FlinkCdc--Debezium实现Kafka实时监控mysql binlog日志

不管是什么大数据组件大部分都分单机和集群模式，这次我配置的是kafka集群监控mysql binlog日志

一.Zookeeper和Kafka集群部署

我的服务器是三台节点  aliyun-bigdata-01 aliyun-bigdata-02 aliyun-bigdata-03

1.第一步实现kafka集群部署和zookeeper集群部署先启动zookeeper再启动kafka,涉及的相关组件如下图所示，去网盘下载

debezium-connector-mysql-1.4.0.Final-plugin.tar.gz

kafka_2.11-0.11.0.2.tgz 

zookeeper-3.4.6.tar.gz

链接：https://pan.baidu.com/s/1WZ42cwp6iacBFnCw7Lh1mA 
提取码：nb01

--------------------------------------------------------------------------------------------------

2.下一步先配置Zookeeper和Kafka集群，下载好的Zookeeper,KafkaJar包上传服务器解压

解压命令 

tar  -zxvf   zookeeper-3.4.6.tar.gz  -C /usr/local/module/ 

 tar  -zxvf  kafka_2.11-0.11.0.2.tgz   -C /usr/local/module/

相关的linux解压命令可以自己去了解

解压后创建个软连接或者直接修改名称

 ln -s  解压后的zookeeper   zookeeper   起个别名

 ln -s  解压后的kafka   kafka   起个别名

我这里直接修改zookeeper文件夹名称

mv  解压后的zookeeper   zookeeper   起个别名

mv  解压后的kafka   kafka  起个别名

之后分发到后两台节点  分发命令

scp  -r  zookeeper  root@aliyun-bigdata-02:/usr/local/module/

scp  -r  zookeeper  root@aliyun-bigdata-03:/usr/local/module/

可以看到，zookeeper和kafka都已经分发到后两台节点了 

 3.下一步去配置组件的环境变量  vim /etc/profile

 export  变量名称/ZK_HOME=/usr/local/module/zookeeper  解压后修改后的zookeeper文件夹

 export  变量名称/KAFKA_HOME=/usr/local/module/kafka    解压后修改后的kafka文件夹

 export PATH=$ZK_HOME/bin:$KAFKA_HOME/bin:$PATH   全局变量，可以在某个目录下直接运行组件启动命令

配置完成后分发后两台节点

scp  -r /etc/profile   root@aliyun-bigdata-02:/etc/

scp  -r /etc/profile   root@aliyun-bigdata-03:/etc/

可以查看一下后两台 /etc/profile文件里面是否跟第一台节点内容一样，如果一样还需要执行刷新环境，才生效    source  /etc/profile

不管是什么组件都是一样的步骤进行部署，先解压再配置环境变量，刷新环境变量生效

4.下一步进行zookeeper组件集群配置

cd  进去 zookeeper/conf 目录里

 原本是没有zoo.cfg文件的，需要把zoo_sample.cfg再copy一个zoo.cfg新文件

命令  cp  zoo_sample.cfg  zoo.cfg  ，copy后编辑   vim  zoo.cfg

重要的是绿框里面的配置参数 

server.1=节点1的ip地址或主机名:2888:3888

server.2=节点2的ip地址或主机名:2888:3888

server.3=节点3的ip地址或主机名:2888:3888    确保2888和3888端口没有其他进程占用

查看是否被占用   lsof  -i:端口号

配置完成后，shift+zz两下退出，是保存退出

然后分发zoo.cfg文件到后两台

scp  -r  zoo.cfg  root@aliyun-bigdata-02:/usr/local/module/zookeeper/conf/

scp  -r  zoo.cfg  root@aliyun-bigdata-03:/usr/local/module/zookeeper/conf/

检测看看三台节点的zoo.cfg是否都一致配置，然后每台节点直接启动zookeeper

之前说了环境变量配置了全局变量直接启动命令，启动后jps看一下是否有QuorumPeerMain进程

 截止到这里集群zookeeper配置完成，zookeeper还是去多了解一下它的原理

5.下一步进行kafka组件集群配置

cd  kafka/config 进入配置文件目录

编辑  vim server.properties

kafka集群配置 重要的也就是这几个配置，分发后两台节点，监听配置分发后要改成当前节点ip

之后在kafka当前目录下启动命令

bin/kafka-server-start.sh -daemon config/server.properties     -daemon 后台启动参数 

是否是集群模式，可以在第一节点去创建topic，在后两台是否能查看在第一节点创建的topic，

创建topic命令   bin/kafka-topics.sh --zookeeper 01节点:2181,02节点:2181,03节点:2181 --create --partitions 2 --replication-factor 1 --topic test  两个分区，一个备份

查看topic命令  bin/kafka-topics.sh --list --zookeeper 01节点:2181,02节点:2181,03节点:2181

如果可以看见那就是kafka集群配置成功，因为kafka元数据在zookeeper里面存储，之所以三台直接因为zookeeper集群的原因才会通，这就是zookeeper的作用

截止到这里进程在百分之50，下一步就要使用kafka实时监控mysql binlog日志

二.配置Debezium

1.先修改mysql binlog日志开启 vim  /etc/my.cnf

log-bin=mysql-bin  # 指定binlog日志存储位置

binlog_format=ROW  # 这里一定是row格式

expire-logs-days = 10 # 日志保留时间

max-binlog-size = 500M # 日志滚动大小

server-id=15  我这里是15,你们默认是1

退出保存，重启mysql，systemctl restart mysqld,查看是否开启日志show variables like 'log_bin';

2.安装解压Debezium

解压到kafka/plugins目录里，解压后分发到后两台节点

进去 cd kafka/config目录里 编译  vim  connect-distributed.properties，我们走的是集群模式

 connect-distributed.properties是基于集群模式，connect-standalone.properties是单机模式

 这里面默认端口是8083，确保8083没有被占用，要不然启动会报错，404,500之类的信息

如果要指定其他端口  #rest.host.name=主机名或ip地址   #rest.port=8089

 配置好了保存退出，配置文件分发后两台节点，下一步就开始启动命令，跟启动kafka命令一样，只是启动sh脚本不一样,-daemon后台启动命令，config/指定刚才配置的connect-distributed.properties，三台节点都需要启动

启动命令：

bin/connect-distributed.sh -daemon config/connect-distributed.properties

查看进程 jps   ConnectDistributed进程

 查看是否真正启动成功   curl -H "Accept:application/json" 主机名:8083/connectors/

三台节点都去尝试看看，如果查询出来是[] 这样的，Debezium就配置成功了

3.配置连接mysql binlog(连接数据库配置信息)

vim mysql-connect-cdc.json 创建一个新的json文件

{
"name":"tmdonwms",
"config":{
"connector.class":"io.debezium.connector.mysql.MySqlConnector",
"database.hostname":"192.168.1.1",
"database.port":"3306",
"database.user":"root",
"database.password":"123456",
"database.server.id":"15",
"database.server.name":"tmdonwmsmysql",
"table.include.list":"bigdata_realtime.r_shop_sale_info",
"database.history.kafka.bootstrap.servers":"192.168.1.148:9092,192.168.1.151:9092,192.168.1.150:9092",
"database.history.kafka.topic":"dwmson_kafka",
"include.schema.change":"true",
"decimal.handling.mode": "double"
    }
}

name：是连接名，config{

connector.class是连接驱动类    debezium-connector-mysql-1.4.0.Final.jar这就是驱动jar包

database.hostname：mysql连接IP地址

database.port 端口

database.user  用户名

database.password  密码

database.server.id 之前在my.cnf里面设置的serverid 默认是1

database.server.name  数据库服务名称

table.include.list  指定监控哪个库里面的表

database.history.kafka.bootstrap.servers  kafka集群连接信息

database.history.kafka.topic  kafka历史日志topic

include.schema.change 这里开启的意思是，数据库有一条数据发生更改删除操作了，会重新监听，重新生成新的日志json数据进去topic里面

decimal.handling.mode 这里是decimal类型转换成double，flinksql映射kafka成一张表的时候ddl 指定decima类型会报错，之所以必须用double代替

}

配置完成后退出保存，下一步就实现连接：连接命令：curl -s -H "Content-Type: application/json" -X POST -d @mysql-connect-cdc.json http://主节点ip:8083/connectors/

启动后再查一下是否有刚才创建的连接，再查一下它的状态，sataus:running是正常的 

 然后再查看kafka topic是否被创建.

 然后去消费刚才监控的那种表，去数据库插入一条数据会不会被消费到，如果有数据进入kafka,就创建成功，到此kafka实时监控mysql binlog日志结束

之后会更新flinksql 映射kafkatopic成表，实时消费kafka数据实时统计数据落库

say  goodbay   good lucky