微服务MySQL分库分表数据到MongoDB同步方案[转]

需求背景

近年来，微服务概念持续火热，网络上针对微服务和单体架构的讨论也是越来越多，面对日益增长的业务需求是，很多公司做技术架构升级时优先选用微服务方式。我所在公司也是选的这个方向来升级技术架构，以支撑更大访问量和更方便的业务扩展。

发现问题

微服务拆分主要分两种方式：拆分业务系统不拆分数据库，拆分业务系统拆分库。如果数据规模小的话大可不必拆分数据库，因为拆分数据看必将面对多维度数据查询，跨进程之间的事务等问题。而我所在公司随着业务发展单数据库实例已经不能满足业务需要，所以选择了拆分业务系统同时拆分数据库的模式，所以也面临着以上的问题。本文主要介绍多维度数据实时查询解决方案。当前系统架构和存储结构如下：

image

解决思路

要对多数据库数据进行查询，首先就需要将数据库同步到一起以方便查询

为了满足大数据量数据需求，所以优先选择NOSQL数据库做同步库

NOSQL数据库基本无法进行关联查询，所以需要将关系数据进行拼接操作，转换成非关系型数据

业务多维度查询需要实时性，所以需要选择NOSQL中实时性相对比较好的数据库：MongoDB

根据以上思路，总结数据整合架构如下图所示：

image

解决方案

目前网上一些数据同步案例分两种：MQ消息同步和binlog数据读取同步

先说MQ消息同步，该同步方式我所在公司试用过一段时间，发现以下问题：

数据围绕业务进行，对业务关键性数据操作发送MQ消息，对业务系统依赖性比较高

对于数据库中存量数据需要单独处理

对于工具表还需要单独维护同步

每次新增数据表都需要重新添加MQ逻辑

考虑到以上问题，用MQ方式同步数据并不是最优解决办法

使用binlog 数据读取方式目前有一些成熟方案，比如tungsten replicator，但这些同步工具只能实现数据1:1复制，数据复制过程自定义逻辑添加比较麻烦，不支持分库分表数据归集操作。综上所述，最优方案应该是读取后binlog后自行处理后续数据逻辑。目前binlog读取binlog工具中最成熟的方案应该就是alibaba开源的canal了。

canal

canal是阿里巴巴mysql数据库binlog的增量订阅&消费组件 。阿里云DRDS、阿里巴巴TDDL 二级索引、小表复制. 都是基于canal做的，应用广泛。

canal原理相对比较简单：

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(也就是canal)

canal解析binary log对象(原始为byte流)

canal介绍： https://github.com/alibaba/canal/wiki

我使用的是canal的HA模式,由zookeeper选举可用实例，每个数据库一个instance,服务端配置如下：

目录：

conf

database1

-instance.properties

database2

-instance.properties

canal.properties

instance.properties

canal.instance.mysql.slaveId = 1001

canal.instance.master.address = X.X.X.X:3306

canal.instance.master.journal.name =

canal.instance.master.position =

canal.instance.master.timestamp =

canal.instance.dbUsername = canal

canal.instance.dbPassword = canal

canal.instance.defaultDatabaseName =

canal.instance.connectionCharset = UTF-8

canal.instance.filter.regex = .\..

canal.instance.filter.black.regex =

canal.properties

canal.id= 1

canal.ip=X.X.X.X

canal.port= 11111

canal.zkServers=X.X.X.X:2181,X.X.X.X:2181,X.X.X.X:2181

canal.zookeeper.flush.period = 1000

canal.file.data.dir = ${canal.conf.dir}

canal.file.flush.period = 1000

canal.instance.memory.buffer.size = 16384

canal.instance.memory.buffer.memunit = 1024

canal.instance.memory.batch.mode = MEMSIZE

canal.instance.detecting.enable = true

canal.instance.detecting.sql = select 1

canal.instance.detecting.interval.time = 3

canal.instance.detecting.retry.threshold = 3

canal.instance.detecting.heartbeatHaEnable = false

canal.instance.transaction.size = 1024

canal.instance.fallbackIntervalInSeconds = 60

canal.instance.network.receiveBufferSize = 16384

canal.instance.network.sendBufferSize = 16384

canal.instance.network.soTimeout = 30

canal.instance.filter.query.dcl = true

canal.instance.filter.query.dml = false

canal.instance.filter.query.ddl = false

canal.instance.filter.table.error = false

canal.instance.filter.rows = false

canal.instance.binlog.format = ROW,STATEMENT,MIXED

canal.instance.binlog.image = FULL,MINIMAL,NOBLOB

canal.instance.get.ddl.isolation = false

canal.destinations= example,p4-test

canal.conf.dir = ../conf

canal.auto.scan = true

canal.auto.scan.interval = 5

canal.instance.global.mode = spring

canal.instance.global.lazy = false

canal.instance.global.spring.xml = classpath:spring/default-instance.xml

部署数据流如下：

image

tip:

虽然canal同时支持mixed和row类型的binlog日志，但是获取行数据时如果是mixed类型的日志则获取不到表名，所以本方案暂只支持row格式的binlog

数据同步

创建canal client应用订阅canal读取的binlog数据

1.开启多instance 订阅,订阅多个instance

public void initCanalStart() {

List destinations = canalProperties.getDestination();

final List canalClientList = new ArrayList<>();

if (destinations != null && destinations.size() > 0) {

for (String destination : destinations) {

// 基于zookeeper动态获取canal server的地址，建立链接，其中一台server发生crash，可以支持failover

CanalConnector connector = CanalConnectors.newClusterConnector(canalProperties.getZkServers(), destination, “”, “”);

CanalClient client = new CanalClient(destination, connector);

canalClientList.add(client);

client.start();

}

}

Runtime.getRuntime().addShutdownHook(new Thread() {

public void run() {

try {

logger.info(“## stop the canal client”);

for (CanalClient canalClient : canalClientList) {

canalClient.stop();

}

} catch (Throwable e) {

logger.warn(“##something goes wrong when stopping canal:”, e);

} finally {

logger.info(“## canal client is down.”);

}

}

});

}

订阅消息处理

private void process() {

int batchSize = 5 * 1024;

while (running) {

try {

MDC.put(“destination”, destination);

connector.connect();

connector.subscribe();

while (running) {

Message message = connector.getWithoutAck(batchSize); // 获取指定数量的数据

long batchId = message.getId();

int size = message.getEntries().size();

if (batchId != -1 && size > 0) {

saveEntry(message.getEntries());

}

connector.ack(batchId); // 提交确认

// connector.rollback(batchId); // 处理失败, 回滚数据

}

} catch (Exception e) {

logger.error(“process error!”, e);

} finally {

connector.disconnect();

MDC.remove(“destination”);

}

}

}

根据数据库事件处理消息,过滤消息列表，对数据变动进行处理,用到信息为：

insert :schemaName,tableName,beforeColumnsList

update :schemaName,tableName,afterColumnsList

delete :schemaName,tableName,afterColumnsList

RowChange rowChage = null;

try {

rowChage = RowChange.parseFrom(entry.getStoreValue());

} catch (Exception e) {

throw new RuntimeException(“parse event has an error , data:” + entry.toString(), e);

}

EventType eventType = rowChage.getEventType();

logger.info(row_format,

entry.getHeader().getLogfileName(),

String.valueOf(entry.getHeader().getLogfileOffset()), entry.getHeader().getSchemaName(),

entry.getHeader().getTableName(), eventType,

String.valueOf(entry.getHeader().getExecuteTime()), String.valueOf(delayTime));

if (eventType == EventType.QUERY || rowChage.getIsDdl()) {

logger.info(” sql —-> ” + rowChage.getSql());

continue;

}

DataService dataService = SpringUtil.getBean(DataService.class);

for (RowData rowData : rowChage.getRowDatasList()) {

if (eventType == EventType.DELETE) {

dataService.delete(rowData.getBeforeColumnsList(), entry.getHeader().getSchemaName(), entry.getHeader().getTableName());

} else if (eventType == EventType.INSERT) {

dataService.insert(rowData.getAfterColumnsList(), entry.getHeader().getSchemaName(), entry.getHeader().getTableName());

} else if (eventType == EventType.UPDATE) {

dataService.update(rowData.getAfterColumnsList(), entry.getHeader().getSchemaName(), entry.getHeader().getTableName());

} else {

logger.info(“未知数据变动类型：{}”, eventType);

}

}

}

ColumnsList转换成MongoTemplate 可用的数据类：DBObject,顺便做下数据类型转换

public static DBObject columnToJson(List columns) {

DBObject obj = new BasicDBObject();

try {

for (CanalEntry.Column column : columns) {

String mysqlType = column.getMysqlType();

//int类型，长度11以下为Integer，以上为long

if (mysqlType.startsWith(“int”)) {

int lenBegin = mysqlType.indexOf(‘(‘);

int lenEnd = mysqlType.indexOf(‘)’);

if (lenBegin > 0 && lenEnd > 0) {

int length = Integer.parseInt(mysqlType.substring(lenBegin + 1, lenEnd));

if (length > 10) {

obj.put(column.getName(), StringUtils.isBlank(column.getValue()) ? null : Long.parseLong(column.getValue()));

continue;

}

}

obj.put(column.getName(), StringUtils.isBlank(column.getValue()) ? null : Integer.parseInt(column.getValue()));

} else if (mysqlType.startsWith(“bigint”)) {

obj.put(column.getName(), StringUtils.isBlank(column.getValue()) ? null : Long.parseLong(column.getValue()));

} else if (mysqlType.startsWith(“decimal”)) {

int lenBegin = mysqlType.indexOf(‘(‘);

int lenCenter = mysqlType.indexOf(‘,’);

int lenEnd = mysqlType.indexOf(‘)’);

if (lenBegin > 0 && lenEnd > 0 && lenCenter > 0) {

int length = Integer.parseInt(mysqlType.substring(lenCenter + 1, lenEnd));

if (length == 0) {

obj.put(column.getName(), StringUtils.isBlank(column.getValue()) ? null : Long.parseLong(column.getValue()));

continue;

}

}

obj.put(column.getName(), StringUtils.isBlank(column.getValue()) ? null : Double.parseDouble(column.getValue()));

} else if (mysqlType.equals(“datetime”) || mysqlType.equals(“timestamp”)) {

obj.put(column.getName(), StringUtils.isBlank(column.getValue()) ? null : DATE_TIME_FORMAT.parse(column.getValue()));

} else if (mysqlType.equals(“date”)) {

obj.put(column.getName(), StringUtils.isBlank(column.getValue()) ? null : DATE_FORMAT.parse(column.getValue()));

} else if (mysqlType.equals(“time”)) {

obj.put(column.getName(), StringUtils.isBlank(column.getValue()) ? null : TIME_FORMAT.parse(column.getValue()));

} else {

obj.put(column.getName(), column.getValue());

}

}

} catch (ParseException e) {

e.printStackTrace();

}

return obj;

}

tip:

DBObject对象如果同时用于保存原始数据和组合数据或其他数据，使用时应该深度拷贝对象生成副本，然后使用副本

数据拼接

我们获取了数据库数据后做拼接操作，比如两张用户表：

user_info:{id,user_no,user_name,user_password}

user_other_info:{id,user_no,idcard,realname}

拼接后mongo数据为：

user:{_id,user_no,userInfo:{id,user_no,user_name,user_password},userOtherInfo:{id,user_no,idcard,realname})

接收到的数据信息很多，如何才能简单的触发数据拼接操作呢？

先看我们能获取的信息:schemaName,tableName,DBObject,Event(insert,update,delete)

将这些信息标识拼接起来看看:/schemaName/tableName/Event(DBObject),没错,就是一个标准的restful链接。只要我们实现一个简单的springMVC 就能自动获取需要的数据信息进行拼接操作。

先实现@Controller,定义名称为Schema，value对应schemaName

@Target({ElementType.TYPE})

@Retention(RetentionPolicy.RUNTIME)

@Documented

@Component

public @interface Schema {

String value() default “”;

}

然后实现@RequestMapping,定义名称为Table,直接使用Canal中的EventType 对应RequestMethod

@Target({ElementType.METHOD, ElementType.TYPE})

@Retention(RetentionPolicy.RUNTIME)

@Documented

public @interface Table {

String value() default “”;

CanalEntry.EventType[] event() default {};

}

然后创建springUtil,实现接口ApplicationContextAware，应用启动 加载的时候初始化两个Map:intanceMap,handlerMap

private static ApplicationContext applicationContext = null;

//库名和数据处理Bean映射Map

private static Map instanceMap = new HashMap();

//路劲和数据处理Method映射Map

private static Map handlerMap = new HashMap();

@Override

public void setApplicationContext(ApplicationContext applicationContext) {

if (SpringUtil.applicationContext == null) {

SpringUtil.applicationContext = applicationContext;

//初始化instanceMap数据

instanceMap();

//初始化handlerMap数据

handlerMap();

}

}

private void instanceMap() {

Map beans = applicationContext.getBeansWithAnnotation(Schema.class);

for (Object bean : beans.values()) {

Class clazz = bean.getClass();

Object instance = applicationContext.getBean(clazz);

Schema schema = clazz.getAnnotation(Schema.class);

String key = schema.value();

instanceMap.put(key, instance);

logger.info(“instanceMap [{}:{}]”, key, bean == null ? “null” : clazz.getName());

}

}

private void handlerMap() {

if (instanceMap.size() <= 0)

return;

for (Map.Entry entry : instanceMap.entrySet()) {

if (entry.getValue().getClass().isAnnotationPresent(Schema.class)) {

Schema schema = entry.getValue().getClass().getAnnotation(Schema.class);

String schemeName = schema.value();

Method[] methods = entry.getValue().getClass().getMethods();

for (Method method : methods) {

if (method.isAnnotationPresent(Table.class)) {

Table table = method.getAnnotation(Table.class);

String tName = table.value();

CanalEntry.EventType[] events = table.event();

//未标明数据事件类型的方法不做映射

if (events.length < 1) {

continue;

}

//同一个方法可以映射多张表

for (int i = 0; i < events.length; i++) {

String path = “/” + schemeName + “/” + tName + “/” + events[i].getNumber();

handlerMap.put(path, method);

logger.info(“handlerMap [{}:{}]”, path, method.getName());

}

} else {

continue;

}

}

} else {

continue;

}

}

}

调用方法：

public static void doEvent(String path, DBObject obj) throws Exception {

String[] pathArray = path.split(“/”);

if (pathArray.length != 4) {

logger.info(“path 格式不正确：{}”, path);

return;

}

Method method = handlerMap.get(path);

Object schema = instanceMap.get(pathArray[1]);

//查找不到映射Bean和Method不做处理

if (method == null || schema == null) {

return;

}

try {

long begin = System.currentTimeMillis();

logger.info(“integrate data：{}，{}”, path, obj);

method.invoke(schema, new Object[]{obj});

logger.info(“integrate data consume: {}ms：”, System.currentTimeMillis() - begin);

} catch (Exception e) {

logger.error(“调用组合逻辑异常”, e);

throw new Exception(e.getCause());

}

}

数据拼接消息处理：

@Schema(“demo_user”)

public class UserService {

@Table(value = “user_info”, event = {CanalEntry.EventType.INSERT, CanalEntry.EventType.UPDATE})

public void saveUser_UserInfo(DBObject userInfo) {

String userNo = userInfo.get(“user_no”) == null ? null : userInfo.get(“user_no”).toString();

DBCollection collection = completeMongoTemplate.getCollection(“user”);

DBObject queryObject = new BasicDBObject(“user_no”, userNo);

DBObject user = collection.findOne(queryObject);

if (user == null) {

user = new BasicDBObject();

user.put(“user_no”, userNo);

user.put(“userInfo”, userInfo);

collection.insert(user);

} else {

DBObject updateObj = new BasicDBObject(“userInfo”, userInfo);

DBObject update = new BasicDBObject(“$set”, updateObj);

collection.update(queryObject, update);

}

}

}

转自：http://www.roncoo.com/article/detail/131115