Mysql数据实时增量同步工具之go | 您所在的位置:网站首页 › MySQL数据文件全量加载 › Mysql数据实时增量同步工具之go |
@TOC 数据实时增量同步工具之go-mysql-transfer:blog.csdn.net/weixin_4252… Elasticsearch笔记之安装、配置、Kibana基础:blog.csdn.net/weixin_4252… go-mysql-transfer官方手册:www.kancloud.cn/wj596/go-my… GO笔记之环境安装:blog.csdn.net/weixin_4252… 技术选型:Mysql8 + go-mysql-transfer + ElasticSearch7.13 简介go-mysql-transfer是一款MySQL数据库实时增量同步工具。需要GO环境 能够监听MySQL二进制日志(Binlog)的变动,将变更内容形成指定格式的消息,实时发送到接收端。从而在数据库和接收端之间形成一个高性能、低延迟的增量数据同步更新管道。 工作需要研究了下阿里开源的MySQL Binlog增量订阅消费组件canal,其功能强大、运行稳定,但是有些方面不是太符合需求,主要有如下三点: 1、需要自己编写客户端来消费canal解析到的数据 2、server-client模式,需要同时部署server和client两个组件,我们的项目中有6个业务数据库要实时同步到redis,意味着要多部署12个组件,硬件和运维成本都会增加。 3、从server端到client端需要经过一次网络传输和序列化反序列化操作,然后再同步到接收端,感觉没有直接怼到接收端更高效。 前提条件MySQL 服务器需要开启 row 模式的 binlog。 因为要使用 mysqldump 命令,因此该进程的所在的服务器需要部署这一工具。 这一工具使用 GoLang 开发,需要 Go 1.9+ 的环境进行构建。 新版(7.13+)的本地es必须关闭安全模式才可以 yml配置文件添加 xpack.security.enabled: false可用的 MySQL、Elasticsearch 以及 Kibana 实例。权限需要大一些。 mysql binlog必须是ROW模式 要同步的mysql数据表必须包含主键,否则直接忽略,这是因为如果数据表没有主键,UPDATE和DELETE操作就会因为在ES中找不到对应的document而无法进行同步 不支持程序运行过程中修改表结构 要赋予用于连接mysql的账户RELOAD权限以及REPLICATION权限, SUPER权限 GRANT REPLICATION SLAVE ON *.* TO 'elastic'@'IP'; GRANT RELOAD ON *.* TO 'elastic'@'IP'; UPDATE mysql.user SET Super_Priv='Y' WHERE user='elastic' AND host='IP'; 特性1、简单,不依赖其它组件,一键部署 2、集成多种接收端,如:Redis、MongoDB、Elasticsearch、RocketMQ、Kafka、RabbitMQ、HTTP API等,无需编写客户端,开箱即用 3、内置丰富的数据解析、消息生成规则,支持模板语法 4、支持Lua脚本扩展,可处理复杂逻辑,如:数据的转换、清洗、打宽 5、集成Prometheus客户端,支持监控、告警 6、集成Web Admin监控页面 7、支持高可用集群部署 8、数据同步失败重试 9、支持全量数据初始化 与同类工具比较 特色Canalmysql_streamgo-mysql-transferMaxwell开发语言JavaPythonGolangJava高可用支持支持支持支持接收端编码定制Kafka等(MQ)Redis、MongoDB、Elasticsearch、RabbitMQ、Kafka、RocketMQ、HTTP API 等Kafka,Kinesis、RabbitMQ、Redis、Google Cloud Pub/Sub、文件等全量数据初始化不支持支持支持支持数据格式编码定制Json(固定格式)Json(规则配置) 模板语法 Lua脚本JSON性能(4-8TPS) 实现原理1、go-mysql-transfer将自己伪装成MySQL的Slave, 2、向Master发送dump协议获取binlog,解析binlog并生成消息 3、将生成的消息实时、批量发送给接收端 如下图所示: go-mysql部署运行开启MySQL的binlog 修改app.yml 命令行运行 Windows直接运行 go-mysql-transfer.exe Linux执行 nohup go-mysql-transfer & 监控go-mysql-transfer支持两种监控模式,Prometheus和内置的Web Admin 相关配置: # web admin相关配置 enable_web_admin: true #是否启用web admin,默认false web_admin_port: 8060 #web监控端口,默认8060直接访问127.0.0.1:8060 可以看到监控界面同步数据到Elasticsearch 同步数据到Elasticsearch配置文件——相关配置如下: # app.yml #目标类型 target: elasticsearch #elasticsearch连接配置 es_addrs: 127.0.0.1:9200 #连接地址,多个用逗号分隔 es_version: 7 # Elasticsearch版本,支持6和7、默认为7 #es_password: # 用户名 #es_version: # 密码目前支持Elasticsearch6、Elasticsearch7两个版本 基于规则同步相关配置如下: rule: - schema: eseap #数据库名称 table: t_user #表名称 #order_by_column: id #排序字段,存量数据同步时不能为空 #column_lower_case: true #列名称转为小写,默认为false #column_upper_case:false#列名称转为大写,默认为false column_underscore_to_camel: true #列名称下划线转驼峰,默认为false # 包含的列,多值逗号分隔,如:id,name,age,area_id 为空时表示包含全部列 #include_columns: ID,USER_NAME,PASSWORD #exclude_columns: BIRTHDAY,MOBIE # 排除掉的列,多值逗号分隔,如:id,name,age,area_id 默认为空 #default_column_values: area_name=合肥 #默认的列-值,多个用逗号分隔,如:source=binlog,area_name=合肥 #date_formatter: yyyy-MM-dd #date类型格式化, 不填写默认yyyy-MM-dd #datetime_formatter: yyyy-MM-dd HH:mm:ss #datetime、timestamp类型格式化,不填写默认yyyy-MM-dd HH:mm:ss #Elasticsearch相关 es_index: user_index #Index名称,可以为空,默认使用表(Table)名称 #es_mappings: #索引映射,可以为空,为空时根据数据类型自行推导ES推导 # - # column: REMARK #数据库列名称 # field: remark #映射后的ES字段名称 # type: text #ES字段类型 # analyzer: ik_smart #ES分词器,type为text此项有意义 # #format: #日期格式,type为date此项有意义 # - # column: USER_NAME #数据库列名称 # field: account #映射后的ES字段名称 # type: keyword #ES字段类型 规则示例t_user表,数据如下: 示例一使用上述配置 自动创建的Mapping,如下: 同步到Elasticsearch的数据如下: 示例二配置如下: rule: - schema: eseap #数据库名称 table: t_user #表名称 order_by_column: id #排序字段,存量数据同步时不能为空 column_lower_case: true #列名称转为小写,默认为false #column_upper_case:false#列名称转为大写,默认为false #column_underscore_to_camel: true #列名称下划线转驼峰,默认为false # 包含的列,多值逗号分隔,如:id,name,age,area_id 为空时表示包含全部列 #include_columns: ID,USER_NAME,PASSWORD #exclude_columns: BIRTHDAY,MOBIE # 排除掉的列,多值逗号分隔,如:id,name,age,area_id 默认为空 default_column_values: area_name=合肥 #默认的列-值,多个用逗号分隔,如:source=binlog,area_name=合肥 #date_formatter: yyyy-MM-dd #date类型格式化, 不填写默认yyyy-MM-dd #datetime_formatter: yyyy-MM-dd HH:mm:ss #datetime、timestamp类型格式化,不填写默认yyyy-MM-dd HH:mm:ss #Elasticsearch相关 es_index: user_index #Index名称,可以为空,默认使用表(Table)名称 es_mappings: #索引映射,可以为空,为空时根据数据类型自行推导ES推导 - column: REMARK #数据库列名称 field: remark #映射后的ES字段名称 type: text #ES字段类型 analyzer: ik_smart #ES分词器,type为text此项有意义 #format: #日期格式,type为date此项有意义 - column: USER_NAME #数据库列名称 field: account #映射后的ES字段名称 type: keyword #ES字段类型es_mappings配置项表示定义索引的mappings(映射关系),不定义es_mappings则使用列类型自动创建索引的mappings(映射关系)。 创建的Mapping,如下: 同步到Elasticsearch的数据如下: 基于Lua脚本同步使用Lua脚本可以实现更复杂的数据处理逻辑,go-mysql-transfer支持Lua5.1语法 Lua示例t_user表,数据如下: 示例一引入Lua脚本: rule: - schema: eseap #数据库名称 table: t_user #表名称 order_by_column: id #排序字段,存量数据同步时不能为空 lua_file_path: lua/t_user_es.lua #lua脚本文件 es_index: user_index #Elasticsearch Index名称,可以为空,默认使用表(Table)名称 es_mappings: #索引映射,可以为空,为空时根据数据类型自行推导ES推导 - field: id #映射后的ES字段名称 type: keyword #ES字段类型 - field: userName #映射后的ES字段名称 type: keyword #ES字段类型 - field: password #映射后的ES字段名称 type: keyword #ES字段类型 - field: createTime #映射后的ES字段名称 type: date #ES字段类型 format: yyyy-MM-dd HH:mm:ss #日期格式,type为date此项有意义 - field: remark #映射后的ES字段名称 type: text #ES字段类型 analyzer: ik_smart #ES分词器,type为text此项有意义 - field: source #映射后的ES字段名称 type: keyword #ES字段类型其中, es_mappings 表示索引的mappings(映射关系),不定义es_mappings则根据字段的值自动创建mappings(映射关系)。根据es_mappings 生成的mappings如下: Lua脚本: local ops = require("esOps") --加载elasticsearch操作模块 local row = ops.rawRow() --当前数据库的一行数据,table类型,key为列名称 local action = ops.rawAction() --当前数据库事件,包括:insert、update、delete local id = row["ID"] --获取ID列的值 local userName = row["USER_NAME"] --获取USER_NAME列的值 local password = row["PASSWORD"] --获取USER_NAME列的值 local createTime = row["CREATE_TIME"] --获取CREATE_TIME列的值 local remark = row["REMARK"] --获取REMARK列的值 local result = {} -- 定义一个table,作为结果集 result["id"] = id result["userName"] = userName result["password"] = password result["createTime"] = createTime result["remark"] = remark result["source"] = "binlog" -- 数据来源 if action == "insert" then -- 只监听新增事件 ops.INSERT("t_user",id,result) -- 新增,参数1为index名称,string类型;参数2为要插入的数据主键;参数3为要插入的数据,tablele类型或者json字符串 end同步到Elasticsearch的数据如下: 示例二引入Lua脚本: schema: eseap #数据库名称 table: t_user #表名称 lua_file_path: lua/t_user_es2.lua #lua脚本文件未明确定义index名称、mappings,es会根据值自动创建一个名为t_user的index。 使用如下脚本: local ops = require("esOps") --加载elasticsearch操作模块 local row = ops.rawRow() --当前数据库的一行数据,table类型,key为列名称 local action = ops.rawAction() --当前数据库事件,包括:insert、update、delete local id = row["ID"] --获取ID列的值 local userName = row["USER_NAME"] --获取USER_NAME列的值 local password = row["PASSWORD"] --获取USER_NAME列的值 local createTime = row["CREATE_TIME"] --获取CREATE_TIME列的值 local result = {} -- 定义一个table,作为结果集 result["id"] = id result["userName"] = userName result["password"] = password result["createTime"] = createTime result["remark"] = remark result["source"] = "binlog" -- 数据来源 if action == "insert" then -- 只监听新增事件 ops.INSERT("t_user",id,result) -- 新增,参数1为index名称,string类型;参数2为要插入的数据主键;参数3为要插入的数据,tablele类型或者json字符串 end同步到Elasticsearch的数据如下: esOps模块提供的方法如下: INSERT: 插入操作,如:ops.INSERT(index,id,result)。参数index为索引名称,字符串类型;参数index为要插入数据的主键;参数result为要插入的数据,可以为table类型或者json字符串 UPDATE: 修改操作,如:ops.UPDATE(index,id,result)。参数index为索引名称,字符串类型;参数index为要修改数据的主键;参数result为要修改的数据,可以为table类型或者json字符串 DELETE: 删除操作,如:ops.DELETE(index,id)。参数index为索引名称,字符串类型;参数id为要删除的数据主键,类型不限; 同步数据到RocketMQ RocketMQ配置相关配置如下: # app.yml target: rocketmq #目标类型 #rocketmq连接配置 rocketmq_name_servers: 127.0.0.1:9876 #rocketmq命名服务地址,多个用逗号分隔 #rocketmq_group_name: transfer_test_group #rocketmq group name,默认为空 #rocketmq_instance_name: transfer_test_group_ins #rocketmq instance name,默认为空 #rocketmq_access_key: RocketMQ #访问控制 accessKey,默认为空 #rocketmq_secret_key: 12345678 #访问控制 secretKey,默认为空 基于规则同步相关配置如下: rule: - schema: eseap #数据库名称 table: t_user #表名称 #order_by_column: id #排序字段,存量数据同步时不能为空 #column_lower_case:false #列名称转为小写,默认为false #column_upper_case:false#列名称转为大写,默认为false column_underscore_to_camel: true #列名称下划线转驼峰,默认为false # 包含的列,多值逗号分隔,如:id,name,age,area_id 为空时表示包含全部列 #include_columns: ID,USER_NAME,PASSWORD #exclude_columns: BIRTHDAY,MOBIE # 排除掉的列,多值逗号分隔,如:id,name,age,area_id 默认为空 #column_mappings: CARD_NO=sfz #列名称映射,多个映射关系用逗号分隔,如:USER_NAME=account 表示将字段名USER_NAME映射为account #default_column_values: source=binlog,area_name=合肥 #默认的列-值,多个用逗号分隔,如:source=binlog,area_name=合肥 #date_formatter: yyyy-MM-dd #date类型格式化, 不填写默认yyyy-MM-dd #datetime_formatter: yyyy-MM-dd HH:mm:ss #datetime、timestamp类型格式化,不填写默认yyyy-MM-dd HH:mm:ss value_encoder: json #值编码,支持json、kv-commas、v-commas;默认为json #value_formatter: '{{.ID}}|{{.USER_NAME}}|{{.REAL_NAME}}|{{if eq .STATUS 0}}停用{{else}}启用{{end}}' #rocketmq相关 rocketmq_topic: transfer_test_topic #rocketmq topic,可以为空,默认使用表名称 #reserve_raw_data: false #保留update之前的数据,针对rocketmq、kafka、rabbitmq有用;默认为false其中, value_encoder表示值编码格式,支持json、kv-commas、v-commas三种格式,不填写默认为json,具体如下表: 格式说明举例jsonjson{"id": "1001","userName": "admin","password": "123456", "createTime": "2020-07-20 14:29:19"}kv-commaskey-value逗号分隔id=1001,userName=admin,password=123456,createTime=2020-07-20 14:29:19v-commasvalue逗号分隔1001,admin,123456,2020-07-20 14:29:19value_formatter表示值的格式化表达式,具体模板语法参见"表达式模板"章节,当value_formatter不为空时value_encoder无效。 reserve_raw_data表示是否保留update之前的数据,即保留修改之前的老数据,默认不保留 示例t_user表,数据如下: 在RocketMQ中创建名称为transfer_test_topic的topic,注意topic名称一定要和rule规则中rocketmq_topic配置项的值一致 示例一使用上述配置 insert事件,同步到RocketMQ的数据如下: update事件,同步到RocketMQ的数据如下: reserve_raw_data设置为true,update事件,同步到RocketMQ的数据如下: 其中,raw属性为update之前的旧数据 delete事件,同步到RocketMQ的数据如下: 示例二配置如下: rule: - schema: eseap #数据库名称 table: t_user #表名称 #order_by_column: id #排序字段,存量数据同步时不能为空 column_lower_case: true #列名称转为小写,默认为false #column_upper_case:false#列名称转为大写,默认为false #column_underscore_to_camel: true #列名称下划线转驼峰,默认为false # 包含的列,多值逗号分隔,如:id,name,age,area_id 为空时表示包含全部列 #include_columns: ID,USER_NAME,PASSWORD #exclude_columns: BIRTHDAY,MOBIE # 排除掉的列,多值逗号分隔,如:id,name,age,area_id 默认为空 column_mappings: USER_NAME=account #列名称映射,多个映射关系用逗号分隔,如:USER_NAME=account 表示将字段名USER_NAME映射为account default_column_values: area_name=合肥 #默认的列-值,多个用逗号分隔,如:source=binlog,area_name=合肥 #date_formatter: yyyy-MM-dd #date类型格式化, 不填写默认yyyy-MM-dd #datetime_formatter: yyyy-MM-dd HH:mm:ss #datetime、timestamp类型格式化,不填写默认yyyy-MM-dd HH:mm:ss value_encoder: json #值编码,支持json、kv-commas、v-commas;默认为json #value_formatter: '{{.ID}}|{{.USER_NAME}}|{{.REAL_NAME}}|{{if eq .STATUS 0}}停用{{else}}启用{{end}}' #rocketmq相关 rocketmq_topic: transfer_test_topic #rocketmq topic,可以为空,默认使用表名称 #reserve_raw_data: false #保留update之前的数据,针对rocketmq、kafka、rabbitmq有用;默认为false其中, column_mappings表示对列名称进行重新映射 insert事件,同步到RocketMQ的数据如下: 其中,属性名称USER_NAME变为了account 示例三配置如下: rule: - schema: eseap #数据库名称 table: t_user #表名称 #order_by_column: id #排序字段,存量数据同步时不能为空 column_lower_case: true #列名称转为小写,默认为false #column_upper_case:false#列名称转为大写,默认为false #column_underscore_to_camel: true #列名称下划线转驼峰,默认为false # 包含的列,多值逗号分隔,如:id,name,age,area_id 为空时表示包含全部列 #include_columns: ID,USER_NAME,PASSWORD #exclude_columns: BIRTHDAY,MOBIE # 排除掉的列,多值逗号分隔,如:id,name,age,area_id 默认为空 #column_mappings: USER_NAME=account #列名称映射,多个映射关系用逗号分隔,如:USER_NAME=account 表示将字段名USER_NAME映射为account default_column_values: area_name=合肥 #默认的列-值,多个用逗号分隔,如:source=binlog,area_name=合肥 #date_formatter: yyyy-MM-dd #date类型格式化, 不填写默认yyyy-MM-dd #datetime_formatter: yyyy-MM-dd HH:mm:ss #datetime、timestamp类型格式化,不填写默认yyyy-MM-dd HH:mm:ss value_encoder: v-commas #值编码,支持json、kv-commas、v-commas;默认为json #value_formatter: '{{.ID}}|{{.USER_NAME}}' # 值格式化表达式,如:{{.ID}}|{{.USER_NAME}},{{.ID}}表示ID字段的值、{{.USER_NAME}}表示USER_NAME字段的值 #rocketmq相关 rocketmq_topic: transfer_test_topic #rocketmq topic,可以为空,默认使用表名称其中, value_encoder表示消息编码方式 insert事件,同步到RocketMQ的数据如下: 同步数据到Redis Redis配置 基于规则同步 基于Lua脚本同步 同步数据到MongoDB MongoDB配置 基于规则同步 基于Lua脚本同步 同步数据到RocketMQ RocketMQ配置 基于规则同步 基于Lua脚本同步 同步数据到Kafka Kafka配置 基于规则同步 基于Lua脚本同步 同步数据到RabbitMQ RabbitMQ配置 基于规则同步 基于Lua脚本同步 全量数据导入全量数据导入 Lua脚本Lua 是一种轻量小巧的脚本语言, 其设计目的是为了嵌入应用程序中,从而为应用程序提供灵活的扩展和定制功能。开发者只需要花费少量时间就能大致掌握Lua的语法,照虎画猫写出可用的脚本。 基于Lua的高扩展性,可以实现更为复杂的数据解析、消息生成逻辑,定制需要的数据格式。 基础模块 Json模块 HttpClient模块 DBClient模块 性能性能测试地址 总结 go-mysql-elasticsearch 实现增量|全量 数据同步 go-mysql-elasticsearch可以实现同步insert、update、delete操作 go-mysql-elasticsearch 稳定性差点,出现过无法同步成功的情况,没有详细日志,不便于排查 常见问题 如何重置同步位置(Position)1、停掉go-mysql-transfer应用 2、在数据库执行 show master status语句,会看到结果如下: FilePositionBinlog-Do-DBBinlog-Ignore-DBmysql-bin.0000259937796483、使用File和Position列的值 执行命令: ./go-mysql-transfer -config app.yml -position mysql-bin.000025 993779648 4、重启应用: ./go-mysql-transfer -config app.yml 如何同步多张表使用yml的数组语法: #一组连词线开头的行,构成一个数组 animal: - Cat - Dog - Goldfishgo-mysql-transfer支持单库多表,也支持多库多表,配置如下: rule: - schema: eseap #数据库名称 table: t_user #表名称 column_underscore_to_camel: true value_encoder: json redis_structure: string redis_key_prefix: USER_ - schema: eseap #数据库名称 table: t_sign #表名称 column_underscore_to_camel: true value_encoder: json redis_structure: string redis_key_prefix: SIGN_ - schema: gojob #数据库名称 table: t_triggered #表名称 column_underscore_to_camel: true value_encoder: json redis_structure: string redis_key_prefix: TRIGGERED_t_user表和t_sign表属于eseap数据库,t_triggered表属于gojob数据库 参考: 官方手册:www.kancloud.cn/wj596/go-my… blog.csdn.net/weixin_3088… |
CopyRight 2018-2019 实验室设备网 版权所有 |