Canal 是阿里开源的一款 MySQL 数据库增量日志解析工具，提供增量数据订阅和消费。使用Canal能够实现异步更新数据，配合MQ使用可在很多业务场景下发挥巨大作用。

Canal简介

canal 是阿里开源的一款 MySQL 数据库增量日志解析工具，提供增量数据订阅和消费。

canal底层原理

使用Canal能够实现异步更新数据，配合MQ使用可在很多业务场景下发挥巨大作用。

工作原理

MySQL主备复制原理

  • MySQL master 将数据变更写入二进制日志（binary log）, 日志中的记录叫做二进制日志事件（binary log events，可以通过 show binlog events 进行查看）

  • MySQL slave 将 master 的 binary log events 拷贝到它的中继日志(relay log)

  • MySQL slave 重放 relay log 中事件，将数据变更反映到它自己的数据

主从复制原理

图片来源： https://avisheksharma.wordpress.com/2015/01/07/step-wise-guide-to-setup-mysql-replication/

Canal 工作原理

  • 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

  • MySQL master 收到 dump 请求，开始推送 binary log 给 slave (即 Canal )

  • Canal 解析 binary log 对象(原始为 byte 流)

环境准备

你应该事先准备好一个MySQL环境，并按以下步骤进行设置。

开启binlog

需要先开启MySQL的 binlog 写入功能，配置 binlog-format 为 ROW 模式，具体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

修改配置文件之后，重启MySQL。

使用命令查看是否打开binlog模式，如输出以下内容则说明binlog已开启。

mysql> show variables like 'log_bin';
+---------------+-------+
| Variable_name | Value |
+---------------+-------+
| log_bin       | ON    |
+---------------+-------+

查看binlog_format配置是否正确。

mysql> show variables like 'binlog_format';
+---------------+-------+
| Variable_name | Value |
+---------------+-------+
| binlog_format | ROW   |
+---------------+-------+

添加授权

Canal的原理是模拟自己为MySQL slave，所以一定要为账号授予做为MySQL slave的相关权限。

下面的命令是先创建一个名为canal的账号，再对其进行授权，如果已有账户可直接 grant。

CREATE USER canal IDENTIFIED BY 'canal';
GRANT SELECT, REPLICATION SLAVE, REPLICATION CLIENT ON *.* TO 'canal'@'%';
-- GRANT ALL PRIVILEGES ON *.* TO 'canal'@'%' ;
FLUSH PRIVILEGES;

安装Canal

打开官方release页面，根据需要选择对应的软件包下载即可。

将下载后的软件包解压，可看到以下目录。

bin
conf
lib
logs

修改配置文件：canal-server/conf/example/instance.properties。

将canal.instance.master.address修改为你的MySQL地址。

将canal.instance.tsdb.dbUsername修改为你上面授权的账号。

将canal.instance.tsdb.dbPassword修改为你上面授权账号的密码。

配置示例如下：

#################################################
## mysql serverId , v1.0.26+ will autoGen
# canal.instance.mysql.slaveId=0

# enable gtid use true/false
canal.instance.gtidon=false

# position info
canal.instance.master.address=127.0.0.1:3306
canal.instance.master.journal.name=
canal.instance.master.position=
canal.instance.master.timestamp=
canal.instance.master.gtid=

# rds oss binlog
canal.instance.rds.accesskey=
canal.instance.rds.secretkey=
canal.instance.rds.instanceId=

# table meta tsdb info
canal.instance.tsdb.enable=true
#canal.instance.tsdb.url=jdbc:mysql://127.0.0.1:3306/canal_tsdb
canal.instance.tsdb.dbUsername=canal
canal.instance.tsdb.dbPassword=canal

当然我还是推荐开发和测试阶段使用Docker搭建环境。

执行以下命令，拉取canal-server最新镜像。

docker pull canal/canal-server:latest

如果因网络问题无法直接拉取Docker镜像，也可以选择clone代码到本地编译。

git clone git@github.com:alibaba/canal.git
cd canal/docker && sh build.sh

配置docker-compose.yaml

version: "3.8"
services:
  mysql:
    image: mysql:8.0
    container_name: review-mysql
    environment:
      MYSQL_ROOT_PASSWORD: 123456
      TZ: Asia/Shanghai
    ports:
      - 13306:3306
    volumes:
      - ./data/mysql:/var/lib/mysql
      - ./review.sql:/docker-entrypoint-initdb.d/review.sql
      - ./my.cnf:/etc/mysql/conf.d/my.cnf

  redis:
    image: redis:7.0
    container_name: review-redis
    ports:
      - "16379:6379"
    command: ["redis-server", "/usr/local/etc/redis/redis.conf"]
    volumes:
      - ./data/redis:/data
      - ./redis.conf:/usr/local/etc/redis/redis.conf
    restart: always

  canal-server:
    image: canal/canal-server:latest
    container_name: canal-server
    ports:
      - "11111:11111"
    environment:
      - canal.instance.master.address=host.docker.internal:13306
      - canal.instance.dbUsername=root
      - canal.instance.dbPassword=123456
    restart: always

注意：如果是windows平台容器内使用host.docker.internal表示localhost。

即：canal.instance.master.address=host.docker.internal:13306

修改完配置后重启容器。

docker-compose restart

Canal Client

Canal 特别设计了 Client-Server 模式，交互协议使用 protobuf v3 , Client 端可采用不同语言实现不同的消费逻辑。

启动Canal Server之后，我们可以使用Canal客户端连接Canal进行消费，本文以Go客户端canal-go为例，演示如何从 canal-server 消费数据。

package main

import (
    "fmt"
    "time"

    pbe "github.com/Q1mi/canal-go/protocol/entry"

    "github.com/Q1mi/canal-go/client"
    "google.golang.org/protobuf/proto"
)

// canal-go client demo

func main() {
    // 连接canal-server
    // 请修改为你的 canal-server 配置
    connector := client.NewSimpleCanalConnector(
        "127.0.0.1", 11111, "", "", "example", 60000, 60*60*1000)
    err := connector.Connect()
    if err != nil {
        panic(err)
    }

    // mysql 数据解析关注的表，Perl正则表达式.
    err = connector.Subscribe(".*\\..*")
    if err != nil {
        fmt.Printf("connector.Subscribe failed, err:%v\n", err)
        panic(err)
    }

    // 消费消息
    for {
        message, err := connector.Get(100, nil, nil)
        if err != nil {
            fmt.Printf("connector.Get failed, err:%v\n", err)
            continue
        }
        batchId := message.Id
        if batchId == -1 || len(message.Entries) <= 0 {
            time.Sleep(time.Second)
            fmt.Println("===暂无数据===")
            continue
        }
        printEntry(message.Entries)
    }
}

func printEntry(entries []*pbe.Entry) {
    for _, entry := range entries {
        // 忽略事务开启和事务关闭类型
        if entry.GetEntryType() == pbe.EntryType_TRANSACTIONBEGIN ||
            entry.GetEntryType() == pbe.EntryType_TRANSACTIONEND {
            continue
        }
        // RowChange对象，包含了一行数据变化的所有特征
        rowChange := new(pbe.RowChange)
        // protobuf解析
        err := proto.Unmarshal(entry.GetStoreValue(), rowChange)
        if err != nil {
            fmt.Printf("proto.Unmarshal failed, err:%v\n", err)
        }
        if rowChange == nil {
            continue
        }
        // 获取并打印Header信息
        header := entry.GetHeader()
        fmt.Printf("binlog[%s : %d], name[%s,%s], eventType: %s\n",
            header.GetLogfileName(),
            header.GetLogfileOffset(),
            header.GetSchemaName(),
            header.GetTableName(),
            header.GetEventType(),
        )
        //判断是否为DDL语句
        if rowChange.GetIsDdl() {
            fmt.Printf("isDdl:true, sql:%v\n", rowChange.GetSql())
        }

        // 获取操作类型：insert/update/delete等
        eventType := rowChange.GetEventType()
        for _, rowData := range rowChange.GetRowDatas() {
            if eventType == pbe.EventType_DELETE {
                printColumn(rowData.GetBeforeColumns())
            } else if eventType == pbe.EventType_INSERT || eventType == pbe.EventType_UPDATE {
                printColumn(rowData.GetAfterColumns())
            } else {
                fmt.Println("---before---")
                printColumn(rowData.GetBeforeColumns())
                fmt.Println("---after---")
                printColumn(rowData.GetAfterColumns())
            }
        }
    }
}

func printColumn(columns []*pbe.Column) {
    for _, col := range columns {
        fmt.Printf("%s:%s  updated=%v\n", col.GetName(), col.GetValue(), col.GetUpdated())
    }
}

Canal Kafka/RoctetMQ

Canal 1.1.1版本之后，默认支持将Canal Server接收到的binlog数据直接投递到MQ，目前默认支持的MQ系统有Kafka、RocketMQ、RabbitMQ、PulsarMQ。

这里以介绍使用Canal Server将binlog数据投递到Kafka为例。

配置

请事先准备好Kafka环境

修改instance配置

在instance.properties配置文件中设置MQ相关配置。

#  按需修改成自己的数据库信息
#################################################
...
canal.instance.master.address=127.0.0.1:3306
# username/password,数据库的用户名和密码
...
canal.instance.dbUsername = canal
canal.instance.dbPassword = canal
...
# mq config
# 设置默认的topic
canal.mq.topic=example
# 针对库名或者表名发送动态topic
#canal.mq.dynamicTopic=mytest,.*,mytest.user,mytest\\..*,.*\\..*
canal.mq.partition=0
# hash partition config
#canal.mq.partitionsNum=3
#库名.表名: 唯一主键，多个表之间用逗号分隔
#canal.mq.partitionHash=mytest.person:id,mytest.role:id
#################################################

其中，canal.mq.dynamicTopic配置说明。

Canal 1.1.3版本之后, 支持配置格式为：schema 或 schema.table，多个配置之间使用逗号或分号分隔。

  • 例子1：test\\.test 指定匹配的单表，发送到以test_test为名字的topic上

  • 例子2：.*\\..* 匹配所有表，则每个表都会发送到各自表名的topic上

  • 例子3：test 指定匹配对应的库，一个库的所有表都会发送到库名的topic上

  • 例子4：test\\..* 指定匹配的表达式，针对匹配的表会发送到各自表名的topic上

  • 例子5：test,test1\\.test1，指定多个表达式，会将test库的表都发送到test的topic上，test1\\.test1的表发送到对应的test1_test1 topic上，其余的表发送到默认的canal.mq.topic值

为满足更大的灵活性，Canal还允许对匹配条件的规则指定发送的topic名字，配置格式：topicName:schema 或 topicName:schema.table。

  • 例子1: test:test\\.test 指定匹配的单表，发送到以test为名字的topic上

  • 例子2: test:.*\\..* 匹配所有表，因为有指定topic，则每个表都会发送到test的topic下

  • 例子3: test:test 指定匹配对应的库，一个库的所有表都会发送到test的topic下

  • 例子4：testA:test\\..* 指定匹配的表达式，针对匹配的表会发送到testA的topic下

  • 例子5：test0:test,test1:test1\\.test1，指定多个表达式，会将test库的表都发送到test0的topic下，test1\\.test1的表发送到对应的test1的topic下，其余的表发送到默认的canal.mq.topic值

修改canal 配置文件

默认配置文件路径为/usr/local/canal/conf/canal.properties

# ...
# 可选项: tcp(默认), kafka,RocketMQ,rabbitmq,pulsarmq
canal.serverMode = kafka
# ...

# 是否为flat json格式对象
canal.mq.flatMessage = true
# Canal的batch size, 默认50K, 由于kafka最大消息体限制请勿超过1M(900K以下)
canal.mq.canalBatchSize = 50
# Canal get数据的超时时间, 单位: 毫秒, 空为不限超时
canal.mq.canalGetTimeout = 100
canal.mq.accessChannel = local

...

##################################################
#########                    Kafka                   #############
##################################################
# 此处配置修改为你的Kafka环境地址
kafka.bootstrap.servers = 127.0.0.1:9092
kafka.acks = all
kafka.compression.type = none
kafka.batch.size = 16384
kafka.linger.ms = 1
kafka.max.request.size = 1048576
kafka.buffer.memory = 33554432
kafka.max.in.flight.requests.per.connection = 1
kafka.retries = 0

kafka.kerberos.enable = false
kafka.kerberos.krb5.file = ../conf/kerberos/krb5.conf
kafka.kerberos.jaas.file = ../conf/kerberos/jaas.conf

# sasl demo
# kafka.sasl.jaas.config = org.apache.kafka.common.security.scram.ScramLoginModule required \\n username=\"alice\" \\npassword="alice-secret\";
# kafka.sasl.mechanism = SCRAM-SHA-512
# kafka.security.protocol = SASL_PLAINTEXT

更多详细内容请查看Canal-Kafka-RocketMQ-QuickStart。

按上述修改Canal配置后，重启Canal服务即可。