canal消耗内存_canal探究
前面的文章使用canal订阅mysql数据变动进而同步数据,这里研究canal的内部特性,进而更好地使用canal,大部分内容来自官网,还有一部分来自我的理解。
canal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。
应用场景:异构数据同步
数据库实时备份
业务cache刷新
原理
canal模拟成mysql slave向master发送dump请求,收到binlog数据进行解析
slave同步master原理: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
架构
server代表一个canal运行实例,对应于一个jvm
instance对应一个数据队列,一个destination,相当于一个数据库实例变更的监听,1个server对应1-n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)
EventParser
Connection获取上一次解析成功的位置 (如果第一次启动,则获取初始指定的位置或者是当前数据库的binlog位点)
Connection建立链接,发送BINLOG_DUMP指令
Mysql开始推送Binaly Log
接收到的Binaly Log的通过Binlog parser进行协议解析,补充一些特定信息
传递给EventSink模块进行数据存储,是一个阻塞操作,直到存储成功
存储成功后,定时记录Binaly Log位置
EventSink
数据过滤:支持通配符的过滤模式,表名,字段内容等
数据路由/分发:解决1:n (1个parser对应多个store的模式)
数据归并:解决n:1 (多个parser对应1个store)
数据加工:在进入store之前进行额外的处理,比如join
EventStore
Instance设计
instance代表了一个实际运行的数据队列,包括了EventPaser,EventSink,EventStore等组件。抽象了CanalInstanceGenerator,主要是考虑配置的管理方式:manager方式:提供http方式,可以和公司内部web console/manager系统进行对接。
spring方式:基于spring xml + properties进行定义,通过spring配置
Spring配置
spring配置的原理是将整个配置抽象为两部分:xxxx-instance.xml (canal组件的配置定义,可以在多个instance配置中共享,在canal.properties中配置)
xxxx.properties (每个instance通道都有各自一份定义,因为每个mysql的ip,帐号,密码等信息不会相同)
通过spring的PropertyPlaceholderConfigurer通过机制将其融合,生成一份instance实例对象,每个instance对应的组件都是相互独立的,互不影响
properties配置文件
properties配置分为两部分:canal.properties (系统根配置文件,配置destinations,注册IP,启动端口)
instance.properties (instance级别的配置文件,每个instance一份,配置数据库信息,监听的表)
canal.properties介绍:
canal配置主要分为两部分定义:instance列表定义 (列出当前server上有多少个instance,每个instance的加载方式是spring/manager等)
common参数定义,比如可以将instance.properties的公用参数,抽取放置到这里,这样每个instance启动的时候就可以共享. 【instance.properties配置定义优先级高于canal.properties】
canal如何维护一份增量订阅&消费的关系信息:解析位点 (parse模块会记录,上一次解析binlog到了什么位置,对应组件为:CanalLogPositionManager)
消费位点 (canal server在接收了客户端的ack后,就会记录客户端提交的最后位点,对应的组件为:CanalMetaManager)
对应的两个位点组件,目前都有几种实现:memorymemory-instance.xml中使用,所有的组件(parser , sink , store)都选择了内存版模式,记录位点的都选择了memory模式,重启后又会回到初始位点进行解析
速度最快,依赖最少(不需要zookeeper)
场景:一般应用在quickstart,或者是出现问题后,进行数据分析的场景,不应该将其应用于生产环境
zookeeper
mixed
period:default-instance.xml中使用,集合了zookeeper+memory模式,store选择了内存模式,其余的parser/sink依赖的位点管理选择了持久化模式,目前持久化的方式主要是写入zookeeper,保证数据集群共享
支持HA,可用于生产环境,集群化部署
一份 instance.xml 中有一份或者多份 instance 定义,优先以 destination 名字查找对应的 instance bean 定义,如果没有,则按默认的名字 “instance” 查找 instance 对象,例如 xxxx-instance.xml 中定义 id 分别为 instance-1, instance-2 的两个 bean. 这两个 bean 将为同名的 instance 提供自定义的 eventParser , evnetSink , evnetStore , metaManager,alarmHandler.如果没有自定义这些 bean, 就使用 id="instance" 的 bean 来配置 canal instance.
一份 instance bean 定义,需要包含 eventParser , evnetSink , evnetStore , metaManager,alarmHandler 的5个模块定义,( alarmHandler 主要是一些报警机制处理,因为简单没展开,可扩展)
instance.xml设计初衷:
允许进行自定义扩展,比如实现了基于数据库的位点管理后,可以自定义一份自己的instance.xml,整个canal设计中最大的灵活性在于此
HA模式配置
canal的ha分为两部分:canal server: 不同server上的instance要求同一时间只能有一个处于running,其他的处于standby状态,不然就是对mysql dump的重复请求。这里是instance/destination级别的负载均衡,而不是server
canal client: 为了保证有序性,一份instance同一时间只能由一个canal client进行get/ack/rollback操作,否则客户端接收无法保证有序。
整个HA机制的控制主要是依赖了zookeeper的几个特性,watcher和EPHEMERAL节点(和session生命周期绑定)
Canal Server:
canal server要启动某个canal instance时都先向zookeeper进行一次尝试启动判断 (实现:创建EPHEMERAL节点,谁创建成功就允许谁启动)
创建zookeeper节点成功后,对应的canal server就启动对应的canal instance,没有创建成功的canal instance就会处于standby状态
一旦zookeeper发现canal server A创建的节点消失后,立即通知其他的canal server再次进行步骤1的操作,重新选出一个canal server启动instance.
canal client每次进行connect时,会首先向zookeeper询问当前是谁启动了canal instance,然后和其建立链接,一旦链接不可用,会重新尝试connect.
Canal Client的方式和canal server方式类似,也是利用zookeeper的抢占EPHEMERAL节点的方式进行控制.
canal丢失数据的情况:
正常情况下,在canal server/client挂掉或切换的情况下不会丢失数据,因为zk会持久化server解析binlog及clinet消费数据的位置,重启时会重新读取。以下情况可能会丢失数据:zk保存的元数据被人为修改,如server解析binlog及clinet消费数据的位置
client使用get方法而非getWithoutAck,如果client消费数据时挂掉,server会认为这部分数据已经被消费而丢失
MySQL binlog非正常运维,比如binglog迁移、重命名、丢失等
切换MySQL源,比如原来基于M1实例,后来M1因为某种原因失效,那么Canal将数据源切换为M2,而且M1和M2可能binlog数据存在不一致
Canal性能分析canal处理数据流程为master-parse-sink-store-comsume,整个流程中都是单线程、串行、阻塞式的。如果批量insert、update、delete,都可能导致大量的binlog产生,也会加剧Master与slave之间数据同步的延迟。(写入频繁)。
如果client消费的效能较低,比如每条event执行耗时很长。这会导致数据变更的消息ACK较慢,那么对于Canal而言也将阻塞sotre,没有有足够的空间存储新消息进而堵塞parse解析binlog。
Canal本身非常轻量级,主要性能开支就是在binlog解析,其转发、存储、提供消费者服务等都很简单。它本身不负责数据存储。原则上,canal解析效率几乎没有负载,canal的本身的延迟,取决于其与slave之间的网络IO。
Canal导致重复消费Canal instance初始化时,根据“消费者的Cursor”来确定binlog的起始位置,但是Cursor在ZK中的保存是滞后的(间歇性刷新),所以Canal instance获得的起始position一定不会大于消费者真实已见的position。
Consumer端,因为某种原因的rollback,也可能导致一个batch内的所有消息重发,此时可能导致重复消费。
因此Consumer端需要保持幂等,对于重复数据可以进行校验或者replace。对于非幂等操作,比如累加、计费,需要慎重。
destination的消费问题
一个destination无法被多个client直接并行消费,解决方案:client收到消息以后转发到kafka或者MQ中,后继的其他Consumer只与kafka或者MQ接入
一个Canal中使用多个destination,它们对应相同的MySQL源
对于canal设计的一些思考对于canal的高可用,通过zk保证server和client同一时间只能有一个节点工作server能不能根据数据id进行分片读取,提高读取数据的性能,类似kafka的设计,应该是不能的。因为parser向master发起dump请求得到的是字节流,无法获取原始数据。那能不能一个parser对应多个sink再放入store。没必要,因为canal的性能瓶颈在canal与数据库的网络IO,解析及sink是很快的。
客户端能不能多个节点同时工作,从一个destination消费数据。如果不保证数据成功消费及有序性是可以的。如果某一client消费数据失败,当前store的设计(环形结构保存数据)无法做到回滚。如果一个destination分多个队列由client消费,只能保证数据局部有序,同时设计复杂。
当前store的数据保存在内存中,是否有必要持久化到文件类似于logstash的数据也是保存在内存中,官方文档说会支持,但没有也可以,因为持久化会影响整体性能,通过zk存储client的消费位置会保证数据至少被消费一次。
store保存的数据受到大小和条数的限制,当达到限制时,sink会堵塞parser,不会撑爆内存
canal与logstahs,kafka的一些比较
对以后写公共组件的一些启示:支持多种配置方式如配置文件,http,并可动态生效
通过协调服务保证系统的高可用
暴露服务监控指标至prometheus
获取数据的方式:达到一定数量或时间
canal消耗内存_canal探究相关推荐
- canal消耗内存_canal 配置
参考:https://www.2cto.com/database/201609/547661.html Spring配置 spring配置的原理是将整个配置抽象为两部分: xxxx-instance. ...
- canal消耗内存_Canal prometheus
Canal Prometheus 简介 Canal server 性能指标监控基于prometheus的实现. 关于prometheus,参见官网 效果示意图 canal监控相关原始指标列表:指标 说 ...
- STM32 内存分布探究
STM32 内存分布探究 2016-2-2 本人在运行ucos时遇到一个非常奇怪的问题,运行一段时间后就会莫名进入hardfault函数,导致系统死机.后来根据对堆栈调试,发现每次调用的函数都不一样, ...
- Java内存溢出故障案例及Linux内存机制探究
文章目录 Java内存溢出故障案例及Linux内存机制探究 OOM Killer触发机制分析 如何避免系统触发OOM Killer 这部分内容属于demo案例分享,解决线上运维问题,思路是最重要的 J ...
- php 类静态变量 和 常量消耗内存及时间对比
在对类执行100w次循环后, 常量最快,变量其次,静态变量消耗时间最高 其中: 常量消耗:101.1739毫秒 变量消耗:2039.7689毫秒 静态变量消耗:4084.8911毫秒 测试代码: cl ...
- oracle lms进程 内存,【案例】Oracle ges resource消耗内存高报错ORA-04031 MOS解决办法...
天萃荷净 Oracle研究中心案例分析:运维DBA反映Oracle数据库10.2.0.4.12每间隔一段时间就必须重启,运行一断时间报ORA-04031错误oracle ges res cache l ...
- dllhost.exe进程消耗内存解决方案
我发现每当我浏览(但并未播放)包含视频的文件夹(主要是MP4格式的视频),电脑的速度就会开始变慢,并且会越来越严重,即便关闭包含视频的文件夹窗口也不能阻止电脑的变慢.通过任务管理器发现每当开启包含视频 ...
- java分析测试代码程序执行时间与消耗内存
最近刷LeetCode题的时候,突然想用idea分析每个程序执行消耗的时间和内存,但是网上搜了一下好像也没明确说明要怎么办的,看了几篇类似的帖子,自己造了一个java单例类,定义了start和end方 ...
- React Native Android 应用内存使用探究
本文讲的是React Native Android 应用内存使用探究, 为什么我那台老旧的 Android 手机无法加载图片? 刚开始接触 React Native 应用时,我发现有个现象很奇怪,在 ...
最新文章
- 《大数据的“道”“术”“释”》----读书摘录+思考
- SQL编程:模糊表关联不求人 --- concat + like就能行
- opengl加载显示3D模型obj类型文件
- 无法使用tomcat6.exe启动服务
- [JS-BOM]BOM_Window窗口对象
- Qt工作笔记-以配置文件的方式动态获取Mysql数据库中的数据
- ps cc 生成html,使用photoshop生成网页的方法
- ACM程序设计基础(1)题解
- 导出到word时,报错
- 二分排序(java)
- php 控制骰子概率,jQuery+PHP实现的掷色子抽奖游戏实例
- 分叉币的发展史及价值|ETH、BCH、BSV 2020-03-08
- vmwareshanch删除快照以及删除快照时卡住的解决办法
- 秀米svg点击显示另一张图_这个svg也太好玩了吧,居然可以自动展开全文!
- 洪水填充算法_洪水填充算法分析
- request.setattribute详解
- STM32的介绍及MDK
- 多智能体强化学习思路整理
- 视频] 川版<唐伯虎点秋香>片段,
- 语音翻译语音怎么操作