原文出處：?朱小廝

概述

canal是阿里巴巴旗下的一款開源項目，純Java開發。基于數據庫增量日志解析，提供增量數據訂閱&消費，目前主要支持了MySQL（也支持mariaDB）。

起源：早期，阿里巴巴B2B公司因為存在杭州和美國雙機房部署，存在跨機房同步的業務需求。不過早期的數據庫同步業務，主要是基于trigger的方式獲取增量變更，不過從2010年開始，阿里系公司開始逐步的嘗試基于數據庫的日志解析，獲取增量變更進行同步，由此衍生出了增量訂閱&消費的業務，從此開啟了一段新紀元。

基于日志增量訂閱&消費支持的業務：

數據庫鏡像

數據庫實時備份

多級索引 (賣家和買家各自分庫索引)

search build

業務cache刷新

價格變化等重要業務消息

工作原理

mysql主備復制實現：

從上層來看，復制分成三步：

master將改變記錄到二進制日志(binary log)中（這些記錄叫做二進制日志事件，binary log events，可以通過show binlog events進行查看）；

slave將master的binary log events拷貝到它的中繼日志(relay log)；

slave重做中繼日志中的事件，將改變反映它自己的數據。

canal的工作原理

原理相對比較簡單：

canal模擬mysql slave的交互協議，偽裝自己為mysql slave，向mysql master發送dump協議

mysql master收到dump請求，開始推送binary log給slave(也就是canal)

canal解析binary log對象(原始為byte流)

架構設計

個人理解，數據增量訂閱與消費應當有如下幾個點：

增量訂閱和消費模塊應當包括binlog日志抓取，binlog日志解析，事件分發過濾（EventSink），存儲（EventStore）等主要模塊。

如果需要確保HA可以采用Zookeeper保存各個子模塊的狀態，讓整個增量訂閱和消費模塊實現無狀態化，當然作為consumer(客戶端)的狀態也可以保存在zk之中。

整體上通過一個Manager System進行集中管理，分配資源。

可以參考下圖：

canal架構設計

說明：

• server代表一個canal運行實例，對應于一個jvm
• instance對應于一個數據隊列 （1個server對應1..n個instance)

instance模塊：

• eventParser (數據源接入，模擬slave協議和master進行交互，協議解析)
• eventSink (Parser和Store鏈接器，進行數據過濾，加工，分發的工作)
• eventStore (數據存儲)
• metaManager (增量訂閱&消費信息管理器)

EventParser

整個parser過程大致可分為幾部：

Connection獲取上一次解析成功的位置（如果第一次啟動，則獲取初始制定的位置或者是當前數據庫的binlog位點）

Connection建立連接，發生BINLOG_DUMP命令

Mysql開始推送Binary Log

接收到的Binary Log通過Binlog parser進行協議解析，補充一些特定信息

傳遞給EventSink模塊進行數據存儲，是一個阻塞操作，直到存儲成功

存儲成功后，定時記錄Binary Log位置

EventSink設計

說明：

• 數據過濾：支持通配符的過濾模式，表名，字段內容等
• 數據路由/分發：解決1:n (1個parser對應多個store的模式)
• 數據歸并：解決n:1 (多個parser對應1個store)
• 數據加工：在進入store之前進行額外的處理，比如join

1 數據1:n業務 ：

為了合理的利用數據庫資源， 一般常見的業務都是按照schema進行隔離，然后在mysql上層或者dao這一層面上，進行一個數據源路由，屏蔽數據庫物理位置對開發的影響，阿里系主要是通過cobar/tddl來解決數據源路由問題。 所以，一般一個數據庫實例上，會部署多個schema，每個schema會有由1個或者多個業務方關注。

2 數據n:1業務：

同樣，當一個業務的數據規模達到一定的量級后，必然會涉及到水平拆分和垂直拆分的問題，針對這些拆分的數據需要處理時，就需要鏈接多個store進行處理，消費的位點就會變成多份，而且數據消費的進度無法得到盡可能有序的保證。 所以，在一定業務場景下，需要將拆分后的增量數據進行歸并處理，比如按照時間戳/全局id進行排序歸并.

EventStore設計

目前實現了Memory內存、本地file存儲以及持久化到zookeeper以保障數據集群共享。
Memory內存的RingBuffer設計：

定義了3個cursor

• Put : Sink模塊進行數據存儲的最后一次寫入位置
• Get : 數據訂閱獲取的最后一次提取位置
• Ack : 數據消費成功的最后一次消費位置

借鑒Disruptor的RingBuffer的實現，將RingBuffer拉直來看：

實現說明：

• Put/Get/Ack cursor用于遞增，采用long型存儲
• buffer的get操作，通過取余或者與操作。(與操作： cusor & (size – 1) , size需要為2的指數，效率比較高)

Instance設計

instance代表了一個實際運行的數據隊列，包括了EventPaser,EventSink,EventStore等組件。
抽象了CanalInstanceGenerator，主要是考慮配置的管理方式：

1. manager方式： 和你自己的內部web console/manager系統進行對接。(alibaba內部使用方式)

2. spring方式：基于spring xml + properties進行定義，構建spring配置.

• spring/memory-instance.xml 所有的組件(parser , sink , store)都選擇了內存版模式，記錄位點的都選擇了memory模式，重啟后又會回到初始位點進行解析。特點：速度最快，依賴最少
• spring/file-instance.xml 所有的組件(parser , sink , store)都選擇了基于file持久化模式，注意，不支持HA機制.支持單機持久化
• spring/default-instance.xml 所有的組件(parser , sink , store)都選擇了持久化模式，目前持久化的方式主要是寫入zookeeper，保證數據集群共享. 支持HA
• spring/group-instance.xml 主要針對需要進行多庫合并時，可以將多個物理instance合并為一個邏輯instance，提供客戶端訪問。場景：分庫業務。 比如產品數據拆分了4個庫，每個庫會有一個instance，如果不用group，業務上要消費數據時，需要啟動4個客戶端，分別鏈接4個instance實例。使用group后，可以在canal server上合并為一個邏輯instance，只需要啟動1個客戶端，鏈接這個邏輯instance即可.

Server設計

server代表了一個canal的運行實例，為了方便組件化使用，特意抽象了Embeded(嵌入式) / Netty(網絡訪問)的兩種實現：

• Embeded : 對latency和可用性都有比較高的要求，自己又能hold住分布式的相關技術(比如failover)
• Netty : 基于netty封裝了一層網絡協議，由canal server保證其可用性，采用的pull模型，當然latency會稍微打點折扣，不過這個也視情況而定。

增量訂閱/消費設計

具體的協議格式，可參見：CanalProtocol.proto
get/ack/rollback協議介紹：

• Message getWithoutAck(int batchSize)，允許指定batchSize，一次可以獲取多條，每次返回的對象為Message，包含的內容為：
• a. batch id 唯一標識
• b. entries 具體的數據對象，對應的數據對象格式：EntryProtocol.proto
• void rollback(long batchId)，顧命思議，回滾上次的get請求，重新獲取數據。基于get獲取的batchId進行提交，避免誤操作
• void ack(long batchId)，顧命思議，確認已經消費成功，通知server刪除數據。基于get獲取的batchId進行提交，避免誤操作
• canal的get/ack/rollback協議和常規的jms協議有所不同，允許get/ack異步處理，比如可以連續調用get多次，后續異步按順序提交ack/rollback，項目中稱之為流式api.
• 流式api設計的好處：
• get/ack異步化，減少因ack帶來的網絡延遲和操作成本 (99%的狀態都是處于正常狀態，異常的rollback屬于個別情況，沒必要為個別的case犧牲整個性能)
• get獲取數據后，業務消費存在瓶頸或者需要多進程/多線程消費時，可以不停的輪詢get數據，不停的往后發送任務，提高并行化. (作者在實際業務中的一個case：業務數據消費需要跨中美網絡，所以一次操作基本在200ms以上，為了減少延遲，所以需要實施并行化)

流式api設計：

• 每次get操作都會在meta中產生一個mark，mark標記會遞增，保證運行過程中mark的唯一性
• 每次的get操作，都會在上一次的mark操作記錄的cursor繼續往后取，如果mark不存在，則在last ack cursor繼續往后取
• 進行ack時，需要按照mark的順序進行數序ack，不能跳躍ack. ack會刪除當前的mark標記，并將對應的mark位置更新為last ack cusor
• 一旦出現異常情況，客戶端可發起rollback情況，重新置位：刪除所有的mark, 清理get請求位置，下次請求會從last ack cursor繼續往后取

數據格式

canal采用protobuff:

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24

Entry ????Header ????????logfileName [binlog文件名] ????????logfileOffset [binlog position] ????????executeTime [發生的變更] ????????schemaName ????????tableName ????????eventType [insert/update/delete類型] ????entryType?? [事務頭BEGIN/事務尾END/數據ROWDATA] ????storeValue? [byte數據,可展開，對應的類型為RowChange]??? RowChange ????isDdl?????? [是否是ddl變更操作，比如create table/drop table] ????sql???? [具體的ddl sql] ????rowDatas??? [具體insert/update/delete的變更數據，可為多條，1個binlog event事件可對應多條變更，比如批處理] ????????beforeColumns [Column類型的數組] ????????afterColumns [Column類型的數組]????? Column ????index?????? ????sqlType???? [jdbc type] ????name??????? [column name] ????isKey?????? [是否為主鍵] ????updated???? [是否發生過變更] ????isNull????? [值是否為null] ????value?????? [具體的內容，注意為文本]

canal-message example:

比如數據庫中的表：

1 2 3 4 5 6 7 8 9

mysql> select * from person; +----+------+------+------+ | id | name | age? | sex? | +----+------+------+------+ |? 1 | zzh? |?? 10 | m??? | |? 3 | zzh3 |?? 12 | f??? | |? 4 | zzh4 |??? 5 | m??? | +----+------+------+------+ 3 rows in set (0.00 sec)

更新一條數據（update person set age=15 where id=4）：

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16

**************************************************** * Batch Id: [2] ,count : [3] , memsize : [165] , Time : 2016-09-07 15:54:18 * Start : [mysql-bin.000003:6354:1473234846000(2016-09-07 15:54:06)] * End : [mysql-bin.000003:6550:1473234846000(2016-09-07 15:54:06)] **************************************************** ================> binlog[mysql-bin.000003:6354] , executeTime : 1473234846000 , delay : 12225ms ?BEGIN ----> Thread id: 67 ----------------> binlog[mysql-bin.000003:6486] , name[canal_test,person] , eventType : UPDATE , executeTime : 1473234846000 , delay : 12225ms id : 4??? type=int(11) name : zzh4??? type=varchar(100) age : 15??? type=int(11)??? update=true sex : m??? type=char(1) ---------------- ?END ----> transaction id: 308 ================> binlog[mysql-bin.000003:6550] , executeTime : 1473234846000 , delay : 12240ms

HA機制設計

canal的HA分為兩部分，canal server和canal client分別有對應的ha實現：

• canal server: 為了減少對mysql dump的請求，不同server上的instance要求同一時間只能有一個處于running，其他的處于standby狀態.
• canal client: 為了保證有序性，一份instance同一時間只能由一個canal client進行get/ack/rollback操作，否則客戶端接收無法保證有序。

整個HA機制的控制主要是依賴了zookeeper的幾個特性，watcher和EPHEMERAL節點(和session生命周期綁定)，可以看下我之前zookeeper的相關文章。

Canal Server:

大致步驟：

canal server要啟動某個canal instance時都先向zookeeper進行一次嘗試啟動判斷 (實現：創建EPHEMERAL節點，誰創建成功就允許誰啟動)

創建zookeeper節點成功后，對應的canal server就啟動對應的canal instance，沒有創建成功的canal instance就會處于standby狀態

一旦zookeeper發現canal server A創建的節點消失后，立即通知其他的canal server再次進行步驟1的操作，重新選出一個canal server啟動instance.

canal client每次進行connect時，會首先向zookeeper詢問當前是誰啟動了canal instance，然后和其建立鏈接，一旦鏈接不可用，會重新嘗試connect.

Canal Client的方式和canal server方式類似，也是利用zokeeper的搶占EPHEMERAL節點的方式進行控制.

HA配置架構圖（舉例）如下所示：

canal其他鏈接方式

canal還有幾種連接方式：

1. 單連

2. 兩個client+兩個instance+1個mysql

當mysql變動時，兩個client都能獲取到變動

3. 一個server+兩個instance+兩個mysql+兩個client

4. instance的standby配置

整體架構

從整體架構上來說canal是這種架構的（canal中沒有包含一個運維的console web來對接，但要運用于分布式環境中肯定需要一個Manager來管理）：

一個總體的manager system對應于n個Canal Server（物理上來說是一臺服務器）, 那么一個Canal Server對應于n個Canal Instance(destinations). 大體上是三層結構，第二層也需要Manager統籌運維管理。

那么隨著Docker技術的興起，是否可以試一下下面的架構呢？

• 一個docker中跑一個instance服務，相當于略去server這一層的概念。
• Manager System中配置一個instance,直接調取一個docker發布這個instance,其中包括向這個instance發送配置信息，啟動instance服務.
• instance在運行過程中，定時刷新binlog filename+ binlog position的信息至zk。
• 如果一個instance出現故障，instance本身報錯或者zk感知此node消失，則根據相應的信息，比如上一步保存的binlog filename+binlog position重新開啟一個docker服務，當然這里可以適當的加一些重試機制。
• 當要更新時，類似AB test, 先關閉一個docker,然后開啟新的已更新的替換，循序漸進的進行。
• 當涉及到分表分庫時，多個物理表對應于一個邏輯表，可以將結果存于一個公共的模塊（比如MQ），或者單獨存取也可以，具體情況具體分析
• 存儲可以參考canal的多樣化：內存，文件，zk，或者加入至MQ中
• docker由此之外的工具管理，比如kubernetes
• 也可以進一步添加HA的功能，兩個docker對應一個mysql，互為主備，類似Canal的HA架構。如果時效性不是貼別強的場景，考慮到成本，此功能可以不采用。

總結

這里總結了一下Canal的一些點，僅供參考：

原理：模擬mysql slave的交互協議，偽裝自己為mysql slave，向mysql master發送dump協議；mysql master收到dump請求，開始推送binary log給slave(也就是canal)；解析binary log對象(原始為byte流)

重復消費問題：在消費端解決。

采用開源的open-replicator來解析binlog

canal需要維護EventStore，可以存取在Memory, File, zk

canal需要維護客戶端的狀態，同一時刻一個instance只能有一個消費端消費

數據傳輸格式：protobuff

支持binlog format 類型:statement, row, mixed. 多次附加功能只能在row下使用，比如otter

binlog position可以支持保存在內存，文件，zk中

instance啟動方式：rpc/http; 內嵌

有ACK機制

無告警，無監控，這兩個功能都需要對接外部系統

方便快速部署。

參考資料

https://github.com/alibaba/canal

from:?http://www.importnew.com/25189.html

總結

以上是生活随笔為你收集整理的谈谈对Canal（ 增量数据订阅与消费 ）的理解的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。