前言
上篇文章簡單介紹canal概念,本文結合常見的緩存業務去講解canal使用。在實際開發過程中,通常都會把數據往redis緩存中保存一份,做下簡單的查詢優化。如果這時候數據庫數據發生變更操作,就不得不在業務代碼中寫一段同步更新redis的代碼,但是這種 數據同步的代碼和業務代碼糅合在一起 看起來不是很優雅,而且還會出現數據不一致問題。那能不能把這部分同步代碼從中抽離出來,形成獨立模塊呢?答案是肯定的,下面通過canal結合Kafka來實現MySQL與redis之間的數據同步。
架構設計
canal是一個偽裝成slave訂閱mysql的binlog,實現數據同步的中間件。上一篇文章 canal入門 中簡單介紹了使用方式,即tcp模式;其實canal也是支持直接發送到MQ中,比如:Kafka、RocketMQ、RabbitMQ。本文采用Kafka講解,實現mysql與redis之間的數據同步。
通過上述結構設計圖可以很清晰的知道用到的組件:MySQL、Canal、Kafka、ZooKeeper、Redis。

Kafka&Zookeeper搭建
首先在官網下載Kafka:

下載后解壓文件夾,可以看到以下幾個文件:

Kafka內部自帶了zookeeper,所以暫不需要去下載搭建zookeeper集群,本文就使用Kafka自帶zookeeper來實現。

通過上述zookeeper啟動命令以及Kafka啟動命令把服務啟動,可以通過以下簡單實現下是否成功:
# 命令常見一個canaltopic 隊列
kafka-topics --create --zookeeper localhost:2181 --replication-factor 1 --partitions 1 --topic canaltopic
Canal搭建
canal搭建具體可以參考上文,這里只講解具體的參數配置:
找到/conf目錄下的canal.properties配置文件:
# tcp, kafka, RocketMQ 這里選擇kafka模式
canal.serverMode = kafka
# 解析器的線程數,打開此配置,不打開則會出現阻塞或者不進行解析的情況
canal.instance.parser.parallelThreadSize = 16
# 配置MQ的服務地址,這里配置的是kafka對應的地址和端口
canal.mq.servers = 127.0.0.1:9092
# 配置instance,在conf目錄下要有example同名的目錄,可以配置多個
canal.destinations = example
然后配置instance,找到
/conf/example/instance.properties配置文件:
## mysql serverId , v1.0.26+ will autoGen(自動生成,不需配置)
# canal.instance.mysql.slaveId=0
# position info
canal.instance.master.address=127.0.0.1:3306
# 在Mysql執行 SHOW MASTER STATUS;查看當前數據庫的binlog
canal.instance.master.journal.name=mysql-bin.000006
canal.instance.master.position=4596
# 賬號密碼
canal.instance.dbUsername=canal
canal.instance.dbPassword=Canal@****
canal.instance.connectionCharset = UTF-8
#MQ隊列名稱
canal.mq.topic=canaltopic
#單隊列模式的分區下標
canal.mq.partition=0
經過上述配置后,就可以啟動canal了。
測試
環境搭建完成后,就可以編寫代碼進行測試。
1、引入pom依賴
<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>
2、封裝Redis工具類
在Application.yml文件增加以下配置:
spring:
redis:
host: 127.0.0.1
port: 6379
database: 0
password: 123456
封裝一個操作Redis的工具類:
@Component
public class RedisClient {
/**
* 獲取redis模版
*/
@Resource
private StringRedisTemplate stringRedisTemplate;
/**
* 設置redis的key-value
*/
public void setString(String key, String value) {
setString(key, value, null);
}
/**
* 設置redis的key-value,帶過期時間
*/
public void setString(String key, String value, Long timeOut) {
stringRedisTemplate.opsForValue().set(key, value);
if (timeOut != null) {
stringRedisTemplate.expire(key, timeOut, TimeUnit.SECONDS);
}
}
/**
* 獲取redis中key對應的值
*/
public String getString(String key) {
return stringRedisTemplate.opsForValue().get(key);
}
/**
* 刪除redis中key對應的值
*/
public Boolean deleteKey(String key) {
return stringRedisTemplate.delete(key);
}
}
3、創建MQ消費者進行同步
在application.yml配置文件加上kafka的配置信息:
spring:
kafka:
# Kafka服務地址
bootstrap-servers: 127.0.0.1:9092
consumer:
# 指定一個默認的組名
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
# 緩存容量
buffer-memory: 524288
創建一個CanalBean對象進行接收:
public class CanalBean {
//數據
private List<TbCommodityInfo> data;
//數據庫名稱
private String database;
private long es;
//遞增,從1開始
private int id;
//是否是DDL語句
private boolean isDdl;
//表結構的字段類型
private MysqlType mysqlType;
//UPDATE語句,舊數據
private String old;
//主鍵名稱
private List<String> pkNames;
//sql語句
private String sql;
private SqlType sqlType;
//表名
private String table;
private long ts;
//(新增)INSERT、(更新)UPDATE、(刪除)DELETE、(刪除表)ERASE等等
private String type;
//getter、setter方法
}
public class MysqlType {
private String id;
private String commodity_name;
private String commodity_price;
private String number;
private String description;
//getter、setter方法
}
public class SqlType {
private int id;
private int commodity_name;
private int commodity_price;
private int number;
private int description;
}
最后就可以創建一個消費者CanalConsumer進行消費:
@Slf4j
@Component
public class CanalConsumer {
@Resource
private RedisClient redisClient;
@KafkaListener(topics = "canaltopic")
public void receive(ConsumerRecord<?, ?> consumer) {
String value = (String) consumer.value();
log.info("topic名稱:{},key:{},分區位置:{},下標:{},value:{}", consumer.topic(), consumer.key(),
consumer.partition(), consumer.offset(), value);
//轉換為JAVABean
CanalBean canalBean = JSONObject.parseobject(value, CanalBean.class);
//獲取是否是DDL語句
boolean isDdl = canalBean.hasDdl();
//獲取類型
String type = canalBean.getType();
//不是DDL語句
if (!isDdl) {
List<TbCommodityInfo> tbCommodityInfos = canalBean.getData();
//過期時間
long TIME_OUT = 600L;
if ("INSERT".equals(type)) {
//新增語句
for (TbCommodityInfo tbCommodityInfo : tbCommodityInfos) {
String id = tbCommodityInfo.getId();
log.info("新增數據到redis, id: {}, data: {}", id, JSONObject.toJSONString(tbCommodityInfo));
//新增到redis中,過期時間是10分鐘
redisClient.setString(id, JSONObject.toJSONString(tbCommodityInfo), TIME_OUT);
log.info("從redis獲取數據 result: {}", JSONObject.toJSONString(redisClient.getString(id)));
}
} else if ("UPDATE".equals(type)) {
//更新語句
for (TbCommodityInfo tbCommodityInfo : tbCommodityInfos) {
String id = tbCommodityInfo.getId();
log.info("修改數據到redis, id: {}, data: {}", id, JSONObject.toJSONString(tbCommodityInfo));
//更新到redis中,過期時間是10分鐘
redisClient.setString(id, JSONObject.toJSONString(tbCommodityInfo), TIME_OUT);
}
} else {
//刪除語句
for (TbCommodityInfo tbCommodityInfo : tbCommodityInfos) {
String id = tbCommodityInfo.getId();
log.info("刪除數據從redis, id: {}", id);
//從redis中刪除
redisClient.deleteKey(id);
}
}
}
}
}
測試Mysql與Redis同步
mysql對應的表結構如下:
CREATE TABLE `tb_commodity_info` (
`id` varchar(32) NOT NULL,
`commodity_name` varchar(512) DEFAULT NULL COMMENT '商品名稱',
`commodity_price` varchar(36) DEFAULT '0' COMMENT '商品價格',
`number` int(10) DEFAULT '0' COMMENT '商品數量',
`description` varchar(2048) DEFAULT '' COMMENT '商品描述',
PRIMARY KEY (`id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COMMENT='商品信息表';
啟動項目后,新增一條數據:
INSERT INTO `canaldb`.`tb_commodity_info` (`id`, `commodity_name`, `commodity_price`, `number`, `description`) VALUES ('3e71a81fd80711eaaed600163e046cc3', '叉燒包', '3.99', '3', '又大又香的叉燒包,老人小孩都喜歡');
可以在控制臺看到以下輸出:
2022-01-02 18:12:51.317 INFO 55608 --- [ntainer#0-0-C-1] c.kingoe.canaldj.mqcanal.CanalConsumer : 新增數據到redis, id: 3e71a81fd80711eaaed600163e046cc3, data: {"commodity_name":"叉燒包","commodity_price":"3.99","description":"又大又香的叉燒包,老人小孩都喜歡","id":"3e71a81fd80711eaaed600163e046cc3","number":"3"}
2022-01-02 18:12:51.320 INFO 55608 --- [ntainer#0-0-C-1] c.kingoe.canaldj.mqcanal.CanalConsumer : 從redis獲取數據 result: "{"commodity_name":"叉燒包","commodity_price":"3.99","description":"又大又香的叉燒包,老人小孩都喜歡","id":"3e71a81fd80711eaaed600163e046cc3","number":"3"}"
如果更新呢?試一下Update語句:
UPDATE `canaldb`.`tb_commodity_info` SET `commodity_name`='青菜包',`description`='很便宜的青菜包呀,不買也開看看了喂' WHERE `id`='3e71a81fd80711eaaed600163e046cc3';
同樣可以在控制臺看到以下輸出:
2022-01-02 18:14:44.613 INFO 55608 --- [ntainer#0-0-C-1] c.kingoe.canaldj.mqcanal.CanalConsumer : topic名稱:canaltopic,key:null,分區位置:0,下標:6,value:{"data":[{"id":"3e71a81fd80711eaaed600163e046cc3","commodity_name":"青菜包","commodity_price":"3.99","number":"3","description":"很便宜的青菜包呀,不買也開看看了喂"}],"database":"study","es":1641118484000,"id":7,"isDdl":false,"mysqlType":{"id":"varchar(32)","commodity_name":"varchar(512)","commodity_price":"varchar(36)","number":"int(10)","description":"varchar(2048)"},"old":[{"commodity_name":"叉燒包","description":"又大又香的叉燒包,老人小孩都喜歡"}],"pkNames":["id"],"sql":"","sqlType":{"id":12,"commodity_name":12,"commodity_price":12,"number":4,"description":12},"table":"tb_commodity_info","ts":1641118484602,"type":"UPDATE"}
2022-01-02 18:14:44.616 INFO 55608 --- [ntainer#0-0-C-1] c.kingoe.canaldj.mqcanal.CanalConsumer : 修改數據到redis, id: 3e71a81fd80711eaaed600163e046cc3, data: {"commodity_name":"青菜包","commodity_price":"3.99","description":"很便宜的青菜包呀,不買也開看看了喂","id":"3e71a81fd80711eaaed600163e046cc3","number":"3"}
經過測試完全么有問題。
總結
既然canal這么強大,難道就沒缺點嘛?答案當然是存在的啦,比如:canal只能同步增量數據、不是實時同步而是準實時同步、MQ順序問題等;盡管有一些缺點,畢竟沒有一樣技術或者產品是完美的,最重要是合適。比如公司目前有個視圖服務提供寬表搜索查詢功能就是通過 同步Mysql數據到Es采用Canal+Kafka的方式來實現的。
如果你覺得這篇文章對你有用,點個贊吧~ 你的點贊是我創作的最大動力~想第一時間看到我更新的文章,可以微信搜索公眾號「CodingCode」。