大数据Canal（一）：Canal介绍

Canal介绍

一、​​​​​​​​​​​​​​什么是Canal

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。

早期阿里巴巴因为杭州和美国双机房部署，存在跨机房同步的业务需求，实现方式主要是基于业务 trigger 获取增量变更。从 2010 年开始，业务逐步尝试数据库日志解析获取增量变更进行同步，由此衍生出了大量的数据库增量订阅和消费业务。

当前的 canal 支持源端 MySQL 版本包括 5.1.x , 5.5.x , 5.6.x , 5.7.x , 8.0.x。

Canal目前没有独立的官网，可以在GitHub上下载和查看Canal文档，地址如下：https://github.com/alibaba/canal/wiki

二、​​​​​​​​​​​​​​Canal工作原理

1、MySQL主备复制原理

1.1、MySQL master 将数据变更写入二进制日志（binary log, 其中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）

1.2、MySQL slave 将 master 的 binary log events 拷贝到它的中继日志（relay log）

注意：中继日志是从服务器I/O线程将主服务器的二进制日志读取过来，记录到从服务器本地文件，然后从服务器SQL线程会读取relay-log日志的内容并应用到从服务器，从而使从服务器和主服务器的数据保持一致。

1.3、MySQL slave 重放 relay log 中事件，将数据变更反映它自己的数据

2、canal 工作原理

2.1、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

2.2、MySQL master 收到 dump 请求，开始推送 binary log 给 slave （即 canal ）

2.3、canal 解析 binary log 对象（原始为 byte 流）

注意：mysql-binlog是MySQL数据库的二进制日志，记录了所有的DDL和DML（除了数据查询语句）语句信息。一般来说开启二进制日志大概会有1%的性能损耗。