Spark实时项目第四天-MySQL的准备及Canal的安装测试

采集数据框架流程

Canal 使用场景

1. 阿里otter中间件的一部分：otter是阿里用于进行异地数据库之间的同步框架，canal是其中一部分。
   
2. 更新缓存
   
3. 抓取业务数据新增变化表，用于制作拉链表。
4. 抓取业务表的新增变化数据，用于制作实时统计。

canal工作原理

1. Master主库将改变记录，写到二进制日志(binary log)中
2. Slave从库向mysql master发送dump协议，将master主库的binary log events拷贝到它的中继日志(relay log)；
3. Slave从库读取并重做中继日志中的事件，将改变的数据同步到自己的数据库。

canal的工作原理很简单，就是把自己伪装成slave，假装从master复制数据。

MySQL得binLog

MySQL的二进制日志可以说是MySQL最重要的日志了，它记录了所有的DDL和DML(除了数据查询语句)语句，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。
一般来说开启二进制日志大概会有1%的性能损耗 。二进制有两个最重要的使用场景:
其一：MySQL Replication在Master端开启binlog，Mster把它的二进制日志传递给slaves来达到master-slave数据一致的目的。
其二：自然就是数据恢复了，通过使用mysqlbinlog工具来使恢复数据。

二进制日志包括两类文件：二进制日志索引文件（文件名后缀为.index）用于记录所有的二进制文件，二进制日志文件（文件名后缀为.00000*）记录数据库所有的DDL和DML(除了数据查询语句)语句事件。

binLog分类

mysql binlog的格式，那就是有三种，分别是STATEMENT,MIXED,ROW。
在配置文件中可以选择配置

binlog_format=row

MySQL准备

在mysql的配置文件(Linux: /etc/my.cnf , Windows: \my.ini)下,修改配置(若是没有my.cnf，则直接新建文件my.cnf将下面五条语句粘贴进去，或者将/usr/share/mysql下得my-default.cnf改名my.cnf复制到/etc/下然后粘贴下面语句
)
在[mysqld] 区块
设置/添加

[mysqld] 
server-id=1
log-bin=mysql-bin
// 分类为row
binlog_format=row
// binlog写入位置
binlog-do-db=gmall1122

准备数据

赋权限

GRANT SELECT, REPLICATION SLAVE, REPLICATION CLIENT ON *.* TO 'canal'@'%' IDENTIFIED BY 'canal' ;

重启MySQL

Canal解压安装

tar -zxvf ./canal.deployer-1.1.4.tar.gz -C /opt/module/canal-1.1.4/

修改canal配置

vim conf/canal.properties

vim conf/example/instance.properties

分发canal

测试