前言
大约两年以前，笔者在一个项目中遇到了数据同步的难题。
当时，系统部署了几十个实例，分为1个中心平台和N个分中心平台，而每一个系统都对应一个单独的数据库实例。
在数据库层面，有这样一个需求：
- 中心平台数据库要包含所有系统平台的数据。
- 分中心数据库只包含本系统平台的数据。
- 在中心平台可以新增或修改 分 中心平台的数据，但要讲数据实时同步到对应的分中心平台数据库。
这几十个数据库实例之间，没有明确的主从关系，是否同步还要看数据的来源，所以并不能用MySQL的主从同步来做。
当时，笔者实验了几种方式，最后采用的方式是基于Mybatis拦截器机制 + 消息队列的方式来做的。
大概原理是通过Mybatis拦截器，拦截到事务操作，比如新增、修改和删除，根据自定义的数据主键(标识数据来源和去向)，封装成对象，投递到消息队列对应的topic中去。然后，每个系统监听不同的topic，消费数据并同步到数据库。
在此后的一段时间里，知道了canal这个开源组件。发现它更直接，它可以从MySQL的binlog中解析数据，投递到消息队列或其它地方。
一、canal简介
说起canal，也是阿里巴巴存在数据同步的业务需求。所以从2010年开始，阿里系公司开始逐步的尝试基于数据库的日志解析，获取增量变更进行同步，由此衍生出了增量订阅&消费的业务。
基于日志增量订阅&消费支持的业务：
- 数据库镜像
- 数据库实时备份
- 多级索引 (卖家和买家各自分库索引)
- search build
- 业务cache刷新
- 价格变化等重要业务消息
我们正可以基于canal的机制，来完成一系列如数据同步、缓存刷新等业务。
二、启动canal
1、修改MySQL配置
对于自建的MySQL服务, 需要先开启 Binlog 写入功能，配置 binlog-format 为 ROW 模式，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
然后创建一个账户，用来链接MySQL，作为 MySQL slave 的权限。
CREATE USER canal IDENTIFIED BY 'canal';
GRANT SELECT, REPLICATION SLAVE, REPLICATION CLIENT ON *.* TO 'canal'@'%';
-- GRANT ALL PRIVILEGES ON *.* TO 'canal'@'%' ;
FLUSH PRIVILEGES;
2、下载
下载canal非常简单，访问 releases页面选择需要的包下载，然后将下载的包解压到指定的目录即可。
tar -zxvf canal.deployer-1.1.4.tar.gz -C /canal
解压完成后，我们可以看到这样一个目录：
3、修改配置
在启动之前，还需要修改一些配置信息。
首先，定位到canal/conf/example ，编辑instance.properties配置文件，重点有几项：
canal.instance.mysql.slaveId=1234 # canal模拟slaveid
canal.instance.master.address=127.0.0.1:3306 # MySQL数据库地址
canal.instance.dbUsername=canal # 作为slave角色的账户
canal.instance.dbPassword=canal # 作为slave角色的账户密码
canal.instance.connectionCharset = UTF-8 # 数据库编码方式对应Java中的编码类型
canal.instance.filter.regex=.*\\..* # 表过滤的表达式
canal.mq.topic=example # MQ 主题名称
我们希望canal监听到的数据，要发送到消息队列中，还需要修改canal.properties文件，在这里主要是MQ的配置。在这里笔者使用的是阿里云版RocketMQ，参数如下：
# 配置ak/sk
canal.aliyun.accessKey = XXX
canal.aliyun.secretKey = XXX
# 配置topic
canal.mq.accessChannel = cloud
canal.mq.servers = 内网接入点
canal.mq.producerGroup = GID_**group（在后台创建）
canal.mq.namespace = rocketmq实例id
canal.mq.topic=（在后台创建）
4、启动
直接运行启动脚本即可运行：./canal/bin/startup.sh 。 然后打开logs/canal/canal.log文件，可以看到启动效果。
2020-02-26 21:12:36.715 [main] INFO com.alibaba.otter.canal.deployer.CanalStarter - ## start the canal server.
2020-02-26 21:12:36.746 [main] INFO com.alibaba.otter.canal.deployer.CanalController - ## start the canal server[192.168.44.128(192.168.44.128):11111]
2020-02-26 21:12:37.406 [main] INFO com.alibaba.otter.canal.deployer.CanalStarter - ## the canal server is running now ......
三、启动MQ监听
我们把canal监听到的数据，投送到了消息队列中，那么接下来就是写个监听程序来消费其中的数据。
为了方便，笔者直接使用的是阿里云版RocketMQ，测试代码如下：
public static void main(String[] args) {
Properties properties = new Properties();
// 您在控制台创建的 Group ID
properties.put(PropertyKeyConst.GROUP_ID, "GID_CANAL");
// AccessKey 阿里云身份验证，在阿里云服务器管理控制台创建
properties.put(PropertyKeyConst.AccessKey, "accessKey");
// SecretKey 阿里云身份验证，在阿里云服务器管理控制台创建
properties.put(PropertyKeyConst.SecretKey, "secretKey");
// 设置 TCP 接入域名，到控制台的实例基本信息中查看
properties.put(PropertyKeyConst.NAMESRV_ADDR,"http://MQ_INST_xxx.mq-internet.aliyuncs.com:80");
// 集群订阅方式（默认）
// properties.put(PropertyKeyConst.MessageModel, PropertyValueConst.CLUSTERING);
Consumer consumer = ONSFactory.createConsumer(properties);
consumer.subscribe("example","*",new CanalListener());
consumer.start();
logger.info("Consumer Started");
}
四、测试
把环境都部署好之后，我们进入测试阶段来看一看实际效果。
我们以一张t_account表为例，这里面记录着账户id和账户余额。
首先，我们新增一条记录，insert into t_account (id,user_id,amount) values (4,4,200);
此时，MQ消费到数据如下：
{
"data": [{
"id": "4",
"user_id": "4",
"amount": "200.0"
}],
"database": "seata",
"es": 1582723607000,
"id": 2,
"isDdl": false,
"mysqlType": {
"id": "int(11)",
"user_id": "varchar(255)",
"amount": "double(14,2)"
},
"old": null,
"pkNames": ["id"],
"sql": "",
"sqlType": {
"id": 4,
"user_id": 12,
"amount": 8
},
"table": "t_account",
"ts": 1582723607656,
"type": "INSERT"
}
通过数据可以看到，这里面详细记录了数据库的名称、表的名称、表的字段和新增数据的内容等。
然后，我们还可以把这条数据修改一下：update t_account set amount = 150 where id = 4;
此时，MQ消费到数据如下：
{
"data": [{
"id": "4",
"user_id": "4",
"amount": "150.0"
}],
"database": "seata",
"es": 1582724016000,
"id": 3,
"isDdl": false,
"mysqlType": {
"id": "int(11)",
"user_id": "varchar(255)",
"amount": "double(14,2)"
},
"old": [{
"amount": "200.0"
}],
"pkNames": ["id"],
"sql": "",
"sqlType": {
"id": 4,
"user_id": 12,
"amount": 8
},
"table": "t_account",
"ts": 1582724016353,
"type": "UPDATE"
}
可以看到，除了修改后的内容，canal还用old字段记录了修改前字段的值。
最后，我们删除这条数据：delete from t_account where id = 4;
相应的，MQ消费到数据如下：
{
"data": [{
"id": "4",
"user_id": "4",
"amount": "150.0"
}],
"database": "seata",
"es": 1582724155000,
"id": 4,
"isDdl": false,
"mysqlType": {
"id": "int(11)",
"user_id": "varchar(255)",
"amount": "double(14,2)"
},
"old": null,
"pkNames": ["id"],
"sql": "",
"sqlType": {
"id": 4,
"user_id": 12,
"amount": 8
},
"table": "t_account",
"ts": 1582724155370,
"type": "DELETE"
}
监听到数据库表的变化之后，就可以根据自己的业务场景，对这些数据进行业务上的处理啦。
五、总结
可以看到，利用canal组件可以很方便的完成对数据变化的监听。如果利用消息队列来做数据同步的话，只有一点需要格外注意，即消息顺序性的问题。
binlog本身是有序的，但写入到mq之后如何保障顺序是值得关注的问题。
在mq顺序性问题这里，可以看到canal的消费顺序性相关解答。
