1.简介
canal [kə'næl]，译意为水道/管道/沟渠，主要用途是基于 MySQL 数据库增量日志解析，提供增量数据 订阅 和 消费。应该是阿里云DTS（Data Transfer Service）的开源版本。
2.提供的能力
Canal与DTS提供的功能基本相似：
1）基于Mysql的Slave协议实时dump binlog流，解析为事件发送给订阅方。
2）单Canal instance，单DTS数据订阅通道均只支持订阅一个RDS，提供给一个消费者。
3）可以使用canal-client客户端进行消息消费。
4）也可以通过简单配置，也可以不需要自行使用canal-client消费，可以选择直接投递到kafka或者RocketMQ集群，用户只需要使用消息队列的consumer消费即可。
5）成功消费消息后需要进行Ack，以确保一致性，服务端则会维护客户端目前的消费位点。
3.工作原理
MySQL的主从复制分成三步：
- master将改变记录到二进制日志(binary log)中（这些记录叫做二进制日志事件，binary log events，可以通过show binlog events进行查看）；
- slave将master的binary log events拷贝到它的中继日志(relay log)；
- slave重做中继日志中的事件，将改变反映它自己的数据。
canal 就是模拟了这个过程。
- 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 (即 canal )；
- canal 解析 binary log 对象(原始为 byte 流)；
4. canal 架构
4.1 admin版本整体架构
canal 1.1.4开始支持admin管理，通过canal-admin为canal提供整体配置管理、节点运维等面向运维的功能，提供相对友好的WebUI操作界面，方便更多用户快速和安全的操作，替代了过去繁琐的配置文件管理。
整体部署架构如下。
- 多个canal-server可以组成集群模式，每个instance任务通过zookeeper在集群中实现高可用
- 通过多个集群，可以实现同步资源的物理隔离
- 可以直接抓取消费投递MQ，可以实现生产/消费解耦、消息堆积、消息回溯
- 可以抓取消费投递给canal-client，在用户的服务中进行消息处理，减少中间过程
4.2 canal-server架构
说明：
- server代表一个canal-server运行实例，对应于一个jvm
- instance对应于一个数据队列，是真正的变更抓取的实体 （1个server可以对应多个instance)
Instance模块
- EventParser ：数据源接入，模拟slave协议和master进行交互，协议解析
- EventSink ：Parser和Store链接器，进行数据过滤，加工，分发的工作
- EventStore ：数据存储
- MetaManager：增量订阅&消费信息管理器
1)EventParser子模块
EventParser模块的类图设计如下
每个EventParser都会关联两个内部组件：CanalLogPositionManager ， CanalHAController
- CanalLogPositionManager：记录binlog最后一次解析成功位置信息，主要是描述下一次canal启动的位点
- CanalHAController：支持Mysql主备，判断当前该连哪个mysql（基于Heartbeat实现，主库失去心跳则连备库）
EventParser根据HAController获知连到哪里，通过LogPositionManager获知从哪个位点开始解析，之后便通过Mysql Slave协议拉取binlog进行解析，推入EventSink
2）EventSink子模块
目前只提供了一个带有实际作用的实现：GroupEventSink
GroupEventSink用于将多个instance上的数据进行归并，常用于分库后的多数据源归并。
3）EventStore子模块
EventStore的类图如下
官方提供的实现类是
MemoryEventStoreWIthBuffer，内部采用的是一个RingBuffer：
- Put : Sink模块进行数据存储的最后一次写入位置
- Get : 数据订阅获取的最后一次提取位置
- Ack : 数据消费成功的最后一次消费位置
这些位点信息通过MetaManager进行管理。这也解释了为什么一个canal instance只能支撑一个消费者：EventStore的RingBuffer只为一个消费者维护信息。
4.3 客户端使用
数据格式已经在前文给出，Canal和DTS客户端均采取：
拉取事件 -> 消费 -> 消费成功后ACK
这样的消费模式，并支持消费不成功时进行rollback，重新消费该数据。
下面是一段简单的客户端调用实例（略去异常处理）：
// 创建CanalConnector， 连接到localhost:11111
CanalConnector connector = CanalConnectors.newSingleConnector(new InetSocketAddress(AddressUtils.getHostIp(),11111), destination, "", "");
connector.connect(); // 连接
connector.subscribe(); // 开始订阅binlog
// 开始循环拉取
while (running) {
Message message = connector.getWithoutAck(1024); // 获取指定数量的数据
long batchId = message.getId();
for (Entry entry : message.getEntries()){
// 对每条消息进行处理
}
connector.ack(batchId); // ack
}5.总结分析
5.1 优点
1）性能优异、功能全面
- canal 1.1.x 版本（release_note）,性能与功能层面有较大的突破,重要提升包括:
- 整体性能测试&优化,提升了150%. #726
- 原生支持prometheus监控 #765
- 原生支持kafka消息投递 #695
- 原生支持aliyun rds的binlog订阅 (解决自动主备切换/oss binlog离线解析) （无法拒绝它的理由！）
- 原生支持docker镜像 #801
2）运维方便
- canal 1.1.4版本，迎来最重要的WebUI能力，引入canal-admin工程，支持面向WebUI的canal动态管理能力，支持配置、任务、日志等在线白屏运维能力
- Standalone的一体化解决方案，无外部服务依赖，运维更简单，在某种程度上也意味着更稳定。
- 开箱即用，节约开发与定制成本。
- 有良好的管理控制平台与监控系统（如果你已经有promethus监控，可以秒接canal监控）
3）多语言支持
- canal 特别设计了 client-server 模式，交互协议使用 protobuf 3.0 , client 端可采用不同语言实现不同的消费逻辑
- canal 作为 MySQL binlog 增量获取和解析工具，可将变更记录投递到 MQ 系统中，比如 Kafka/RocketMQ，可以借助于 MQ 的多语言能力
5.2 缺点
- 单instance/订阅通道只支持订阅单个数据库，并只能支持单客户端消费。每当我们需要新增一个消费端->MySQL的订阅：对于Canal而言，就要给MySQL接一个“Slave”，可能会对主库有一定影响。
- 消息的Schema很弱，所有消息的Schema均相同，客户端需要提前知道各个表消息的Schema与各字段的上下文才能正确消费。
好了，花了10分钟应该对canal有大致了解了，下一期，阿丸计划手把手教你搭建canal集群和admin管理平台，记得关注哦。
都看到最后了，原创不易，点个关注，点个赞吧～
知识碎片重新梳理，构建Java知识图谱：github.com/saigu/JavaK…（历史文章查阅非常方便）