題記

來(lái)自Elasticsearch中文社區(qū)的問(wèn)題——

MySQL中表無(wú)唯一遞增字段，也無(wú)唯一遞增時(shí)間字段，該怎么使用logstash實(shí)現(xiàn)MySQL實(shí)時(shí)增量導(dǎo)數(shù)據(jù)到es中？

logstash和kafka_connector都僅支持基于自增id或者時(shí)間戳更新的方式增量同步數(shù)據(jù)。

回到問(wèn)題本身：如果庫(kù)表里沒有相關(guān)字段，該如何處理呢？

本文給出相關(guān)探討和解決方案。

1、 binlog認(rèn)知

1.1 啥是 binlog？

binlog是Mysql sever層維護(hù)的一種二進(jìn)制日志，與innodb引擎中的redo/undo log是完全不同的日志；其主要是用來(lái)記錄對(duì)mysql數(shù)據(jù)更新或潛在發(fā)生更新的SQL語(yǔ)句，并以"事務(wù)"的形式保存在磁盤中。

作用主要有：

1)復(fù)制：達(dá)到master-slave數(shù)據(jù)一致的目的。

2)數(shù)據(jù)恢復(fù)：通過(guò)mysqlbinlog工具恢復(fù)數(shù)據(jù)。

3)增量備份。

1.2 阿里的Canal實(shí)現(xiàn)了增量Mysql同步

一圖勝千言，canal是用java開發(fā)的基于數(shù)據(jù)庫(kù)增量日志解析、提供增量數(shù)據(jù)訂閱&消費(fèi)的中間件。

目前，canal主要支持了MySQL的binlog解析，解析完成后才利用canal client 用來(lái)處理獲得的相關(guān)數(shù)據(jù)。目的：增量數(shù)據(jù)訂閱&消費(fèi)。

綜上，使用binlog可以突破logstash或者kafka-connector沒有自增id或者沒有時(shí)間戳字段的限制，實(shí)現(xiàn)增量同步。

2、基于binlog的同步方式

1)基于kafka Connect的Debezium 開源工程，地址：. https://debezium.io/

2)不依賴第三方的獨(dú)立應(yīng)用： Maxwell開源項(xiàng)目，地址：http://maxwells-daemon.io/

由于已經(jīng)部署過(guò)conluent(kafka的企業(yè)版本，自帶zookeeper、kafka、ksql、kafka-connector等)，本文僅針對(duì)Debezium展開。

3、Debezium介紹

Debezium是捕獲數(shù)據(jù)實(shí)時(shí)動(dòng)態(tài)變化的開源的分布式同步平臺(tái)。能實(shí)時(shí)捕獲到數(shù)據(jù)源(Mysql、Mongo、PostgreSql)的：新增(inserts)、更新(updates)、刪除(deletes)操作，實(shí)時(shí)同步到Kafka，穩(wěn)定性強(qiáng)且速度非常快。

特點(diǎn)：

1)簡(jiǎn)單。無(wú)需修改應(yīng)用程序。可對(duì)外提供服務(wù)。

2)穩(wěn)定。持續(xù)跟蹤每一行的每一處變動(dòng)。

3)快速。構(gòu)建于kafka之上，可擴(kuò)展，經(jīng)官方驗(yàn)證可處理大容量的數(shù)據(jù)。

4、同步架構(gòu)

如圖，Mysql到ES的同步策略，采取“曲線救國(guó)”機(jī)制。

步驟1： 基Debezium的binlog機(jī)制，將Mysql數(shù)據(jù)同步到Kafka。

步驟2： 基于Kafka_connector機(jī)制，將kafka數(shù)據(jù)同步到Elasticsearch。

5、Debezium實(shí)現(xiàn)Mysql到ES增刪改實(shí)時(shí)同步

軟件版本：

confluent：5.1.2；

Debezium：0.9.2_Final;

Mysql：5.7.x.

Elasticsearch：6.6.1

5.1 Debezium安裝

Debezium的安裝只需要把debezium-connector-mysql的壓縮包解壓放到Confluent的解壓后的插件目錄(share/java)中。

MySQL Connector plugin 壓縮包的下載地址：

注意重啟一下confluent，以使得Debezium生效。

5.2 Mysql binlog等相關(guān)配置。

Debezium使用MySQL的binlog機(jī)制實(shí)現(xiàn)數(shù)據(jù)動(dòng)態(tài)變化監(jiān)測(cè)，所以需要Mysql提前配置binlog。

核心配置如下，在Mysql機(jī)器的/etc/my.cnf的mysqld下添加如下配置。

1[mysqld]

2

3server-id = 223344

4log_bin = mysql-bin

5binlog_format = row

6binlog_row_image = full

7expire_logs_days = 10

然后，重啟一下Mysql以使得binlog生效。

1systemctl start mysqld.service

5.3 配置connector連接器。

配置confluent路徑目錄 : /etc

創(chuàng)建文件夾命令 :

1mkdir kafka-connect-debezium

在mysql2kafka_debezium.json存放connector的配置信息 :

1[root@localhost kafka-connect-debezium]# cat mysql2kafka_debezium.json

2{

3 "name" : "debezium-mysql-source-0223",

4 "config":

5 {

6 "connector.class" : "io.debezium.connector.mysql.MySqlConnector",

7 "database.hostname" : "192.168.1.22",

8 "database.port" : "3306",

9 "database.user" : "root",

10 "database.password" : "XXXXXX",

11 "database.whitelist" : "kafka_base_db",

12 "table.whitlelist" : "accounts",

13 "database.server.id" : "223344",

14 "database.server.name" : "full",

15 "database.history.kafka.bootstrap.servers" : "192.168.1.22:9092",

16 "database.history.kafka.topic" : "account_topic",

17 "include.schema.changes" : "true" ,

18 "incrementing.column.name" : "id",

19 "database.history.skip.unparseable.ddl" : "true",

20 "transforms": "unwrap,changetopic",

21 "transforms.unwrap.type": "io.debezium.transforms.UnwrapFromEnvelope",

22 "transforms.changetopic.type":"org.apache.kafka.connect.transforms.RegexRouter",

23 "transforms.changetopic.regex":"(.*)",

24 "transforms.changetopic.replacement":"$1-smt"

25 }

26}

注意如下配置：

"database.server.id"，對(duì)應(yīng)Mysql中的server-id的配置。

"database.whitelist" : 待同步的Mysql數(shù)據(jù)庫(kù)名。

"table.whitlelist" :待同步的Mysq表名。

重要：“database.history.kafka.topic”：存儲(chǔ)數(shù)據(jù)庫(kù)的Shcema的記錄信息，而非寫入數(shù)據(jù)的topic、

"database.server.name":邏輯名稱，每個(gè)connector確保唯一，作為寫入數(shù)據(jù)的kafka topic的前綴名稱。

坑一：transforms相關(guān)5行配置作用是寫入數(shù)據(jù)格式轉(zhuǎn)換。

如果沒有，輸入數(shù)據(jù)會(huì)包含：before、after記錄修改前對(duì)比信息以及元數(shù)據(jù)信息(source，op，ts_ms等)。

這些信息在后續(xù)數(shù)據(jù)寫入Elasticsearch是不需要的。(注意結(jié)合自己業(yè)務(wù)場(chǎng)景)。

5.4 啟動(dòng)connector

1curl -X POST -H "Content-Type:application/json"

2--data @mysql2kafka_debezium.json.json

3http://192.168.1.22:18083/connectors | jq

5.5 驗(yàn)證寫入是否成功。

5.5.1 查看kafka-topic

1 kafka-topics --list --zookeeper localhost:2181

此處會(huì)看到寫入數(shù)據(jù)topic的信息。

注意新寫入數(shù)據(jù)topic的格式：database.schema.table-smt 三部分組成。

本示例topic名稱：

full.kafka_base_db.account-smt

5.5.2 消費(fèi)數(shù)據(jù)驗(yàn)證寫入是否正常

1./kafka-avro-console-consumer --topic full.kafka_base_db.account-smt --bootstrap-server 192.168.1.22:9092 --from-beginning

至此，Debezium實(shí)現(xiàn)mysql同步kafka完成。

6、kafka-connector實(shí)現(xiàn)kafka同步Elasticsearch

6.1、Kafka-connector介紹

Kafka Connect是一個(gè)用于連接Kafka與外部系統(tǒng)(如數(shù)據(jù)庫(kù)，鍵值存儲(chǔ)，檢索系統(tǒng)索引和文件系統(tǒng))的框架。

連接器實(shí)現(xiàn)公共數(shù)據(jù)源數(shù)據(jù)(如Mysql、Mongo、Pgsql等)寫入Kafka，或者Kafka數(shù)據(jù)寫入目標(biāo)數(shù)據(jù)庫(kù)，也可以自己開發(fā)連接器。

6.2、kafka到ES connector同步配置

配置路徑：

1/home/confluent-5.1.0/etc/kafka-connect-elasticsearch/quickstart-elasticsearch.properties

配置內(nèi)容：

1"connector.class": "io.confluent.connect.elasticsearch.ElasticsearchSinkConnector",

2"tasks.max": "1",

3"topics": "full.kafka_base_db.account-smt",

4"key.ignore": "true",

5"connection.url": "http://192.168.1.22:9200",

6"type.name": "_doc",

7"name": "elasticsearch-sink-test"

6.3 kafka到ES啟動(dòng)connector

啟動(dòng)命令

1confluent load elasticsearch-sink-test

2-d /home/confluent-5.1.0/etc/kafka-connect-elasticsearch/quickstart-elasticsearch.properties

6.4 Kafka-connctor RESTFul API查看

Mysql2kafka，kafka2ES的connector詳情信息可以借助postman或者瀏覽器或者命令行查看。

1curl -X GET http://localhost:8083/connectors

7、坑復(fù)盤。

坑2： 同步的過(guò)程中可能出現(xiàn)錯(cuò)誤，比如：kafka topic沒法消費(fèi)到數(shù)據(jù)。

排解思路如下：

1)確認(rèn)消費(fèi)的topic是否是寫入數(shù)據(jù)的topic；

2)確認(rèn)同步的過(guò)程中沒有出錯(cuò)。可以借助connector如下命令查看。

1curl -X GET http://localhost:8083/connectors-xxx/status

坑3： Mysql2ES出現(xiàn)日期格式不能識(shí)別。

是Mysql jar包的問(wèn)題，解決方案：在my.cnf中配置時(shí)區(qū)信息即可。

坑4： kafka2ES，ES沒有寫入數(shù)據(jù)。

排解思路：

1)建議：先創(chuàng)建同topic名稱一致的索引，注意：Mapping靜態(tài)自定義，不要?jiǎng)討B(tài)識(shí)別生成。

2)通過(guò)connetor/status排查出錯(cuò)原因，一步步分析。

8、小結(jié)

binlog的實(shí)現(xiàn)突破了字段的限制，實(shí)際上業(yè)界的go-mysql-elasticsearch已經(jīng)實(shí)現(xiàn)。

對(duì)比：logstash、kafka-connector，雖然Debezium“曲線救國(guó)”兩步實(shí)現(xiàn)了實(shí)時(shí)同步，但穩(wěn)定性+實(shí)時(shí)性能相對(duì)不錯(cuò)。

推薦大家使用。大家有好的同步方式也歡迎留言討論交流。

推薦閱讀：

重磅 | 死磕Elasticsearch方法論認(rèn)知清單(2019春節(jié)更新版)

Elasticsearch基礎(chǔ)、進(jìn)階、實(shí)戰(zhàn)第一公眾號(hào)

總結(jié)

以上是生活随笔為你收集整理的mysql到pg怎么高效_干货 | Debezium实现Mysql到Elasticsearch高效实时同步(示例代码)的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。