数据库数据实时采集--Maxwell

1、Maxwell 简介

• Maxwell 是一个能实时读取 MySQL 二进制日志文件binlog，并生成 Json格式的消息，作为生产者发送给 Kafka，Kinesis、RabbitMQ、Redis、
  Google Cloud Pub/Sub、文件或其它平台的应用程序。它的常见应用场景有ETL、维护缓存、收集表级别的dml指标、增量到搜索引擎、数据分区迁移、
  切库binlog回滚方案等。

  • 官网(http://maxwells-daemon.io)
  • GitHub(https://github.com/zendesk/maxwell)

• Maxwell主要提供了下列功能

  • 1. 支持SELECT * FROM table的方式进行全量数据初始化。
  • 1. 支持在主库发生failover后，自动恢复binlog位置，实现断点续传。
  • 1. 可以对数据进行分区，解决数据倾斜问题，发送到Kafka的数据支持库、表、列等级别的数据分区。
  • 1. 工作方式是伪装为slave接收binlog events，然后根据schema信息拼装，可以接受ddl、xid、row等event。

2、Mysql Binlog介绍

2.1 Binlog 简介

• MySQL中一般有以下几种日志

  日志类型	写入日志的信息
  错误日志	记录在启动，运行或停止mysqld时遇到的问题
  通用查询日志	记录建立的客户端连接和执行的语句
  二进制日志 binlog	记录更改数据的语句
  中继日志	从服务器 复制 主服务器接收的数据更改
  慢查询日志	记录所有执行时间超过 long_query_time 秒的所有查询或不使用索引的查询
  DDL日志（元数据日志）	元数据操作由DDL语句执行

• 在默认情况下，系统仅仅打开错误日志，关闭了其他所有日志，以达到尽可能减少IO损耗提高系统性能的目的，但是在一般稍微重要一点的实际应用场景中，都至少需要打开二进制日志，因为这是MySQL很多存储引擎进行增量备份的基础，也是MySQL实现复制的基本条件

• 接下来主要介绍二进制日志 binlog。

  • MySQL 的二进制日志 binlog 可以说是 MySQL 最重要的日志，它记录了所有的 DDL 和 DML 语句（除了数据查询语句select、show等），以事件形式记录，还包含语句所执行的消耗的时间，MySQL的二进制日志是事务安全型的。binlog 的主要目的是复制和恢复。

• Binlog日志的两个最重要的使用场景

  • MySQL主从复制
    • MySQL Replication在Master端开启binlog，Master把它的二进制日志传递给slaves来达到master-slave数据一致的目的。
  • 数据恢复
    • 通过使用 mysqlbinlog工具来使恢复数据。

2.2 Binlog 的日志格式

• 记录在二进制日志中的事件的格式取决于二进制记录格式。支持三种格式类型：

  • Statement：基于SQL语句的复制（statement-based replication, SBR）
  • Row：基于行的复制（row-based replication, RBR）
  • Mixed：混合模式复制（mixed-based replication, MBR）

• Statement

  • 每一条会修改数据的sql都会记录在binlog中。
  • 优点
    • 不需要记录每一行的变化，减少了binlog日志量，节约了IO, 提高了性能。
  • 缺点
    • 在进行数据同步的过程中有可能出现数据不一致。
    • 比如 update tt set create_date=now()，如果用binlog日志进行恢复，由于执行时间不同可能产生的数据就不同。

• Row

  • 它不记录sql语句上下文相关信息，仅保存哪条记录被修改。
  • 优点
    • 保持数据的绝对一致性。因为不管sql是什么，引用了什么函数，它只记录执行后的效果。
  • 缺点
    • 每行数据的修改都会记录，最明显的就是update语句，导致更新多少条数据就会产生多少事件，占用较大空间。

• Mixed

  • 从5.1.8版本开始，MySQL提供了Mixed格式，实际上就是Statement与Row的结合。
  • 在Mixed模式下，一般的复制使用Statement模式保存binlog，对于Statement模式无法复制的操作使用Row模式保存binlog， MySQL会根据执行的SQL语句选择日志保存方式（因为statement只有sql，没有数据，无法获取原始的变更日志，所以一般建议为Row模式)。
  • 优点
    • 节省空间，同时兼顾了一定的一致性。
  • 缺点
    • 还有些极个别情况依旧会造成不一致，另外statement和mixed对于需要对binlog的监控的情况都不方便。

3、Mysql 实时数据同步方案对比

• mysql 数据实时同步可以通过解析mysql的 binlog 的方式来实现，解析binlog可以有多种方式，可以通过canal，或者maxwell等各种方式实现。以下是各种抽取方式的对比介绍。

  

• 其中canal由 Java开发，分为服务端和客户端，拥有众多的衍生应用，性能稳定，功能强大；canal 需要自己编写客户端来消费canal解析到的数据。

• Maxwell相对于canal的优势是使用简单，Maxwell比Canal更加轻量级，它直接将数据变更输出为json字符串，不需要再编写客户端。对于缺乏基础建设，短时间内需要快速迭代的项目和公司比较合适。

• 另外Maxwell 有一个亮点功能，就是Canal只能抓取最新数据，对已存在的历史数据没有办法处理。而Maxwell有一个bootstrap功能，可以直接引导出完整的历史数据用于初始化，非常好用。

4、开启Mysql的Binlog

• 1、服务器当中安装mysql（省略）

  • 注意：mysql的版本尽量不要太低，也不要太高，最好使用5.6及以上版本。

• 2、添加mysql普通用户maxwell

  • 为mysql添加一个普通用户maxwell，因为maxwell这个软件默认用户使用的是maxwell这个用户。

  • 进入mysql客户端，然后执行以下命令，进行授权

    mysql -uroot -p123456
    

  • 执行sql语句

    --校验级别最低，只校验密码长度
    mysql> set global validate_password_policy=LOW;
    mysql> set global validate_password_length=6;
    
    --创建maxwell库（启动时候会自动创建，不需手动创建）和用户
    mysql> CREATE USER 'maxwell'@'%' IDENTIFIED BY '123456';
    mysql> GRANT ALL ON maxwell.* TO 'maxwell'@'%';
    mysql> GRANT SELECT, REPLICATION CLIENT, REPLICATION SLAVE on *.* to 'maxwell'@'%';
    --刷新权限
    mysql> flush privileges;
    

• 3、修改配置文件 /etc/my.cnf

  • 执行命令 sudo vim /etc/my.cnf, 添加或修改以下三行配置

    #binlog日志名称前缀
    log-bin= /var/lib/mysql/mysql-bin
    
    #binlog日志格式
    binlog-format=ROW
    
    #唯一标识，这个值的区间是：1到(2^32)-1
    server_id=1
    

• 4、重启mysql服务

  • 执行如下命令

    sudo service mysqld restart
    

• 5、验证binlog是否配置成功

  • 进入mysql客户端，并执行以下命令进行验证

    mysql -uroot -p123456
    mysql> show variables like '%log_bin%';
    

    

• 6、查看binlog日志文件生成

  • 进入 /var/lib/mysql 目录，查看binlog日志文件.

    

Maxwell安装部署

 

• 1、下载对应版本的安装包

  • 地址：https://github.com/zendesk/maxwell/releases/download/v1.21.1/maxwell-1.21.1.tar.gz
  • 安装包名称：maxwell-1.21.1.tar.gz

• 2、上传服务器，这里我们选择在hadoop03节点安装Maxwell

• 3、解压安装包到指定目录

   tar -zxvf maxwell-1.21.1.tar.gz -C /bigdata/install/
  

• 4、修改Maxwell配置文件

  • 进入到安装目录 /bigdata/install/maxwell-1.21.1 进行如下操作

  cd /bigdata/install/maxwell-1.21.1
  cp config.properties.example config.properties
  vim config.properties
  

  • 配置文件config.properties 内容如下：

  # choose where to produce data to
  producer=kafka
  # list of kafka brokers
  kafka.bootstrap.servers=hadoop01:9092,hadoop02:9092,hadoop03:9092
  # mysql login info
  host=hadoop03
  port=3306
  user=maxwell
  password=123456
  # kafka topic to write to
  kafka_topic=maxwell
  

  • 注意：一定要保证使用maxwell 用户和 123456 密码能够连接上mysql数据库。

Maxwell实时采集mysql表数据到kafka

 

• 1、启动kafka集群和zookeeper集群

  • 启动zookeeper集群

    [hadoop@hadoop01 bin]zk.sh start
    

  • 启动kafka集群

    [hadoop@hadoop01 bin]kafka.sh start
    

• 2、创建topic

  [hadoop@hadoop01 ~]kafka-topics.sh --create --topic maxwell --partitions 3 --replication-factor 2 --zookeeper hadoop01:2181,hadoop02:2181,hadoop03:2181
  

• 3、启动maxwell服务

  [hadoop@hadoop03 ~]/bigdata/install/maxwell-1.21.1/bin/maxwell
  

• 4、进入hadoop02的mysql数据库，插入数据并进行测试

  • 向mysql当中创建数据库和数据库表,向表中插入一条数据。

    CREATE DATABASE `test_db`;
    
    USE `test_db`;
    
    /*Table structure for table `user` */
    
    DROP TABLE IF EXISTS `user`;
    
    CREATE TABLE `user` (
      `id` varchar(10) NOT NULL,
      `name` varchar(10) DEFAULT NULL,
      `age` int(11) DEFAULT NULL,
      PRIMARY KEY (`id`)
    ) ENGINE=InnoDB DEFAULT CHARSET=utf8;
    
    /*Data for the table `user` */
    #插入数据
    insert  into `user`(`id`,`name`,`age`) values  ('1','xiaokai',20);
    #修改数据
    update `user` set age= 30 where id='1';
    #删除数据
    delete from `user` where id='1';
    

• 5、启动kafka的自带控制台消费者

  • 测试maxwell主题是否有数据进入

    [hadoop@hadoop01 ~]kafka-console-consumer.sh --topic maxwell --bootstrap-server hadoop01:9092,hadoop02:9092,hadoop03:9092 --from-beginning
    

    SHELL 复制 全屏

  • 观察输出结果

    {"database":"test_db","table":"user","type":"insert","ts":1621244407,"xid":985,"commit":true,"data":{"id":"1","name":"xiaokai","age":20}}
    
    {"database":"test_db","table":"user","type":"update","ts":1621244413,"xid":999,"commit":true,"data":{"id":"1","name":"xiaokai","age":30},"old":{"age":20}}
    
    {"database":"test_db","table":"user","type":"delete","ts":1621244419,"xid":1013,"commit":true,"data":{"id":"1","name":"xiaokai","age":30}}