go mysql transfer_MySQL Binlog 增量同步工具go-mysql-transfer实现详解

#一、 概述

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。

go-mysql-transfer功能对标canal,使用go语言编写,规避了上述三点。旨在实现一个简洁高效、稳定可靠的Binlog增量同步工具, 具有如下特点:

1、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,不需要再编写客户端,开箱即用

3、内置丰富的数据解析、消息生成规则;支持Lua脚本,以处理更复杂的数据逻辑

4、支持监控告警,集成Prometheus客户端

5、高可用集群部署

6、数据同步失败重试

7、全量数据初始化

#二、 与同类工具比较

| 特色 | Canal | mysql_stream | go-mysql-transfer | | ———- | ———- | ———— | ———————————————————— | | 开发语言 | Java | Python | Golang | | HA | 支持 | 支持 | 支持 | | 接收端 | 编码定制| Kafka等 | Redis、MongoDB、Elasticsearch、

RabbitMQ、Kafka、RocketMQ、

后续支持更多 | | 数据初始化 | 不支持 | 支持 | 支持 | | 数据格式 | 编码定制| json(固定) | 规则(固定)

Lua脚本 (定制)

#三、 设计实现

1、实现原理

go-mysql-transfer将自己伪装成MySQL的Slave,向Master发送dump协议获取binlog,解析binlog并生成消息,实时发送给接收端。

2、数据转换规则

将从binlog解析出来的数据,经过简单的处理转换发送到接收端。使用内置丰富数数据转换规则,可完成大部分同步工作。

例如将表t_user同步到reids,配置如下规则:

rule:

-

schema: eseap #数据库名称

table: t_user #表名称

column_underscore_to_camel: true #列名称下划线转驼峰,默认为false

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 #值编码类型,支持json、kv-commas、v-commas

redis_structure: string # redis数据类型。 支持string、hash、list、set类型(与redis的数据类型一致)

redis_key_prefix: USER_ #key前缀

redis_key_column: USER_NAME #使用哪个列的值作为key,不填写默认使用主键

t_user表,数据如下:

同步到Redis后,数据如下:

更多规则配置和同步案例 请见后续的”使用说明”章节。

3、数据转换脚本

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。

使用方式:

rule:

-

schema: eseap

table: t_user

lua_file_path: lua/t_user_string.lua #lua脚本文件

示例脚本:

local json = require("json") -- 加载json模块

local ops = require("redisOps") -- 加载redis操作模块

local row = ops.rawRow() --当前变动的一行数据,table类型,key为列名称

local action = ops.rawAction() --当前数据库的操作事件,包括:insert、updare、delete

local id = row["ID"] --获取ID列的值

local userName = row["USER_NAME"] --获取USER_NAME列的值

local key = "user_"..id -- 定义key

if action == "delete" -- 删除事件

then

ops.DEL(key) -- 删除KEY

else

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= {} -- 定义结果

result["id"] = id

result["userName"] = userName

result["password"] = password

result["createTime"] = createTime

result["source"] = "binlog" -- 数据来源

local val = json.encode(result) -- 将result转为json

ops.SET(key,val) -- 对应Redis的SET命令,第一个参数为key(string类型),第二个参数为value

end

t_user表,数据如下:

同步到Redis后,数据如下:

更多Lua脚本使用说明 和同步案例 请见后续的”使用说明”章节。

4、监控告警

Prometheus是流行开源监控报警系统和TSDB,其指标采集组件被称作exporter。go-mysql-transfer本身就是一个exporter。向Prometheus提供应用状态、接收端状态、insert数量、update数量、delete数量、delay延时等指标。

go-mysql-transfer内置Prometheus exporter可以监控系统的运行状况,并进行健康告警。

相关配置:

enable_exporter: true #启用prometheus exporter,默认false

exporter_addr: 9595 #prometheus exporter端口,默认9595

直接访问127.0.0.1:9595可以看到导出的指标值,如何与Prometheus集成,请参见Prometheus相关教程。

指标说明: transfer_leader_state:当前节点是否为leader,0=否、1=是 transfer_destination_state:接收端状态, 0=掉线、1=正常 transfer_inserted_num:插入数据的数量 transfer_updated_num:修改数据的数量 transfer_deleted_num:删除数据的数量 transfer_delay:与MySQL Master的时延

5、高可用

可以选择依赖zookeeper或者etcdr构建高可用集群,一个集群中只存在一个leader节点,其余皆为follower节点。

只有leader节点响应binglog的dump事件,follower节点为蛰伏状态,不发送dump命令,因此多个follower也不会加重Master的负担。

当leader节点出现故障,follower节点迅速替补上去,实现秒级故障切换。

相关配置:

cluster: # 集群配置

name: myTransfer #集群名称,具有相同name的节点放入同一个集群

# ZooKeeper地址,多个用逗号分隔

zk_addrs: 192.168.1.10:2181,192.168.1.11:2182,192.168.1.12:2183

#zk_authentication: 123456 #digest类型的访问秘钥,如:user:password,默认为空

#etcd_addrs: 192.168.1.10:2379 #etcd连接地址,多个用逗号分隔

#etcd_user: test #etcd用户名

#etcd_password: 123456 #etcd密码

6、失败重试

网络抖动、接收方故障都会导致数据同步失败,需要有重试机制,才能保证不漏掉数据,使得每一条数据都能送达。

通常有两种重试实现方式,一种方式是记录下故障时刻binglog的position(位移),等故障恢复后,从position处重新dump 数据,发送给接收端。

一种方式是将同步失败的数据在本地落盘,形成队列。当探测到接收端可用时,逐条预出列尝试发送,发送成功最终出列。确保不丢数据,队列先进先出的特性也可保证数据顺序性,正确性。

go-mysql-transfer采用的是后者,目的是减少发送dump命令的次数,减轻Master的负担。因为binglog记录的整个Master数据库的日志,其增长速度很快。如果只需要拿几条数据,而dump很多数据,有点得不偿失。

7、全量数据初始化

如果数据库原本存在无法通过binlog进行增量同步的数据,可以使用命令行工具-stock完成始化同步。

stock基于 SELECT * FROM {table}的方式分批查询出数据,根据规则或者Lua脚本生成指定格式的消息,批量发送到接收端。

执行命令 go-mysql-transfer -stoc,在控制台可以直观的看到数据同步状态,如下:

#四、安装

二进制安装包

直接下载编译好的安装包: 点击下载

源码编译

1、依赖Golang 1.14 及以上版本

2、设置’ GO111MODULE=on ‘

3、拉取源码 ‘ go get -d github.com/wj596/go-mysql-transfer’

3、进入目录,执行 ‘ go build ’ 编译

#五、部署运行

开启MySQL的binlog

#Linux在my.cnf文件

#Windows在my.ini文件

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 go-mysql-transfer 的 slave_id 重复

命令行运行1、修改app.yml 2、Windows直接运行 go-mysql-transfer.exe 3、Linux执行 nohup go-mysql-transfer &

docker运行

1、拉取源码 ‘ go get -d github.com/wj596/go-mysql-transfer’

2、修改配置文件 ‘ app.yml ’ 中相关配置

3、构建镜像 ‘ docker image build -t go-mysql-transfer -f Dockerfile . ’

4、运行 ‘ docker run -d –name go-mysql-transfer -p 9595:9595 go-mysql-transfer:latest ’

#七、开源

#八、性能测试

1、测试环境

平台:虚拟机 CPU:E7-4890 4核8线程 内存:8G 硬盘:机械硬盘 OS:Windows Sever 2012 R2 MySQL: 5.5 Rides: 4.0.2

2、测试数据 t_user表,14个字段,1个字段包含中文,数据量527206条

3、测试配置

规则:

schema: eseap

table: t_user

order_by_column: id #排序字段,全量数据初始化时不能为空

#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_column: ID,USER_NAME,PASSWORD

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

redis_structure: string # 数据类型。 支持string、hash、list、set类型(与redis的数据类型一直)

redis_key_prefix: USER_ #key的前缀

redis_key_column: ID #使用哪个列的值作为key,不填写默认使用主键

脚本:

local json = require("json") -- 加载json模块

local ops = require("redisOps") -- 加载redis操作模块

local row = ops.rawRow() --当前变动的一行数据,table类型,key为列名称

local action = ops.rawAction() --当前数据库的操作事件,包括:insert、updare、delete

local id = row["ID"] --获取ID列的值

local userName = row["USER_NAME"] --获取USER_NAME列的值

local key = "user_"..id -- 定义key

if action == "delete" -- 删除事件

then

ops.DEL(key) -- 删除KEY

else

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= {} -- 定义结果

result["id"] = id

result["userName"] = userName

result["password"] = password

result["createTime"] = createTime

result["source"] = "binlog" -- 数据来源

local val = json.encode(result) -- 将result转为json

ops.SET(key,val) -- 对应Redis的SET命令,第一个参数为key(string类型),第二个参数为value

end

3、测试用例一

使用规则,将52万条数据全量初始化同步到Redis,结果如下:

3次运行的中间值为4.6秒

4、测试用例二

使用Lua脚本,将52万条数据全量初始化同步到Redis,结果如下:

3次运行的中间值为9.5秒

5、测试用例三

使用规则,将binlog中52万条增量数据同步到Redis。结果如下:

每秒增量同步(TPS)32950条

6、测试用例四

使用Lua脚本,将binlog中52万条增量数据同步到Redis。结果如下:

每秒增量同步(TPS)15819条

7、测试用例五

100个线程不停向MySQL写数据,使用规则将数据实时增量同步到Redis,TPS保持在4000以上,资源占用情况如下:

100个线程不停向MySQL写数据,使用Lua脚本将数据实时增量同步到Redis,TPS保持在2000以上,资源占用情况如下:

以上测试结果,会随着测试环境的不同而改变,仅作为参考。

你可能感兴趣的:(go,mysql,transfer)