下图是最基本的web服务器的结构图。
基于 Canal 的 MySql RabbitMQ Redis/memcached/mongodb 的nosql同步 （多读、nosql延时不严格 需求）
1.mysql主从配置
2.对mysql binlog(row) parser 这一步交给canal
3.MQ对解析后binlog增量数据的推送
4.对MQ数据的消费（接收+数据解析，考虑消费速度，MQ队列的阻塞）
5.数据写入/修改到nosql （redis的主从/hash分片）
6.保证对应关系的简单性：一个mysql表对应一个 redis实例（redis单线程，多实例保证分流不阻塞），关联关系数据交给接口业务
数据：mysql->binlog->MQ->redis(不过期、关闭RDB、AOF保证读写性能) （nosql数据仅用crontab脚本维护）
请求：http->webserver->redis(有数据)->返回数据 （完全避免用户直接读取mysql）
->redis(无数据)->返回空
7.可将它视为一个触发器，binlog为记录触发事件，canal的作用是将事件实时通知出来，并将binlog解析成了所有语言可读的工具。
在事件传输的各个环节 提高 可用性 和 扩展性 （加入MQ等方法）最终提高系统的稳定。
传统 Mysql Redis/memcached nosql的缓存 （业务同步） 从cache读取数据->
1.对数据在mysql的hash算法分布(db/table/分区)，每个hash为节点（nosql数据全部失效时候，可保证mysql各节点可支持直接读取的性能）
2.mysql主从
3.nosql数据的hash算法分布(多实例、DB)，每个hash为节点
4.nosql数据震荡处理 （当某节点挂了寻找替代节点算法（多层hash替代节点）。。。）
5.恢复节点数据
6.请求：http->webserver->【对key计算一致性hash节点】->connect对应的redis实例
->1.redis(有数据)-> 返回数据
->2.redis(无数据)-> mysql (并写入数据redis) -> 返回数据
->3.redis节点挂掉-> 业务寻址hash替代节点
-> 3.1 redis(有数据) -> 返回数据
-> 3.2 redis(无数据) -> mysql(并写入数据redis) -> 返回数据
为什么要使用消息队列（MQ）进行binlog传输:
1.增加缓冲，binlog生产端（canal client）只负责生产而不需要考虑消费端的消费能力, 不等待阻塞。
2.binlog 消费端: 可实时根据MQ消息的堆积情况，动态 增加/减少 消费端的数量，达到合理的资源利用和消费
部署:
阿里canal纯java开发，所以要先安装java环境
安装jdk(推荐jdk1.8): 安装过程参考网上资料，（注意环境变量配置）
mysql配置： 1.编辑mysql配置文件 $ sudo vim /etc/my.cnf
[mysqld]
log-bin=mysql-bin #binlog文件名（也可以使用绝对路径）
binlog-format=ROW #选择row模式
server_id=1 #实例唯一ID，不能和canal的slaveId重复
保存并退出，并重启mysql
$ sudo service mysql restart
2.创建 mysql账号密码（账号密码自定 权限自定）
CREATE USER canal IDENTIFIED BY 'canal';
GRANT SELECT, REPLICATION SLAVE, REPLICATION CLIENT ON *.* TO 'canal'@'%';
-- GRANT ALL PRIVILEGES ON *.* TO 'canal'@'%' ;
FLUSH PRIVILEGES;
canal server 配置启动：
canal server 模拟mysql从库并向mysql发送dump命令获取mysql binlog数据。
1.下载解压项目，这里提供了1.0.22版本:
[canal.deployer-1.0.22.tar.gz](https://github.com/liukelin/canal_mysql_nosql_sync/releases)
可从阿里项目下载最新版本 deployer ：
[https://github.com/alibaba/canal/releases](https://github.com/alibaba/canal/releases)
2.配置项目：
# 公共配置
$ sudo vim conf/canal.properties
canal.port= 11111 # canal server 运行端口，保证该端口为占用状态，或者使用其他未占用端口
保存退出。
# 实例配置
$ sudo vim conf/example/instance.properties
# position info
canal.instance.master.address = 127.0.0.1:3306 # mysql连接
canal.instance.dbUsername = canal # mysql账号
canal.instance.dbPassword = canal # 密码
canal.instance.defaultDatabaseName = test # 需要同步的库名
canal.instance.connectionCharset = UTF-8 # mysql编码
保存退出。
更多配置查看:
[http://agapple.iteye.com/blog/1831873](http://agapple.iteye.com/blog/1831873)
3.启动：
$ sh bin/startup.sh
日志文件： $ less logs/canal/canal.log # canal server端运行日志
$ less logs/example/example.log # canal client端连接日志
$ logs/example/meta.log # 实例binlog 读取记录文件（记录变更位置，默认为新增变更(tail)）
canal client 配置启动：
canal client将从canal server获取的binlog数据最终以json行格式保存到指定文件(也可省略这步，直接发送到MQ)。
binlog生产端和消费端的之间，增加MQ作为缓冲，增加容错度和动态扩展性
1.下载解压项目，这里自己写了个基于1.0.22版本的项目:
[canal_client1.0.22.zip](https://github.com/liukelin/canal_mysql_nosql_sync/releases)
源码查看: [canal-client](https://github.com/liukelin/canal_mysql_nosql_sync/tree/master/canal-client)
2.基本配置
$vim conf/canal.properties
# cancal server host， 上面 canal server的IP
canal.server.host = 127.0.0.1
# cancal server port，上面 canal server的启动端口
canal.server.port = 11111
# 数据保存路径 ，自行指定
canal.binlog.dir = db_data
# 可选rabbitmq/redis/kafka 作为队列（这里使用 rabbitmq 作为队列传输）
canal.mq = rabbitmq
###### rabbitmq 基本配置 #####
rabbitmq.host = 127.0.0.1
rabbitmq.port = 5672
rabbitmq.user = test
rabbitmq.pass = 123456
保存退出。
3.启动canal client：
$ sh start_canal_client.sh
修改mysql数据触发。
最终结果：
eventType ：操作类型（UPDATE/INSERTDELETE）
db： 涉及库
table: 涉及表
before:变更前数据
after: 变更后数据
time: 操作时间
$less db_data/binlog_xxxx.log
{"binlog":"mysql-bin.000009:1235","db":"test","table":"users","eventType":"UPDATE","before":{"uid":"8","username":"duobao153713223"},"after":{"uid":"8","username":"duobao153713223"},"time":"2016-08-22 17:47:25"}
{"binlog":"mysql-bin.000009:1533","db":"test","table":"users","eventType":"DELETE","before":"","after":{"uid":"8","username":"duobao153713223"},"time":"2016-08-22 17:48:09"}
{"binlog":"mysql-bin.000009:1790","db":"test","table":"users","eventType":"INSERT","before":"","after":{"uid":"9","username":"test2"},"time":"2016-08-22 17:48:45"}
消费数据demo：（这里使用python3 消费rabbitmq同步到redis 作为案例，实际可根据业务需求，因为此时所需要的数据已是通用的json格式，无限可能）
流程 ：file数据-> MQ -> nosql
MQ: rabbitMQ
语言：python3
NoSql: redis
多项目订阅需求，如：client1和client2 需要消费这些数据， 他们得到的数据一样
开始考虑直接用队列：
队列数据： [A, B, C, D]
client1 ：
消费进程1：获取AB
消费进程2：获取CD
client2 ：
消费进程1：获取AB
消费进程2：获取CD
这样的话，如果使用rabbitMQ 就必须给每个 client 提供独立的队列。并独立消费
1、使用kafka，利用他的分组group,每个client 为一个组，这样就可保证，数据给每个组一致。
2、对每个项目需求开独立的 canal server instance 和 canal client实例
配置：
语言：python3
pip：pika redis
项目代码： python_sync_nosql
修改配置文件config.py
# 最终存储数据redis
redis_host = '127.0.0.1'
redis_port = 6379
###### rabbitmq 基本配置 #####
rabbitmq_host = '127.0.0.1'
rabbitmq_port = 5672
rabbitmq_user = 'test'
rabbitmq_pass = '123456'
# 设置对每个table存储使用的key字段
redis_cache_map = {
# db
'test':{
# table ： kid
'users':'uid',
}
}
运行脚本：
$ python3 startup.py
数据最终存储为Redis 的 hash结构，key为 db_table_id
同步到MongoDB同理
这里的demo是将表数据映射到 mongodb 结构
db => db
table => 集合
column=> coll
├─canal-client/ 封装的canal client客户端 和 消息队列MQ 项目
│ ├─src/ 项目代码
│ ├─lib/ jar包依赖
│ ├─conf/ 配置文件
│ ├─canal_client.jar 启动jar
│ └─start_canal_client.sh 启动文件
│
├─python_sync_nosql/ 消费MQ binlog数据, 将数据写入到NoSql demo
│ ├─queue_rabbitmq.py rabbitmq 消费端
│ ├─sync_redis.py 写入到redis
│ ├─sync_mongo.py 写入到mongo
│ ├─config.py 配置
│ └─startup.py 启动入口
└─
总结：
1.使用MQ作为传输，可提高容错度，并且可以起到一个消费速度的缓冲，在程序上加上对队列积压数据的监控，可实时增加或减少MQ消费进程的数量。
2.为了提高binlog数据的可靠消费，建议使用带有ACK功能的MQ 做为消息队列使用
3.为了避免多进程对MQ消费速度的时序先后不可控，建议binlog数据只作为触发条件（使用id从mysql获取最新数据）作为数据使用，而不作为具体数据使用。
4. 接下来我会继续完善otter的实际案例 ...
canal server 服务端deployer： https://github.com/alibaba/canal/releases/tag/canal-1.0.22
canal client 客户端： https://github.com/liukelin/canal_mysql_nosql_sync/releases/tag/1.0.22.2
阿里canal项目原始地址：https://github.com/alibaba/canal
数据消费写入nosql例子: python_sync_nosql 这里是消费rabbitmq数据最终同步到redis