Skip to content

Latest commit

 

History

History
464 lines (393 loc) · 13.7 KB

binlog-source.md

File metadata and controls

464 lines (393 loc) · 13.7 KB

MySQL Binlog Source

一、介绍

MySQL Binlog插件使用Canal组件实时地从MySQL中捕获变更数据。目前sink插件暂不支持数据还原,只能写入变更的日志数据。

二、支持版本

MySQL 5.1.5及以上、TiDB 3.0.10之后

三、插件名称

Sync binlogsource、binlogreader
SQL binlog-x

四、数据库配置

1、修改配置文件

binlog_format需要修改为 ROW 格式,在/etc/my.cnf文件里[mysqld]下添加下列配置

server_id=109
log_bin = /var/lib/mysql/mysql-bin
binlog_format = ROW
expire_logs_days = 30

2、添加权限

MySQL Binlog权限需要三个权限 SELECT, REPLICATION SLAVE, REPLICATION CLIENT

GRANT SELECT, REPLICATION SLAVE, REPLICATION CLIENT ON *.* TO 'canal'@'%' IDENTIFIED BY 'canal';
  • 缺乏SELECT权限时,报错为
com.mysql.jdbc.exceptions.jdbc4.MySQLSyntaxErrorException:
Access denied for user 'canal'@'%' to database 'binlog'
  • 缺乏REPLICATION SLAVE权限时,报错为
java.io.IOException: 
Error When doing Register slave:ErrorPacket [errorNumber=1045, fieldCount=-1, message=Access denied for user 'canal'@'%'
  • 缺乏REPLICATION CLIENT权限时,报错为
com.mysql.jdbc.exceptions.jdbc4.MySQLSyntaxErrorException: 
Access denied; you need (at least one of) the SUPER, REPLICATION CLIENT privilege(s) for this operation

Binlog为什么需要这些权限:

  • Select权限代表允许从表中查看数据
  • Replication client权限代表允许执行show master status,show slave status,show binary logs命令
  • Replication slave权限代表允许slave主机通过此用户连接master以便建立主从 复制关系

五、参数说明

1、Sync

  • jdbcUrl

    • 描述:MySQL数据库的jdbc连接字符串,参考文档:Mysql官方文档
    • 必选:是
    • 字段类型:string
    • 默认值:无
  • username

    • 描述:数据源的用户名
    • 必选:是
    • 字段类型:string
    • 默认值:无
  • password

    • 描述:数据源指定用户名的密码
    • 必选:是
    • 字段类型:string
    • 默认值:无
  • host

    • 描述:启动MySQL slave的机器ip
    • 必选:是
    • 字段类型:string
    • 默认值:无
  • port

    • 描述:启动MySQL slave的端口
    • 必选:否
    • 字段类型:int
    • 默认值:3306
  • table

    • 描述:需要解析的数据表。
    • 注意:指定此参数后filter参数将无效,table和filter都为空,监听jdbcUrl里的schema下所有表
    • 必选:否
    • 字段类型:list
    • 默认值:无
  • filter

    • 描述:过滤表名的Perl正则表达式
    • 注意:table和filter都为空,监听jdbcUrl里的schema下所有表
    • 必选:否
    • 字段类型:string
    • 默认值:无
    • 例子:
      • 所有表:.* or .*\\..*
      • canal schema下所有表: canal\\..*
      • canal下的以canal打头的表:canal\\.canal.*
      • canal schema下的一张表:canal.test1
  • cat

    • 描述:需要解析的数据更新类型,包括insert、update、delete三种
    • 注意:以英文逗号分割的格式填写。如果为空,解析所有数据更新类型
    • 必选:否
    • 字段类型:string
    • 默认值:无
  • start

    • 描述:要读取的binlog文件的开始位置
    • 注意:为空,则从当前position处消费,timestamp的优先级高于 journalName+position
    • 参数:
      • timestamp:时间戳,采集起点从指定的时间戳处消费;
      • journalName:文件名,采集起点从指定文件的起始处消费;
      • position:文件的指定位置,采集起点从指定文件的指定位置处消费
    • 字段类型:map
    • 默认值:无
  • pavingData

    • 描述:是否将解析出的json数据拍平,具体见六、数据结构
    • 必选:否
    • 字段类型:boolean
    • 默认值:true
  • splitUpdate

    • 描述:当数据更新类型为update时,是否将update拆分为两条数据,具体见六、数据结构
    • 必选:否
    • 字段类型:boolean
    • 默认值:false
  • timestampFormat

    • 描述:指定输入输出所使用的timestamp格式,可选值:SQLISO_8601
    • 必选:否
    • 字段类型:string
    • 默认值:SQL
  • slaveId

    • 描述:从服务器的ID
    • 注意:同一个MYSQL复制组内不能重复
    • 必选:否
    • 字段类型:long
    • 默认值:new Object().hashCode()
  • connectionCharset

    • 描述:编码信息
    • 必选:否
    • 字段类型:string
    • 默认值:UTF-8
  • detectingEnable

    • 描述:是否开启心跳
    • 必选:否
    • 字段类型:boolean
    • 默认值:true
  • detectingSQL

    • 描述:心跳SQL
    • 必选:否
    • 字段类型:string
    • 默认值:SELECT CURRENT_DATE
  • enableTsdb

    • 描述:是否开启时序表结构能力
    • 必选:否
    • 字段类型:boolean
    • 默认值:true
  • bufferSize

    • 描述:并发缓存大小
    • 注意:必须为2的幂
    • 必选:否
    • 默认值:1024
  • parallel

    • 描述:是否开启并行解析binlog日志
    • 必选:否
    • 字段类型:boolean
    • 默认值:true
  • parallelThreadSize

    • 描述:并行解析binlog日志线程数
    • 注意:只有 paraller 设置为true才生效
    • 必选:否
    • 字段类型:int
    • 默认值:2
  • isGTIDMode

    • 描述:是否开启gtid模式
    • 必选:否
    • 字段类型:boolean
    • 默认值:false

2、SQL

  • url

    • 描述:MySQL数据库的jdbc连接字符串,参考文档:Mysql官方文档
    • 必选:是
    • 字段类型:string
    • 默认值:无
  • username

    • 描述:数据源的用户名
    • 必选:是
    • 字段类型:string
    • 默认值:无
  • password

    • 描述:数据源指定用户名的密码
    • 必选:是
    • 字段类型:string
    • 默认值:无
  • host

    • 描述:启动MySQL slave的机器ip
    • 必选:是
    • 字段类型:string
    • 默认值:无
  • port

    • 描述:启动MySQL slave的端口
    • 必选:否
    • 字段类型:int
    • 默认值:3306
  • table

    • 描述:需要解析的数据表。
    • 注意:指定此参数后filter参数将无效,SQL任务只支持监听单张表
    • 必选:否
    • 字段类型:string
    • 默认值:无
  • filter

    • 描述:过滤表名的Perl正则表达式
    • 注意:SQL任务只支持监听单张表
    • 必选:否
    • 字段类型:string
    • 默认值:无
    • 例子:canal schema下的一张表:canal.test1
  • cat

    • 描述:需要解析的数据更新类型,包括insert、update、delete三种
    • 注意:以英文逗号分割的格式填写。如果为空,解析所有数据更新类型
    • 必选:否
    • 字段类型:string
    • 默认值:无
  • timestamp

    • 描述:要读取的binlog文件的开始位置,时间戳,采集起点从指定的时间戳处消费;
    • 必选:否
    • 字段类型:string
    • 默认值:无
  • journal-name

    • 描述:要读取的binlog文件的开始位置,文件名,采集起点从指定文件的起始处消费;
    • 必选:否
    • 字段类型:string
    • 默认值:无
  • position

    • 描述:要读取的binlog文件的开始位置,文件的指定位置,采集起点从指定文件的指定位置处消费
    • 必选:否
    • 字段类型:string
    • 默认值:无
  • connection-charset

    • 描述:编码信息
    • 必选:否
    • 字段类型:string
    • 默认值:UTF-8
  • detecting-enable

    • 描述:是否开启心跳
    • 必选:否
    • 字段类型:boolean
    • 默认值:true
  • detecting-sql

    • 描述:心跳SQL
    • 必选:否
    • 字段类型:string
    • 默认值:SELECT CURRENT_DATE
  • enable-tsdb

    • 描述:是否开启时序表结构能力
    • 必选:否
    • 字段类型:boolean
    • 默认值:true
  • buffer-size

    • 描述:并发缓存大小
    • 注意:必须为2的幂
    • 必选:否
    • 默认值:1024
  • parallel

    • 描述:是否开启并行解析binlog日志
    • 必选:否
    • 字段类型:boolean
    • 默认值:true
  • parallel-thread-size

    • 描述:并行解析binlog日志线程数
    • 注意:只有 paraller 设置为true才生效
    • 必选:否
    • 字段类型:int
    • 默认值:2
  • is-gtid-mode

    • 描述:是否开启gtid模式
    • 必选:否
    • 字段类型:boolean
    • 默认值:false
  • timestamp-format.standard

    • 描述:同Sync中的timestampFormat参数,指定输入输出所使用的timestamp格式,可选值:SQLISO_8601
    • 必选:否
    • 字段类型:string
    • 默认值:SQL

六、数据结构

在2020-01-01 12:30:00(时间戳:1577853000000)执行:

INSERT INTO `tudou`.`kudu`(`id`, `user_id`, `name`) VALUES (1, 1, 'a');

在2020-01-01 12:31:00(时间戳:1577853060000)执行:

DELETE FROM `tudou`.`kudu` WHERE `id` = 1 AND `user_id` = 1 AND `name` = 'a';

在2020-01-01 12:32:00(时间戳:1577853180000)执行:

UPDATE `tudou`.`kudu` SET `id` = 2, `user_id` = 2, `name` = 'b' WHERE `id` = 1 AND `user_id` = 1 AND `name` = 'a';

1、pavingData = true, splitUpdate = false RowData中的数据依次为:

//schema, table, ts, opTime, type, before_id, before_user_id, before_name, after_id, after_user_id, after_name
["tudou", "kudu", 6760525407742726144, 1577853000000, "INSERT", null, null, null, 1, 1, "a"]
["tudou", "kudu", 6760525407742726144, 1577853060000, "DELETE", 1, 1, "a", null, null, null]
["tudou", "kudu", 6760525407742726144, 1577853180000, "UPDATE", 1, 1, "a", 2, 2, "b"]

2、pavingData = false, splitUpdate = false RowData中的数据依次为:

//schema, table, ts, opTime, type, before, after
["tudou", "kudu", 6760525407742726144, 1577853000000, "INSERT", null, {"id":1, "user_id":1, "name":"a"}]
["tudou", "kudu", 6760525407742726144, 1577853060000, "DELETE", {"id":1, "user_id":1, "name":"a"}, null]
["tudou", "kudu", 6760525407742726144, 1577853180000, "UPDATE", {"id":1, "user_id":1, "name":"a"}, {"id":2, "user_id":2, "name":"b"}]

3、pavingData = true, splitUpdate = true RowData中的数据依次为:

//schema, table, ts, opTime, type, before_id, before_user_id, before_name, after_id, after_user_id, after_name
["tudou", "kudu", 6760525407742726144, 1577853000000, "INSERT", null, null, null, 1, 1, "a"]
["tudou", "kudu", 6760525407742726144, 1577853060000, "DELETE", 1, 1, "a", null, null, null]

//schema, table, ts, opTime, type, before_id, before_user_id, before_name
["tudou", "kudu", 6760525407742726144, 1577853180000, "UPDATE_BEFORE", 1, 1, "a"]

//schema, table, ts, opTime, type, after_id, after_user_id, after_name
["tudou", "kudu", 6760525407742726144, 1577853180000, "UPDATE_AFTER", 2, 2, "b"]

4、pavingData = false, splitUpdate = true RowData中的数据依次为:

//schema, table, ts, opTime, type, before, after
["tudou", "kudu", 6760525407742726144, 1577853000000, "INSERT", null, {"id":1, "user_id":1, "name":"a"}]
["tudou", "kudu", 6760525407742726144, 1577853060000, "DELETE", {"id":1, "user_id":1, "name":"a"}, null]
//schema, table, ts, opTime, type, before
["tudou", "kudu", 6760525407742726144, 1577853180000, "UPDATE_BEFORE", {"id":1, "user_id":1, "name":"a"}]
//schema, table, ts, opTime, type, after
["tudou", "kudu", 6760525407742726144, 1577853180000, "UPDATE_AFTER", {"id":2, "user_id":2, "name":"b"}]
  • type:变更类型,INSERT,UPDATE、DELETE
  • opTime:数据库中SQL的执行时间
  • ts:自增ID,不重复,可用于排序,解码后为FlinkX的事件时间,解码规则如下:
long id = Long.parseLong("6760525407742726144");
long res = id >> 22;
DateFormat sdf = new SimpleDateFormat("yyyy-MM-dd HH:mm:ss");
System.out.println(sdf.format(res));		//2021-01-28 19:54:21

七、数据类型

支持 BIT
TINYINT、SMALLINT、MEDIUMINT、INT、INT24、INTEGER、FLOAT、DOUBLE、REAL、LONG、BIGINT、DECIMAL、NUMERIC
CHAR、VARCHAR、TINYTEXT、TEXT、MEDIUMTEXT、LONGTEXT、ENUM、SET、JSON
DATE、TIME、TIMESTAMP、DATETIME、YEAR
TINYBLOB、BLOB、MEDIUMBLOB、LONGBLOB、GEOMETRY、BINARY、VARBINARY
暂不支持

八、脚本示例

见项目内flinkx-examples文件夹。