监听mysql的binlog日志工具分析：canal、Maxwell、Databus、DTS

目录

canal

Maxwell

Databus

阿里云的数据传输服务DTS

相关/类似技术

yugong

DRD

---

canal

定位： 基于数据库增量日志解析，提供增量数据订阅&消费，目前主要支持了mysql

原理：

1. canal模拟mysql slave的交互协议，伪装自己为mysql slave，向mysql master发送dump协议
2. mysql master收到dump请求，开始推送binary log给slave(也就是canal)
3. canal解析binary log对象(原始为byte流)

官网文档/源码（可谷歌右键翻译，有详细的接入案例）：https://github.com/alibaba/canal

网上好的学习链接：https://www.jianshu.com/p/6299048fad66

https://www.jianshu.com/p/6299048fad66

源码结构解析：http://www.tianshouzhi.com/api/tutorials/canal/380

偏日志解析的文章：https://blog.csdn.net/varyall/article/details/79208574

配置文件解析：https://blog.csdn.net/my201110lc/article/details/80765356

架构模型：https://blog.csdn.net/nuaazhaofeng/article/details/80513174

源码启动时序图：https://www.jianshu.com/p/d7d1b42242f1

parser

整个parser过程大致可分为几步：

    Connection获取上一次解析成功的位置（如果第一次启动，则获取初始制定的位置或者是当前数据库的binlog位点）
    Connection建立连接，发生BINLOG_DUMP命令
    Mysql开始推送Binary Log
    接收到的Binary Log通过Binlog parser进行协议解析，补充一些特定信息
    传递给EventSink模块进行数据存储，是一个阻塞操作，直到存储成功
    存储成功后，定时记录Binary Log位置
 

sink

说明：

• 数据过滤：支持通配符的过滤模式，表名，字段内容等
• 数据路由/分发：解决1:n (1个parser对应多个store的模式)
• 数据归并：解决n:1 (多个parser对应1个store)
• 数据加工：在进入store之前进行额外的处理，比如join

Maxwell

官网：http://maxwells-daemon.io/

好的文章：https://blog.csdn.net/wwwdc1012/article/details/88388552

canal 由Java开发，分为服务端和客户端，拥有众多的衍生应用，性能稳定，功能强大；canal 需要自己编写客户端来消费canal解析到的数据。

maxwell相对于canal的优势是使用简单，它直接将数据变更输出为json字符串，不需要再编写客户端。

建议使用maxwell。

Databus

Databus是一种低延迟变化捕获系统，已成为LinkedIn数据处理管道不可或缺的一部分。Databus解决了可靠捕获，流动和处理主要数据更改的基本要求。Databus提供以下功能：

1. 源与消费者之间的隔离
2. 保证按顺序和至少一次交付具有高可用性
3. 从更改流中的任意时间点开始消耗，包括整个数据的完全引导功能。
4. 分区消费
5. 源一致性保存

对比项		Databus	canal	结论
支持的数据库		mysql, oracle	mysql(据说内部版本支持oracle)	Databus目前支持的数据源更多
业务开发		业务只需要实现事件处理接口	事件处理外，需要处理ack/rollback， 反序列化异常等	Databus开发接口用户友好度更高
服务模型	relay	relay可以同时服务多个client	一个server instance只能服务一个client （受限于server端保存拉取位点）	Databus服务模式更灵活
	client	client可以拉取多个relay的变更， 访问的relay可以指定拉取某些表某些分片的变更	client只能从一个server拉取变更， 而且只能是拉取全量的变更
可扩展性		client可以线性扩展，处理能力也能线性扩展 （Databus可识别pk，自动做数据分片）	client无法扩展	Databus扩展性更好
可用性	client ha	client支持cluster模式，每个client处理一部分数据， 某个client挂掉，其他client自动接管对应分片数据	主备client模式，主client消费， 如果主client挂掉，备client可自动接管	Databus实时热备方案更成熟
	relay/server ha	多个relay可连接到同一个数据库， client可以配置多个relay，relay故障启动切换	主备relay模式，relay通过zk进行failover	canal主备模式对数据库影响更小
	故障对上游 数据库的影响	client故障，bootstrap会继续拉取变更， client恢复后直接从bootstrap拉取历史变更	client故障会阻塞server拉取变更， client恢复会导致server瞬时从数据库拉取大量变更	Databus本身的故障对数据库影响几乎为0
系统状态监控		程序通过http接口将运行状态暴露给外部	暂无	Databus程序可监控性更好
开发语言		java，核心代码16w，测试代码6w	java，4.2w核心代码，6k测试代码	Databus项目更成熟，当然学习成本也更大

阿里云的数据传输服务DTS

数据传输服务（Data Transmission Service，简称DTS）是阿里云提供的一种支持 RDBMS（关系型数据库）、NoSQL、OLAP 等多种数据源之间数据交互的数据流服务。DTS提供了数据迁移、实时数据订阅及数据实时同步等多种数据传输能力，可实现不停服数据迁移、数据异地灾备、异地多活(单元化)、跨境数据同步、实时数据仓库、查询报表分流、缓存更新、异步消息通知等多种业务应用场景，助您构建高安全、可扩展、高可用的数据架构。
           优势：数据传输（Data Transmission）服务 DTS 支持 RDBMS、NoSQL、OLAP 等多种数据源间的数据传输。它提供了数据迁移、实时数据订阅及数据实时同步等多种数据传输方式。相对于第三方数据流工具，数据传输服务 DTS 提供更丰富多样、高性能、高安全可靠的传输链路，同时它提供了诸多便利功能，极大得方便了传输链路的创建及管理。
           个人理解：就是一个消息队列，会给你推送它包装过的sql对象，可以自己做个服务去解析这些sql对象。
           阿里文档快速入口：https://help.aliyun.com/product/26590.html

免去部署维护的昂贵使用成本。DTS针对阿里云RDS（在线关系型数据库）、DRDS等产品进行了适配，解决了Binlog日志回收，主备切换、VPC网络切换等场景下的订阅高可用问题。同时，针对RDS进行了针对性的性能优化。出于稳定性、性能及成本的考虑，推荐使用。

相关/类似技术

1. 阿里云分布式数据库DRDS
2. 阿里云数据传输服务DTS
3. 阿里云数据库备份服务DBS
4. 阿里云数据管理服务DMS

yugong

目标：帮助用户完成从Oracle数据迁移到MySQL：https://github.com/alibaba/yugong

DRD

阿里巴巴集团自主研发的分布式数据库中间件产品，专注于解决单机关系型数据库扩展性问题，具备轻量(无状态)、灵活、稳定、高效等特性。https://www.aliyun.com/product/drds