canal+kafka同步数据环境回顾
1.canal伪装成mysql从节点 订阅mysql主节点的binlog文件;
\2. 当我们的mysql主节点binlog文件发生了变化，则将该binlog文件
发送给canal服务器端;
3.canal服务器端将该binlog文件二进制转化成json格式发送给kafka服务器端
4.kafka消费者订阅kafka服务器端，将需要同步的数据同步到redis。
思考下：如何提高mysql与redis数据同步的速度问题？
kafka中保证消息顺序一致性问题
产生问题
1.在kafka中一个topic主题会有n多个不同的分区模型来存放的消息；
2.为了提高同步的速度，我们会对kafka消费者实现集群消费，避免消息一直
堆积在kafka服务器端。
3.在kafka分区模型中，每个消费者对应一个独立的分区模型消费；
4.kafka生产默认的情况下 投递消息采用均匀模式，如果我们的消息需要
保证严格的顺序，就会出现问题，消费集群的情况下，每个消费在不同的JVM中取出对应的消息，没有执行顺序问题 可能先执行 update、也有可能先执行delete，最终导致同步
数据发生了错乱。
如何解决消息顺序一致性问题
1.只有一个分区、最终该消息被一个消费者消费，缺点就是同步效率非常低；
2.根据表中字段 例如 id 做Hash 运算 相同的 id最终落地存放同一个分区中，
同一个分区中最终被同一个消费者消费。这也是为什么kafka需要设计多个分区模型，
因为每个分区模型对应一个独立消费者，如果需要提高消费者速率可以分成n多个
分区模型，实现横向扩展。
canal配置kafka消息顺序一致性
topic相关配置
1.单topic单分区，可以严格保证和binlog一样的顺序性，缺点就是性能比较慢，单分区的性能写入大概在2~3k的TPS(默认的实现方式)
canal 整合kafka 默认 单topic单分区
例如对mysql 所有db数据 来做同步
假设 在同一个db下 有n多个不同的表结构
insert mayikt01(id=1)
insert mayikt02(id=1)
insert mayikt03(id=1)
update mayikt01(id=1)
update mayikt02(id=1)
update mayikt03(id=1)
delete mayikt01(id=1)
delete mayikt02(id=1)
delete mayikt03(id=1)
2.多topic单分区，可以保证表级别的顺序性，一张表或者一个库的所有数据都写入到一个topic的单分区中，可以保证有序性，针对热点表也存在写入分区的性能问题
同步数据 每张表 有自己独立的topic主题-- 每个主题 只会分成一个分区
mayikt01 mayikt02 mayikt03
insert mayikt01(id=1)
insert mayikt02(id=1)
insert mayikt03(id=1)
update mayikt01(id=1)
update mayikt02(id=1)
update mayikt03(id=1)
delete mayikt01(id=1)
delete mayikt02(id=1)
delete mayikt03(id=1)
insert mayikt01(id=1)
update mayikt01(id=1)
delete mayikt01(id=1)
insert mayikt02(id=1)
update mayikt02(id=1)
delete mayikt02(id=1)
相同表名称落地到同一个分区中，最终被同一个消费者消费。----每张表
有自己对应独立的 消费者消费。
3.单topic、多topic的多分区，如果用户选择的是指定table的方式，那和第二部分一样，保障的是表级别的顺序性(存在热点表写入分区的性能问题)，如果用户选择的是指定pk
4.hash的方式，那只能保障的是一个pk的多次binlog顺序性 ** pk
5.hash的方式需要业务权衡，这里性能会最好，但如果业务上有pk变更或者对多pk数据有顺序性依赖，就会产生业务处理错乱的情况.
如果有pk变更，pk变更前和变更后的值会落在不同的分区里，业务消费就会有先后顺序的问题。根据表中的业务字段 相同的业务字段值 计算存放到同一个分区中，但是主要PK不能够发生变化。
update mayikt01 set pk=‘3’ where pk=‘1’;
update mayikt02 set name=‘1’ where pk= ‘3’
PK：primary key 主键
canal.mq.partitionHash
canal 1.1.3版本之后, 支持配置格式：schema.table:pk1^pk2，多个配置之间使用逗号分隔
例子1：test\\.test:pk1^pk2 指定匹配的单表，对应的hash字段为pk1 + pk2
例子2：.*\\..*:id 正则匹配，指定所有正则匹配的表对应的hash字段为id
例子3：.*\\..*:$pk$ 正则匹配，指定所有正则匹配的表对应的hash字段为表主键(自动查找)
例子4: 匹配规则啥都不写，则默认发到0这个partition上
例子5：.*\\..* ，不指定pk信息的正则匹配，将所有正则匹配的表,对应的hash字段为表名 按表hash:
一张表的所有数据可以发到同一个分区，不同表之间会做散列 (会有热点表分区过大问题)
例子6: test\\.test:id,.\\..* , 针对test的表按照id散列,其余的表按照table散列
在instance.properties 新增如下配置：
注意：canal 自动创建的 mayikt-topic 主题 默认是分区为0，如果在配置文件
指定canal.mq.partitionsNum=3 多个分区，canal投递消息到kafka中会报错：
kafka创建生产者报错：Invalid partition given with record: 1 is not in the range [0…1)
解决办法：
需要进入到docker kafka容器中：docker exec -it canal_kafka_1 bash
进入目录：/bin
kafka-topics.sh --zookeeper 192.168.75.145:2181 --alter --partitions 3 --topic mayikt-topic
修改分区是为3
kafka-topics.sh --zookeeper 192.168.75.145:2181 --alter --partitions 3 --topic mayikt-topic
在重启canal即可。
id=3 分区=2 消费者3
id=4 分区=0 消费者1
id=5 分区=2 消费者3
# mq config
canal.mq.topic=mayikt-topic
# hash partition config
canal.mq.partitionsNum=3
#canal.mq.partitionHash=test.table:id^name,.*\\..*
canal.mq.partitionHash=mayikt-test\\.commodity_info:id
根据表中：commodity_info 中的id字段 计算hash 相同的id 落地存放到同一个分区中，最终被同一个消费者消费，从而可以保证消息顺序一致性问题。
如果重启canal 报错：
Could not find first log file name in binary log index file
解决办法：
主要原因：
手工清理过binlog日志，没重置mysql binlog index信息
解决方法：
删除canal/conf/example/meta.dat 文件重启即可
消费者相关代码
package com.mayikt.consumer;
import com.alibaba.fastjson.JSONArray;
import com.alibaba.fastjson.JSONObject;
import lombok.extern.slf4j.Slf4j;
import org.apache.kafka.clients.consumer.ConsumerRecord;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.data.redis.core.RedisTemplate;
import org.springframework.kafka.annotation.KafkaListener;
import org.springframework.kafka.annotation.TopicPartition;
import org.springframework.kafka.support.Acknowledgment;
import org.springframework.stereotype.Component;
/**
* @author 余胜军
* @ClassName CanalConsumer
* @qq 644064779
* @addres www.mayikt.com
* @createTime 2021年04月27日 19:14:00
*/
@Component
@Slf4j
public class CanalConsumer {
@Autowired
private RedisTemplate<String, String> redisTemplate;
/**
* 消费者监听mayikt-topic
*
* @param consumer
*/
// @KafkaListener(topics = "meite-topic", topicPattern = "0", groupId = "mayikt01")
@KafkaListener(topicPartitions = {@TopicPartition(topic = "pp-topic", partitions = {"0"})}, groupId = "mayikt")
public void receive01(ConsumerRecord<?, String> consumer) {
log.info("分组1的消费者1>topic名称:{},,key:{},分区位置:{},offset{},数据:{}<",
consumer.topic(), consumer.key(), consumer.partition(), consumer.offset(), consumer.value());
JSONObject jsonObject = JSONObject.parseObject(consumer.value());
String type = jsonObject.getString("type");
switch (type) {
case MayiktConstant.CANAL_INSERT:
case MayiktConstant.CANAL_UPDATE:
updateRedis(jsonObject);
return;
case MayiktConstant.CANAL_DELETE:
deleteRedis(jsonObject);
}
}
//
// @KafkaListener(topics = "meite-topic", topicPattern = "1", groupId = "mayikt01")
@KafkaListener(topicPartitions = {@TopicPartition(topic = "pp-topic", partitions = {"1"})}, groupId = "mayikt")
public void receive02(ConsumerRecord<?, String> consumer) {
log.info("分组1的消费者2>topic名称:{},,key:{},分区位置:{},offset{},数据:{}<",
consumer.topic(), consumer.key(), consumer.partition(), consumer.offset(), consumer.value());
JSONObject jsonObject = JSONObject.parseObject(consumer.value());
String type = jsonObject.getString("type");
switch (type) {
case MayiktConstant.CANAL_INSERT:
case MayiktConstant.CANAL_UPDATE:
updateRedis(jsonObject);
return;
case MayiktConstant.CANAL_DELETE:
deleteRedis(jsonObject);
}
}
// @KafkaListener(topics = "meite-topic", topicPattern = "2", groupId = "mayikt01")
@KafkaListener(topicPartitions = {@TopicPartition(topic = "pp-topic", partitions = {"2"})}, groupId = "mayikt")
public void receive03(ConsumerRecord<?, String> consumer) {
log.info("分组1的消费者3>topic名称:{},,key:{},分区位置:{},offset{},数据:{}<",
consumer.topic(), consumer.key(), consumer.partition(), consumer.offset(), consumer.value());
JSONObject jsonObject = JSONObject.parseObject(consumer.value());
String type = jsonObject.getString("type");
switch (type) {
case MayiktConstant.CANAL_INSERT:
case MayiktConstant.CANAL_UPDATE:
updateRedis(jsonObject);
return;
case MayiktConstant.CANAL_DELETE:
deleteRedis(jsonObject);
}
}
/**
* 同步到Redis
*
* @param jsonObject
*/
private void updateRedis(JSONObject jsonObject) {
log.info("updateRedis:{}", jsonObject);
JSONArray datas = jsonObject.getJSONArray("data");
for (int i = 0; i < datas.size(); i++) {
JSONObject info = datas.getJSONObject(i);
String id = info.getString("id");
redisTemplate.opsForValue().set(id, info.toJSONString());
}
}
private void deleteRedis(JSONObject jsonObject) {
log.info("deleteRedis:{}", jsonObject);
JSONArray datas = jsonObject.getJSONArray("data");
for (int i = 0; i < datas.size(); i++) {
JSONObject info = datas.getJSONObject(i);
String id = info.getString("id");
redisTemplate.delete(id);
}
}
}
笔记
canal+kafka+mysql+redis 数据同步问题
1.如果是有多个消费者集群 消费的情况下，如果都是在同一个分组当中。
集群消费的情况下就会发生 消息顺序一致性问题。
mysql 主
insert
update
delete
mysql同步canal Server端，canal Server端 将该msg消息投递到
kafka中。---- 存放到mq服务器端 是保证顺序
先进先出 后进后出原则（前提条件没有分区）。
解决 kafka 消息顺序一致性问题
核心思想点：
1.投递到mq中需要保证顺序
2.最终是被同一个消费者消费（同步到Redis中） 速率非常低。
如何解决该问题？
kafka 底层 分区模型
在kafka中 将topic主题消息 采用分区模型形式存放。
分成n多个不同的目录存放msg。
解决消息顺序一致性 提高效率。
kafka中设计 每个分区只能够对应一个消费者消费。
生产者投递msg时，相同的id最终投递到同一个
kafka分区模型中存放，最终被同一个消费者消费。
如果需要提高mysql与redis同步速度问题，
直接将topic主题分成n多个分区模型，提高
分区模型，每个分区对应一个消费者消费。
而消费的过程中 都是同时。
即可保证消息顺序一致性问题，提高消费的速度。
每个分区是被–同一个分组 同一个消费者消费
不是同一个组是可以重复消费
在canal配置文件中指定的：mayikt-topic 主题名称
是有 canal 创建— canalServer端还没有收到需要同步的数据