connection = 1
kafka.retries = 0
kafka.kerberos.enable = false
kafka.kerberos.krb5.file = ../conf/kerberos/krb5.conf
kafka.kerberos.jaas.file = ../conf/kerberos/jaas.conf
# sasl demo
# kafka.sasl.jaas.config = org.apache.kafka.common.security.scram.ScramLoginModule required \\n username=\"alice\" \\npassword="alice-secret\";
# kafka.sasl.mechanism = SCRAM-SHA-512
# kafka.security.protocol = SASL_PLAINTEXT
更多详细内容请查看Canal-Kafka-RocketMQ-QuickStart。
按上述修改Canal配置后,重启Canal服务即可。
其他
此外,Canal也支持HA模式和多节点MySQL,Canal1.14+版本还提供了Admin管理界面,读者可以根据Canal-Admin-QuickStart自行尝试。