CDC-Canal&Maxwell

Maxwell介绍

Maxwell 是由美国Zendesk开源，用Java编写的MySQL实时抓取软件。实时读取MySQL二进制日志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。

官网地址：http://maxwells-daemon.io/

Maxwell工作原理

Maxwell的工作原理就是根据MySql的主从复制过程，将自己伪装成slave，假装从master复制数据。

MySQL主从复制过程

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。

MySQL 的binlog

什么是 binlog

MySQL 的二进制日志可以说 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。

DDL，Data Definition Language，数据库定义语言
用于定义和管理数据库所有对象的语言，包括：CREATE，ALERT，DROP，TRUNCATE

DML，Data Manipulation Language，数据库操作语言
SQL中处理数据等操作，包括：
SELECT，INSERT，UPDATE，DELETE，CALL，EXPLAIN PLAN，LOCK

DCL，Data Control Language，数据库控制语言
用来授予或回收访问数据库和某种特权并控制数据库操纵事务发生的时间及效果，对数据库实行监控，包括：
COMMIT，SAVEPOINT，ROLLBACK，SET TRANSACTION

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：

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。
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 的开启

找到 MySQL 配置文件的位置Linux: /etc/my.cnf | Windows: \my.ini。如果/etc 目录下没有，可以通过 locate my.cnf 查找位置。

在 mysql 的配置文件下,修改配置。在[mysqld] 区块，设置/添加 log-bin=mysql-bin

这个表示 binlog 日志的前缀是 mysql-bin，以后生成的日志文件就是 mysql-bin.123456 的文件后面的数字按顺序生成，每次 mysql 重启或者到达单个文件大小的阈值时，新生一个文件，按顺序编号。

binlog 的分类设置

mysql binlog 的格式有三种，分别是 STATEMENT，MIXED，ROW。

在配置文件中可以选择配置 :binlog_format= statement|mixed|row

三种格式的区别：

statement
- 语句级，binlog 会记录每次一执行写操作的语句。相对 row 模式节省空间，但是可能产生不一致性，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。
- 优点：节省空间
- 缺点：有可能造成数据不一致。
row
- 行级， binlog 会记录每次操作后每行记录的变化。
- 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，他只记录执行后的效果。
- 缺点：占用较大空间。
mixed
- statement 的升级版，一定程度上解决了，因为一些情况而造成的 statement 模式不一致问题。默认还是 statement，在某些情况下譬如：
  - 当函数中包含 UUID() 时；
  - 包含 AUTO_INCREMENT 字段的表被更新时；
  - 执行 INSERT DELAYED 语句时；
  - 用 UDF 时；
- 会按照 ROW 的方式进行处理
- 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。