概述
canal是阿里巴巴旗下的一款開源項目，純Java開發。基於數據庫增量日誌解析，提供增量數據訂閱&消費，目前主要支持了MySQL（也支持mariaDB）。
起源：早期，阿里巴巴B2B公司因爲存在杭州和美國雙機房部署，存在跨機房同步的業務需求。不過早期的數據庫同步業務，主要是基於trigger的方式獲取增量變更，不過從2010年開始，阿里系公司開始逐步的嘗試基於數據庫的日誌解析，獲取增量變更進行同步，由此衍生出了增量訂閱&消費的業務，從此開啓了一段新紀元。
基於日誌增量訂閱&消費支持的業務：
- 數據庫鏡像
- 數據庫實時備份
- 多級索引 (賣家和買家各自分庫索引)
- search build
- 業務cache刷新
- 價格變化等重要業務消息
工作原理
mysql主備複製實現：
從上層來看，複製分成三步：
- master將改變記錄到二進制日誌(binary log)中（這些記錄叫做二進制日誌事件，binary log events，可以通過show binlog events進行查看）；
- slave將master的binary log events拷貝到它的中繼日誌(relay log)；
- slave重做中繼日誌中的事件，將改變反映它自己的數據。
canal的工作原理
原理相對比較簡單：
- canal模擬mysql slave的交互協議，僞裝自己爲mysql slave，向mysql master發送dump協議
- mysql master收到dump請求，開始推送binary log給slave(也就是canal)
- canal解析binary log對象(原始爲byte流)
架構設計
個人理解，數據增量訂閱與消費應當有如下幾個點：
- 增量訂閱和消費模塊應當包括binlog日誌抓取，binlog日誌解析，事件分發過濾（EventSink），存儲（EventStore）等主要模塊。
- 如果需要確保HA可以採用Zookeeper保存各個子模塊的狀態，讓整個增量訂閱和消費模塊實現無狀態化，當然作爲consumer(客戶端)的狀態也可以保存在zk之中。
- 整體上通過一個Manager System進行集中管理，分配資源。
可以參考下圖：
canal架構設計
說明：
- server代表一個canal運行實例，對應於一個jvm
- instance對應於一個數據隊列 （1個server對應1..n個instance)
instance模塊：
- eventParser (數據源接入，模擬slave協議和master進行交互，協議解析)
- eventSink (Parser和Store鏈接器，進行數據過濾，加工，分發的工作)
- eventStore (數據存儲)
- metaManager (增量訂閱&消費信息管理器)
EventParser
整個parser過程大致可分爲幾部：
- Connection獲取上一次解析成功的位置（如果第一次啓動，則獲取初始制定的位置或者是當前數據庫的binlog位點）
- Connection建立連接，發生BINLOG_DUMP命令
- Mysql開始推送Binary Log
- 接收到的Binary Log通過Binlog parser進行協議解析，補充一些特定信息
- 傳遞給EventSink模塊進行數據存儲，是一個阻塞操作，直到存儲成功
- 存儲成功後，定時記錄Binary Log位置
EventSink設計
說明：
- 數據過濾：支持通配符的過濾模式，表名，字段內容等
- 數據路由/分發：解決1:n (1個parser對應多個store的模式)
- 數據歸併：解決n:1 (多個parser對應1個store)
- 數據加工：在進入store之前進行額外的處理，比如join
1 數據1:n業務 ：
爲了合理的利用數據庫資源， 一般常見的業務都是按照schema進行隔離，然後在mysql上層或者dao這一層面上，進行一個數據源路由，屏蔽數據庫物理位置對開發的影響，阿里系主要是通過cobar/tddl來解決數據源路由問題。 所以，一般一個數據庫實例上，會部署多個schema，每個schema會有由1個或者多個業務方關注。
2 數據n:1業務：
同樣，當一個業務的數據規模達到一定的量級後，必然會涉及到水平拆分和垂直拆分的問題，針對這些拆分的數據需要處理時，就需要鏈接多個store進行處理，消費的位點就會變成多份，而且數據消費的進度無法得到儘可能有序的保證。 所以，在一定業務場景下，需要將拆分後的增量數據進行歸併處理，比如按照時間戳/全局id進行排序歸併.
EventStore設計
目前實現了Memory內存、本地file存儲以及持久化到zookeeper以保障數據集羣共享。
Memory內存的RingBuffer設計：
定義了3個cursor
- Put : Sink模塊進行數據存儲的最後一次寫入位置
- Get : 數據訂閱獲取的最後一次提取位置
- Ack : 數據消費成功的最後一次消費位置
借鑑Disruptor的RingBuffer的實現，將RingBuffer拉直來看：
實現說明：
- Put/Get/Ack cursor用於遞增，採用long型存儲
- buffer的get操作，通過取餘或者與操作。(與操作： cusor & (size – 1) , size需要爲2的指數，效率比較高)
Instance設計
instance代表了一個實際運行的數據隊列，包括了EventPaser,EventSink,EventStore等組件。
抽象了CanalInstanceGenerator，主要是考慮配置的管理方式：
1. manager方式： 和你自己的內部web console/manager系統進行對接。(alibaba內部使用方式)
2. spring方式：基於spring xml + properties進行定義，構建spring配置.
- spring/memory-instance.xml 所有的組件(parser , sink , store)都選擇了內存版模式，記錄位點的都選擇了memory模式，重啓後又會回到初始位點進行解析。特點：速度最快，依賴最少
- spring/file-instance.xml 所有的組件(parser , sink , store)都選擇了基於file持久化模式，注意，不支持HA機制.支持單機持久化
- spring/default-instance.xml 所有的組件(parser , sink , store)都選擇了持久化模式，目前持久化的方式主要是寫入zookeeper，保證數據集羣共享. 支持HA
- spring/group-instance.xml 主要針對需要進行多庫合併時，可以將多個物理instance合併爲一個邏輯instance，提供客戶端訪問。場景：分庫業務。 比如產品數據拆分了4個庫，每個庫會有一個instance，如果不用group，業務上要消費數據時，需要啓動4個客戶端，分別鏈接4個instance實例。使用group後，可以在canal server上合併爲一個邏輯instance，只需要啓動1個客戶端，鏈接這個邏輯instance即可.
Server設計
server代表了一個canal的運行實例，爲了方便組件化使用，特意抽象了Embeded(嵌入式) / Netty(網絡訪問)的兩種實現：
- Embeded : 對latency和可用性都有比較高的要求，自己又能hold住分佈式的相關技術(比如failover)
- Netty : 基於netty封裝了一層網絡協議，由canal server保證其可用性，採用的pull模型，當然latency會稍微打點折扣，不過這個也視情況而定。
增量訂閱/消費設計
具體的協議格式，可參見：CanalProtocol.proto
get/ack/rollback協議介紹：
- Message getWithoutAck(int batchSize)，允許指定batchSize，一次可以獲取多條，每次返回的對象爲Message，包含的內容爲：
- a. batch id 唯一標識
- b. entries 具體的數據對象，對應的數據對象格式：EntryProtocol.proto
- void rollback(long batchId)，顧命思議，回滾上次的get請求，重新獲取數據。基於get獲取的batchId進行提交，避免誤操作
- void ack(long batchId)，顧命思議，確認已經消費成功，通知server刪除數據。基於get獲取的batchId進行提交，避免誤操作
- canal的get/ack/rollback協議和常規的jms協議有所不同，允許get/ack異步處理，比如可以連續調用get多次，後續異步按順序提交ack/rollback，項目中稱之爲流式api.
- 流式api設計的好處：
- get/ack異步化，減少因ack帶來的網絡延遲和操作成本 (99%的狀態都是處於正常狀態，異常的rollback屬於個別情況，沒必要爲個別的case犧牲整個性能)
- get獲取數據後，業務消費存在瓶頸或者需要多進程/多線程消費時，可以不停的輪詢get數據，不停的往後發送任務，提高並行化. (作者在實際業務中的一個case：業務數據消費需要跨中美網絡，所以一次操作基本在200ms以上，爲了減少延遲，所以需要實施並行化)
流式api設計：
- 每次get操作都會在meta中產生一個mark，mark標記會遞增，保證運行過程中mark的唯一性
- 每次的get操作，都會在上一次的mark操作記錄的cursor繼續往後取，如果mark不存在，則在last ack cursor繼續往後取
- 進行ack時，需要按照mark的順序進行數序ack，不能跳躍ack. ack會刪除當前的mark標記，並將對應的mark位置更新爲last ack cusor
- 一旦出現異常情況，客戶端可發起rollback情況，重新置位：刪除所有的mark, 清理get請求位置，下次請求會從last ack cursor繼續往後取
數據格式
canal採用protobuff:
Entry
Header
logfileName [binlog文件名]
logfileOffset [binlog position]
executeTime [發生的變更]
schemaName
tableName
eventType [insert/update/delete類型]
entryType [事務頭BEGIN/事務尾END/數據ROWDATA]
storeValue [byte數據,可展開，對應的類型爲RowChange]
RowChange
isDdl [是否是ddl變更操作，比如create table/drop table]
sql [具體的ddl sql]
rowDatas [具體insert/update/delete的變更數據，可爲多條，1個binlog event事件可對應多條變更，比如批處理]
beforeColumns [Column類型的數組]
afterColumns [Column類型的數組]
Column
index
sqlType [jdbc type]
name [column name]
isKey [是否爲主鍵]
updated [是否發生過變更]
isNull [值是否爲null]
value [具體的內容，注意爲文本]
canal-message example:
比如數據庫中的表：
mysql> select * from person;
+----+------+------+------+
| id | name | age | sex |
+----+------+------+------+
| 1 | zzh | 10 | m |
| 3 | zzh3 | 12 | f |
| 4 | zzh4 | 5 | m |
+----+------+------+------+
3 rows in set (0.00 sec)
更新一條數據（update person set age=15 where id=4）：
****************************************************
* Batch Id: [2] ,count : [3] , memsize : [165] , Time : 2016-09-07 15:54:18
* Start : [mysql-bin.000003:6354:1473234846000(2016-09-07 15:54:06)]
* End : [mysql-bin.000003:6550:1473234846000(2016-09-07 15:54:06)]
****************************************************
================> binlog[mysql-bin.000003:6354] , executeTime : 1473234846000 , delay : 12225ms
BEGIN ----> Thread id: 67
----------------> binlog[mysql-bin.000003:6486] , name[canal_test,person] , eventType : UPDATE , executeTime : 1473234846000 , delay : 12225ms
id : 4 type=int(11)
name : zzh4 type=varchar(100)
age : 15 type=int(11) update=true
sex : m type=char(1)
----------------
END ----> transaction id: 308
================> binlog[mysql-bin.000003:6550] , executeTime : 1473234846000 , delay : 12240ms
HA機制設計
canal的HA分爲兩部分，canal server和canal client分別有對應的ha實現：
- canal server: 爲了減少對mysql dump的請求，不同server上的instance要求同一時間只能有一個處於running，其他的處於standby狀態.
- canal client: 爲了保證有序性，一份instance同一時間只能由一個canal client進行get/ack/rollback操作，否則客戶端接收無法保證有序。
整個HA機制的控制主要是依賴了zookeeper的幾個特性，watcher和EPHEMERAL節點(和session生命週期綁定)，可以看下我之前zookeeper的相關文章。
Canal Server:
大致步驟：
- canal server要啓動某個canal instance時都先向zookeeper進行一次嘗試啓動判斷 (實現：創建EPHEMERAL節點，誰創建成功就允許誰啓動)
- 創建zookeeper節點成功後，對應的canal server就啓動對應的canal instance，沒有創建成功的canal instance就會處於standby狀態
- 一旦zookeeper發現canal server A創建的節點消失後，立即通知其他的canal server再次進行步驟1的操作，重新選出一個canal server啓動instance.
- canal client每次進行connect時，會首先向zookeeper詢問當前是誰啓動了canal instance，然後和其建立鏈接，一旦鏈接不可用，會重新嘗試connect.
- Canal Client的方式和canal server方式類似，也是利用zokeeper的搶佔EPHEMERAL節點的方式進行控制.
HA配置架構圖（舉例）如下所示：
canal其他鏈接方式
canal還有幾種連接方式：
1. 單連
2. 兩個client+兩個instance+1個mysql
當mysql變動時，兩個client都能獲取到變動
3. 一個server+兩個instance+兩個mysql+兩個client
4. instance的standby配置
整體架構
從整體架構上來說canal是這種架構的（canal中沒有包含一個運維的console web來對接，但要運用於分佈式環境中肯定需要一個Manager來管理）：
一個總體的manager system對應於n個Canal Server（物理上來說是一臺服務器）, 那麼一個Canal Server對應於n個Canal Instance(destinations). 大體上是三層結構，第二層也需要Manager統籌運維管理。
那麼隨着Docker技術的興起，是否可以試一下下面的架構呢？
- 一個docker中跑一個instance服務，相當於略去server這一層的概念。
- Manager System中配置一個instance,直接調取一個docker發佈這個instance,其中包括向這個instance發送配置信息，啓動instance服務.
- instance在運行過程中，定時刷新binlog filename+ binlog position的信息至zk。
- 如果一個instance出現故障，instance本身報錯或者zk感知此node消失，則根據相應的信息，比如上一步保存的binlog filename+binlog position重新開啓一個docker服務，當然這裏可以適當的加一些重試機制。
- 當要更新時，類似AB test, 先關閉一個docker,然後開啓新的已更新的替換，循序漸進的進行。
- 當涉及到分表分庫時，多個物理表對應於一個邏輯表，可以將結果存於一個公共的模塊（比如MQ），或者單獨存取也可以，具體情況具體分析
- 存儲可以參考canal的多樣化：內存，文件，zk，或者加入至MQ中
- docker由此之外的工具管理，比如kubernetes
- 也可以進一步添加HA的功能，兩個docker對應一個mysql，互爲主備，類似Canal的HA架構。如果時效性不是貼彆強的場景，考慮到成本，此功能可以不採用。
總結
這裏總結了一下Canal的一些點，僅供參考：
- 原理：模擬mysql slave的交互協議，僞裝自己爲mysql slave，向mysql master發送dump協議；mysql master收到dump請求，開始推送binary log給slave(也就是canal)；解析binary log對象(原始爲byte流)
- 重複消費問題：在消費端解決。
- 採用開源的open-replicator來解析binlog
- canal需要維護EventStore，可以存取在Memory, File, zk
- canal需要維護客戶端的狀態，同一時刻一個instance只能有一個消費端消費
- 數據傳輸格式：protobuff
- 支持binlog format 類型:statement, row, mixed. 多次附加功能只能在row下使用，比如otter
- binlog position可以支持保存在內存，文件，zk中
- instance啓動方式：rpc/http; 內嵌
- 有ACK機制
- 無告警，無監控，這兩個功能都需要對接外部系統
- 方便快速部署。