Canal在数据同步中是非常常见的,一般我们会用它来做MySQL和Redis之间、MySQL和ES之间的数据同步,否则就是手动通过代码进行同步,造成代码耦合度高的问题,这并不是我们愿意看见的,今天这篇博客博主将给大家演示Canal的数据同步做法,敲小黑板了啊,实战中基本也是这么做的,有需要的小伙伴可以仔细研究。
前文中,我们讲解了Canal的基本用法,用来监听数据库的变化,对数据库和Canal的一些基础配置都在这里:
Java开发 - Canal的基本用法
如果你对Canal还不了解,那么你有必要先去看这篇博客,再来学习这里的实战内容。 这很有必要,当然如果你对MySQL主从也不了解的话,那么你也有必要去看上一篇博客,里面有提到MySQL主从的博客地址,也可以前往博主的博客首页去向下翻找。同时,还有Redis主从,Redis集群的博客,你想知道的,博主都有,自行去查找。
所以,本文中我们要使用到的技术就是以上几种了,而MySQL前文中已经配置过,此处不再重复,可自行前往查看。Canal虽然也配置过,但要做到和Kafka配合还需要额外的配置,而Kafka的使用必然是脱离不开Zookeeper的,这个自不必多说,最后就是同步了,还有点小期待呢,下面我们就一起动动小手开始进行今天的学习吧。
Canal的下载使用前文中有部分,希望大家在看此篇博客前先去查看上一篇,在上一篇中,我们仅对conf/example/instance.properties文件进行了配置,在配合MQ的时候,还需要对conf/canal.properties文件进行配置,不仅如此,instance.properties中也要补充一些配置。
下面,我们先来配置canal.properties这个文件:
- # tcp, kafka, RocketMQ 这里选择kafka模式
- canal.serverMode = kafka
- # 解析器的线程数,默认是注释的,不打开可能会出现阻塞或者不进行解析的情况
- canal.instance.parser.parallelThreadSize = 16
- # MQ的服务地址,这里是kafka对应的地址和端口
- canal.mq.servers = 127.0.0.1:9092
- # 在conf目录下要有example同名的目录,可以配置多个,这也是上一篇中配置的文件生效的关键
- canal.destinations = example
配置instance.properties文件,再原先配置的基础上增加MQ相关的配置:
- #MQ队列名称
- canal.mq.topic=canal_topic
- #单队列模式的分区下标
- canal.mq.partition=0
此时,名为canal_topic的队列我们还没有创建,等下开启Kafka之后,我们就创建。
ZooKeeper是一个分布式的,开放源码的分布式应用程序协调服务,是Google的Chubby一个开源的实现,是Hadoop和Hbase的重要组件。它是一个为分布式应用提供一致性服务的软件,提供的功能包括:配置维护、域名服务、分布式同步、组服务等。
要想启动Kafka,就要先启动Zookeeper,电脑终端进入Kafka的bin文件目录下:
- # 进入Kafka文件夹
- cd Desktop/JAVATOOL/kafka/kafka_2.13-2.4.1/bin
- # 启动Zookeeper服务
- ./zookeeper-server-start.sh ../config/zookeeper.properties
- # 启动Kafka服务
- ./kafka-server-start.sh ../config/server.properties
然后你就看到了一堆的输出......
如果需要关闭,命令如下:
使用命令进行监听消费:
需要先关闭Kafka,再关闭zookeeper,否则Kafka会一直报断开连接的错。
文件路径写你自己的,不要写博主的,两个服务启动用两个窗口来运行命令,运行期间窗口不要关闭。
Windows电脑需要进入到kafka/bin/windows目录下,接着输入以下命令:
启动zookeeper:
zookeeper-server-start.bat ..\..\config\zookeeper.properties
启动kafka:
kafka-server-start.bat ..\..\config\server.properties
我们需要先把前面配置Kafka未创建的队列先创建一下,首先进入Kafka的bin目录下,然后执行以下命令:
./kafka-topics.sh --create --zookeeper localhost:2181 --replication-factor 1 --partitions 1 --topic canal_topic
找到Redis所在的目录,将redis-server直接拖到终端即可启动:
进入Redis安装目录:
cd /Users/Codeliu/Desktop/JAVATOOL/redis/src
执行以下命令:
redis-server redis.conf
通过命令可以查看Redis运行状态:
可以看到Redis已经在6379端口运行。
和Redis一样,将canal下bin文件夹内的startup.sh文件拖动到终端即可启动:
/Users/Codeliu/Desktop/JAVATOOL/canal/bin/startup.sh
前文中我们也多有演示,要想停止,只需要把stop.sh拖进去回车就可以了。
现在,我们依赖的服务都已启动,我们简单通过命令来测试一下,使用命令进行监听消费:
./kafka-console-consumer.sh --bootstrap-server 127.0.0.1:9092 --from-beginning --topic canal_topic
我们向MySQL插入数据:
insert into user value(null ,'小花','123456',20,'13812345678');
看看控制台会有什么输出:
哇,这就是我们刚刚插入的数据,到此,起码表明我们的配置都是成功的。
注意:因为是本地配置,一个服务一个控制台,不要共用,看看博主的控制台:
虽然乱了些,但是生产环境......好吧,博主也不敢保证生产环境能好好的,主要还是看你用多少台服务器,肯定比本地强。
下面,我们进入项目阶段,在上一篇的项目基础上继续搞。
主要是Kafka和Redis的依赖:
- <dependency>
- <groupId>org.springframework.kafka</groupId>
- <artifactId>spring-kafka</artifactId>
- </dependency>
- <dependency>
- <groupId>org.springframework.boot</groupId>
- <artifactId>spring-boot-starter-data-redis</artifactId>
- </dependency>
版本号大家要选择对应服务的版本号,博主这里不再给,以免误导大家。
- spring:
- redis:
- host: 127.0.0.1
- port: 6379
- database: 0
- kafka:
- # Kafka服务地址
- bootstrap-servers: 127.0.0.1:9092
- consumer:
- # 指定一个默认的组名
- group-id: consumer-group1
- #序列化反序列化
- key-deserializer: org.apache.kafka.common.serialization.StringDeserializer
- value-deserializer: org.apache.kafka.common.serialization.StringDeserializer
- producer:
- key-serializer: org.apache.kafka.common.serialization.StringDeserializer
- value-serializer: org.apache.kafka.common.serialization.StringDeserializer
- # 批量抓取
- batch-size: 65536
- # 缓存容量
- buffer-memory: 524288
-
- canal:
- serverAddress: 127.0.0.1
- serverPort: 11111
- instance: #多个instance
- - example
- package com.codingfire.canal.Client;
-
- import org.springframework.data.redis.core.StringRedisTemplate;
- import org.springframework.stereotype.Component;
-
- import javax.annotation.Resource;
- import java.util.concurrent.TimeUnit;
-
- @Component
- public class RedisClient {
-
- /**
- * 获取redis模版
- */
- @Resource
- private StringRedisTemplate stringRedisTemplate;
-
- /**
- * 设置redis的key-value
- */
- public void setString(String key, String value) {
- setString(key, value, null);
- }
-
- /**
- * 设置redis的key-value,带过期时间
- */
- public void setString(String key, String value, Long timeOut) {
- stringRedisTemplate.opsForValue().set(key, value);
- if (timeOut != null) {
- stringRedisTemplate.expire(key, timeOut, TimeUnit.SECONDS);
- }
- }
-
- /**
- * 获取redis中key对应的值
- */
- public String getString(String key) {
- return stringRedisTemplate.opsForValue().get(key);
- }
-
- /**
- * 删除redis中key对应的值
- */
- public Boolean deleteKey(String key) {
- return stringRedisTemplate.delete(key);
- }
- }
这是一个比较通用的redis的存储工具类,很多佬都用这个类,没啥特色,直接贴就行。
创建Canal抓取数据的实体类:
- package com.codingfire.canal.entity;
-
- import java.util.List;
-
- public class CanalEntity {
- //数据
- private List<UserType> data;
- //数据库名称
- private String database;
- private long es;
- //递增,从1开始
- private int id;
- //是否是DDL语句
- private boolean isDdl;
- //表结构的字段类型
- private SqlType sqlType;
- //UPDATE语句,旧数据
- private String old;
- //主键名称
- private List<String> pkNames;
- //sql语句
- private String sql;
- private UserType userType;
- //表名
- private String table;
- private long ts;
- //(新增)INSERT、(更新)UPDATE、(删除)DELETE、(删除表)ERASE等等
- private String type;
-
- }
创建用户信息表实体类:
- package com.codingfire.canal.entity;
-
- public class UserType {
- private Long id;
- private String username;
- private String password;
- private int age;
- private String phone;
- }
- package com.codingfire.canal.consumer;
-
- import com.alibaba.fastjson.JSONObject;
- import com.codingfire.canal.Client.RedisClient;
- import com.codingfire.canal.entity.CanalEntity;
- import com.codingfire.canal.entity.UserType;
- import org.apache.kafka.clients.consumer.ConsumerRecord;
- import org.slf4j.Logger;
- import org.slf4j.LoggerFactory;
- import org.springframework.kafka.annotation.KafkaListener;
- import org.springframework.stereotype.Component;
-
- import javax.annotation.Resource;
- import java.util.List;
-
- @Component
- public class CanalConsumer {
- //日志记录
- private static Logger log = LoggerFactory.getLogger(CanalConsumer.class);
- //redis操作工具类
- @Resource
- private RedisClient redisClient;
- //监听的队列名称为:canal_topic
- @KafkaListener(topics = "canal_topic")
- public void receive(ConsumerRecord<?, ?> consumer) {
- String value = (String) consumer.value();
- log.info("topic名称:{},key:{},分区位置:{},下标:{},value:{}", consumer.topic(), consumer.key(),consumer.partition(), consumer.offset(), value);
- //转换为javaBean
- CanalEntity canalEntity = JSONObject.parseObject(value, CanalEntity.class);
- //获取是否是DDL语句
- boolean isDdl = canalEntity.isDdl();
- //获取类型
- String type = canalEntity.getType();
- //不是DDL语句
- if (!isDdl) {
- List<UserType> userTypeList = canalEntity.getData();
- //过期时间
- long TIME_OUT = 180L;
- if ("INSERT".equals(type)) {
- //新增语句
- for (UserType userType : userTypeList) {
- //此处id需要注意,由于是演示项目,博主用的是自增id,实际应用中可能会用复杂的id规则
- String id = userType.getId().toString();
- //新增到redis中,过期时间3分钟
- redisClient.setString(id, JSONObject.toJSONString(userType), TIME_OUT);
- }
- } else if ("UPDATE".equals(type)) {
- //更新语句
- for (UserType userType : userTypeList) {
- //此处id需要注意,由于是演示项目,博主用的是自增id,实际应用中可能会用复杂的id规则
- String id = userType.getId().toString();
- //更新到redis中,过期时间是3分钟
- redisClient.setString(id, JSONObject.toJSONString(userType), TIME_OUT);
- }
- } else {
- //删除语句
- for (UserType userType : userTypeList) {
- //此处id需要注意,由于是演示项目,博主用的是自增id,实际应用中可能会用复杂的id规则
- String id = userType.getId().toString();
- //从redis中删除
- redisClient.deleteKey(id);
- }
- }
- }
- }
- }
-
现在,运行项目:
图中队列名字可不要写错了, 运行成功后,我们向用户表中插入新的数据:
insert into user value(null ,'小黑','123456',20,'13812345678');
控制台监听如下:
项目控制台监听如下:
Redis客户端数据如下:
至此,我们的整个应用就是成功的了,鼓掌👏 👏👏👏👏👏👏👏👏👏👏👏👏
从整体的监听上来看,我们可以得知database,table等参数,所以在使用中,可以根据这些参数灵活的进行使用,也可以创建多个队列和多个消费者。在本案例中,就可以创建一个新的队列和新的ES消费者来对ES进行数据的同步,所以,你明白ES的数据同步该怎么做了吗?
本篇是对单节点的应用,但从中我们也能推断出一些关于集群的应用,不过大多数公司能搞个主从就已经是不错了,所以你能学会这个已经算是很有用了,关于ES,博主前面也讲过一些基础应用,创建一个工具类利用ES的数据模型进行存储就可以达到一个canal同时对Redis和ES的同步,如果担心出问题,可以把Canal搞成集群的形式,这个后续有时间博主再给大家做讲解。今天就到这里了,觉得不错就支持一下吧。