Hiriver - MySQL 数据变化的监控与分发框架


Apache
跨平台
Java

软件简介

什么是hiriver?

hiriver是纯java开发的、高性能的、基于解析mysql row base
binlog技术实现的用于监控mysql数据变化并分发这些变化的框架。它提供了一套完整的框架,内置数据监控线程和数据消费线程,对外提供简单的Consumer接口,开发者可以根据自己的业务场景自行实现Consumer接口,而不不必关心线程问题。

实现原理

hiriver实现了mysql主从复制协议,把自己伪装成一个mysql的从库,在接收到binlog后按照mysql
binlog协议进行解析,由此获取mysql的数据变化。由于基于mysql的主从复制协议,它监控数据变化特别快,理论上与mysql本身的主从同步一样快,甚至更快。同时与在应用层监控数据变化不同,它不需要考虑事务是否成功问题。当然,限制是mysql
binlog的方式必须是row方式。

名字的由来

hiriver是hidden river的简称,中文名称”暗渠”,用于隐喻在数据库的后面导流数据,而不必要在应用层做任何控制。

支持mysql的版本

hiriver支持mysql 5.6.9+和 mysql5.1+版本。

  • _ 强烈推荐_ 使用5.6.9+版本,并使用binlog file name + position的方式处理同步点。

  • 虽然5.6.9+版本提供 gtid 功能,它是用于表示事务的唯一的id,理论上,基于它可以实现HA功能,当mysql出现故障时可以自动从一台mysql从库切换到另一台,并且不会丢失或者重复数据, _ 但是_ 在实际的使用过程中gtid依然存在bug,并不稳定,而且存在多个gtid时很难找到mysql认识的初始同步点。

  • mysql5.6.9之前的版本,必须binlog file name和在该文件中的偏移位置作为同步点。

javadoc

hiriver组件
mysql-
proto组件

使用教程

quickstart

总体说明

  1. hiriver模块组主要由2个组件和一个示例组成:mysql-proto、hiriver和hiriver-sample

  2. mysql-proto实现了mysql的client-server协议,包括Text protocol和主从复制协议。Text protocol是从mysql 正常 读取数据的协议,它是mysql jdbc驱动背后的协议。主从复制协议顾名思义就是实现主从之间复制数据的协议。

  3. hiriver是基于mysql-proto组件封装的监听mysql变化、记录同步点、控制数据消费的上层应用框架。它是hiriver业务流程的实现。它需要与spirng集成使用

  4. hiriver-sample一个使用hirvier的示例

准备数据库环境

  1. 创建自己的mysql 5.6.28

  2. 开启row base和gtid 模式(如果使用gtid作为同步点,必须开启)

     log-bin=mysql-bin
    

    binlog_format=Row
     log-slave-updates=ON
     enforce_gtid_consistency=true
     gtid_mode=ON

  3. 创建自己的复制账号,创建repl database和一张表,并在表示写入数据

快速使用-binlogname + 偏移地址模式

  1. 下载代码,找到hiriver-sample模块,它是一个基于spring的web应用,有3 spring xml配置文件,分别是:

    spring-boot.xml # spring容器描述入口文件
    
    spring-bin.xml # binlogname + 偏移地址模式
    
    spring-gtid.xml # gtid模式
    
  2. 修改示例中hiriver-sample.properties的参数,修改数据库相关属性、初始同步点、同步点存储路径和表名过滤黑、白名单配置

  3. 初始化同步点使用channel.0000.binlog和channel.0000.binlog.pos属性,可以通过执行

    show master status
    

命令获取对应信息,修改后如图:

  1. 修改spring-boot.xml中的最后一行为:

     <import resource="classpath:spring/spring-binlog.xml"/>
    
  2. 使用tomcat/jetty或maven jetty插件运行示例即可

快速使用-gtid模式

  1. 下载代码,找到hiriver-sample模块,它是一个基于spring的web应用,有3 spring xml配置文件,分别是:

    spring-boot.xml # spring容器描述入口文件
    
    spring-bin.xml # binlogname + 偏移地址模式
    
    spring-gtid.xml # gtid模式
    
  2. 修改示例中hiriver-sample.properties的参数,修改数据库相关属性、初始同步点、同步点存储路径和表名过滤黑、白名单配置,其中channel_0000.gtid参数的配置需要从mysql中查询数获取,执行

    show master status
    

命令,得到如下结果:,这是一个范围,你只需要使用

    8c80613e-ac5b-11e5-b170-148044d6636f:1 or 8c80613e-ac5b-11e5-b170-148044d6636f:8

即可.修改后如图:

  1. 修改spring-boot.xml中的最后一行为: <import resource="classpath:spring/spring-gtid.xml"/>

  2. 使用tomcat/jetty或maven jetty插件运行示例即可

详细参数说明

底层socket控制参数(使用TransportConfig类描述)

参数名称 说明
connectTimeout socket连接超时,同Socket.connect(SocketAddress endpoint,int timeout),单位ms,缺省15000
soTimeout socket读写超时时间,同Socket.setSoTimeout(int timeout), 单位ms,缺省15000
receiveBufferSize socket 接收缓冲区大小,同Socket. setReceiveBufferSize(int size),缺省0,0表示使用系统默认缓冲区大小
sendBufferSize socket 接收缓冲区大小,同Socket.setSendBufferSize(int size),缺省0,0表示使用系统默认缓冲区大小
keepAlive 是否保持长连接,同Socket.setKeepAlive(boolean on)
initSqlList 在建立数据库连接后,需要初始化执行sql语句的列表,缺省是仅仅包含"SET AUTOCOMMIT=1" sql语句的列表,该sql在dump mysql binlog时不生效。 TransportConfig 类被dump binlog和执行mysql数据库读取类共用,具体参见 _**重点类说明章节**_

binlog读取参数(DefaultChannelStream类)

参数名称 说明
faultTolerantTimeout 当与mysql失去连接后,线程sleep的时间,超过该时间后再进行重连,单位ms,缺省5000
fetalWaitTimeout 当读取binlog数据或者解析数据过程中发生未知异常时到下次重试的间隔时间,默认2min,单位ms
channelId dump单个数据库可以理解为是一个数据流,channelId是流的名称,一个hiriver进程中可以支持多个流dump多个数据库,其channelId不能重复,默认是uuid。 当一个场景中需要一个进程dump多个数据库时,比如在分库应用中,建议使用channel.0000.id格式命名,其中0000是分库场景中数据库的编号。
channelBuffer 用于缓存从数据库dump出数据,DefaultChannelStream 由两个线程组成,一个是provider线程,负责从mysql dump数据,另一个是Consumer线程,负责消费、使用数据,使用channelBuffer 进行数据传递,既可以解耦,又可以提高性能,channelBuffer 不能设置的无限大,需要使用DefaultChannelBuffer.limit属性控制大小
channel.buffer.limit channelBuffer 的大小,对应DefaultChannelBuffer.limit属性,默认5000
configBinlogPos 初始同步点,使用BinlogPosition接口描述。支持binlog file name+pos和gtid方式,分别对应于BinlogFileBinlogPosition和GTidBinlogPosition
binlogPositionStore 同步点存储,使用BinlogPositionStore接口描述,默认FileBinlogPositionStore实现,可以自由扩展
position.store.path 同步点的存储路径,适用与FileBinlogPositionStore 实现,对应FileBinlogPositionStore.filePath属性
transactionRecognizer 事务开始、结束识别器,使用TransactionRecognizer描述,针对binlog file name+pos和gtid模式提供BinlogNameAndPosTransactionRecognizer和GTIDTransactionRecognizer实现
streamSource 需要dump数据的数据源描述,使用StreamSource接口描述,MysqlStreamSource是针对mysql数据的实现,HAStreamSource是在MysqlStreamSource 之上的封装,它持有多个MysqlStreamSource 对象,当一个发生故障时,它可以自动切换到其他MysqlStreamSource 上,在gtid模式下推荐使用HAStreamSource,这时一般适用于从从库dump数据。
slaveHostUrl 从数据库ip:port,对应MysqlStreamSource.hostUrl属性,适用于使用HAStreamSource时
table.white 根据表名过滤时的白名单配置,支持正则,参见BlackWhiteNameListTableFilter
table.black 根据表名过滤时的黑名单配置,支持正则,参见BlackWhiteNameListTableFilter

数据库配置

参数名称 说明
user_name 用户名称,对应MysqlStreamSource.userName属性
password 密码,对应MysqlStreamSource.password属性
hostUrl 数据库ip:port,对应MysqlStreamSource.hostUrl属性

重点类说明

底层通信类

binlog dump类(BinlogStreamBlockingTransportImpl)

实现mysql binlog dump协议,负责与mysql建立socket连接,完成用户名密码验证后,执行数据dump命令,并持续的读取、解析mysql
binlog event数据。

数据库数据读取类(TextProtocolBlockingTransportImpl)

mysql文本协议的实现,mysql文本协议即jdbc背后的协议,主要用于执行sql读取数据,也可以执行一些其他的命令,比如读取表定义的元数据等,之所以不使用mysql
jdbc是由于两个原因:一是不想引入一个第三方包,降低依赖性;二是mysql的文本协议支持更多指令,比如COM_FIELD_LIST指令方便的获取到表字段是否为空、是否是索引字段等信息,而jdbc是个通用的api,并没有暴露这些指令实现。

表名过滤类 (BlackWhiteNameListTableFilter)

支持黑白名单的过滤实现。 按照表名进行过滤时,表名格式为database.table(可以为正则),以逗号分隔.
当白名单和黑名单同时存在时,只有不在黑名单中同时在白名单中存在的才起作用.
e.g,在properties文件中描述
白名单:filert_white=test.account,test.user_sharding
白名单:filert_black=test.
bak

binlog row event数据描述类(BinlogDataSet)

binlog数据是二进制数据,它遵循mysql rowbase
binlog协议,在协议内部event作为一个基本单位用于描述数据库的变更,这里的“变更”不仅仅是数据的修改,也可能是事务的开启、结束,表的变更等,在hiriver里我们仅仅关注表数据的变更,BinlogDataSet用于描述一条或多条数据的变化,类似于jdbc的RowSet。BinlogDataSet
包括:

  1. channelId

  2. sourceHostUrl,该数据来自哪个数据库

  3. gtId, 该数据所在的事务的gtid,在不支持gtid模式下,为null

  4. binlogPos, 当前数据所在事务的binlogfile + pos,无论哪种模式,一定补位null

  5. isStartTransEvent, 当前是否一个事务的开启

  6. isPositionStoreTrigger,当前是否一个事务的结束,当时true时需要记录同步点。

  7. rowDataMap, 行数据,每一行使用BinlogResultRow描述

  8. columnDefMap, 类定义描述

BinlogResultRow内部是有二个列表,一个记录变更之前的数据,另一个记录变更之后的数据。

数据消费类 (Consumer)

描述消费BinlogDataSet数据的接口,这个留给业务实现方来实现。

binlog流(DefaultChannelStream)

mysql binlog dump被抽象成一个流,每一个流仅仅针对一个mysql实例,这个流称之为ChannelStream,
ChannelStream负责源源不断的从mysql实例读取数据并过滤、解析和消费。
DefaultChannelStream是ChannelStream的缺省实现,在内部它开启了2条线程:provider和consumer线程,provider线程负责从数据库读取数据,识别事务、根据表名过滤、解析成BinlogDataSet并放入ChannelBuffer;consumer线程负责从ChannelBuffer读取数据并调用Consumer进行数据消费。
当provider线程产生数据的速度大于consumer线程消费数据的速度时,数据会被积压在ChannelBuffer中,为了防止内存被打爆,ChannelBuffer需要实现成有界的,当ChannelBuffer达到上限时会阻塞provider线程产生新数据。

数据缓存类 (DefaultChannelBuffer)

ChannelStream中provider和consumer线程的数据通信基础,它是ChannelBuffer的缺省实现。谨记,需要配置上限。

事务识别类(TransactionRecognizer)

用于识别事务的开启、结束,并且记录当前事务的开始位置。针对gtid和binlog file name +
pos两种模式,提供2种实现:GTIDTransactionRecognizer和BinlogNameAndPosTransactionRecognizer。

作者主页:https://github.com/rolandhe