怎么使用SpringBoot+Canal实现数据库实时监控

今天小编给大家分享一下怎么使用SpringBoot+Canal实现数据库实时监控的相关知识点，内容详细，逻辑清晰，相信大部分人都还太了解这方面的知识，所以分享这篇文章给大家参考一下，希望大家阅读完这篇文章后有所收获，下面我们一起来了解一下吧。

Canal 工作原理

• 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

• MySQL master 收到 dump 请求，开始推送 binary log 给 slave（也就是 Canal）

• Canal 解析 binary log 对象（原始为 byte 流）

MySQL 打开 binlog 模式

在 MySQL 配置文件 my.cnf 设置如下信息：

[mysqld] # 打开binlog log-bin=mysql-bin # 选择ROW(行)模式 binlog-format=ROW # 配置MySQL replaction需要定义，不要和canal的slaveId重复 server_id=1

改了配置文件之后，重启 MySQL，使用命令查看是否打开 binlog 模式：

SHOW VARIABLES LIKE 'log_bin';

查看 binlog 日志文件列表：SHOW BINARY LOGS;

查看当前正在写入的 binlog 文件：SHOW MASTER STATUS; 记录文件名 File 和 Position 值。

启动 Canal 服务

详细配置可以参考：

conf\example\instance.properties   ################################################# ## mysql serverId , v1.0.26+ will autoGen  # canal.instance.mysql.slaveId=0        //每个instance都会伪装成一个mysql slave , 此id对于canal前端的Mysql实例而言，必须是唯一的，但是同一个Canal中相同的instance,此slaveld应该一样   # enable gtid use true/false canal.instance.gtidon=false    # position info canal.instance.master.address=127.0.0.1:3306    //需要连接的数据库地址及端口 canal.instance.master.journal.name=             //需要读取的起始的binlog文件 canal.instance.master.position=                 //需要读取的起始的binlog文件的偏移量 canal.instance.master.timestamp=                //需要读取的起始的binlog的时间戳  canal.instance.master.gtid=   # rds oss binlog canal.instance.rds.accesskey= canal.instance.rds.secretkey= canal.instance.rds.instanceId=   # table meta tsdb info canal.instance.tsdb.enable=true                  //v1.0.25版本新增,是否开启table meta的时间序列版本记录功能 #canal.instance.tsdb.url=jdbc:mysql://127.0.0.1:3306/canal_tsdb  //v1.0.25版本新增,table meta的时间序列版本的本地存储路径，默认为instance目录 #canal.instance.tsdb.dbUsername=canal #canal.instance.tsdb.dbPassword=canal   #canal.instance.standby.address = #canal.instance.standby.journal.name = #canal.instance.standby.position = #canal.instance.standby.timestamp = #canal.instance.standby.gtid=   # username/password canal.instance.dbUsername=canal                  //数据库账号 canal.instance.dbPassword=canal                  //数据库密码 canal.instance.connectionCharset = UTF-8         //数据库解析编码格式 canal.instance.defaultDatabaseName =test         //数据库连接时默认schema # enable druid Decrypt database password canal.instance.enableDruid=false #canal.instance.pwdPublicKey=MFwwDQYJKoZIhvcNAQEBBQADSwAwSAJBALK4BUxdDltRRE5/zXpVEVPUgunvscYFtEip3pmLlhrWpacX7y7GCMo2/JM6LeHmiiNdH1FWgGCpUfircSwlWKUCAwEAAQ== # table regex canal.instance.filter.regex=.*\\..*              //mysql 数据解析关注的表，Perl正则表达式. # table black regex canal.instance.filter.black.regex=              //canal将会过滤那些不符合要求的table，这些table的数据将不会被解析和传送  #################################################

conf\canal.properties ################################################# ######### 	common argument	#############  ################################################# canal.id= 1                       	#每个canal server实例的唯一标识 canal.ip=                           #canal server绑定的本地IP信息,如果不配置,默认选择一个本机IP进行, canal.port=11111                    #canal server提供socket tcp服务的端口 canal.metrics.pull.port=11112 canal.zkServers=                    #canal server链接zookeeper集群的链接信息   # flush data to zk canal.zookeeper.flush.period = 1000 #canal持久化数据到zookeeper上的更新频率,单位毫秒 canal.withoutNetty = false   # tcp, kafka, RocketMQ canal.serverMode = tcp   # flush meta cursor/parse position to file   canal.file.data.dir = ${canal.conf.dir}    #canal持久化数据到file上的目录   canal.file.flush.period = 1000             #canal持久化数据到file上的更新频率,单位毫秒   ## memory store RingBuffer size, should be Math.pow(2,n)   canal.instance.memory.buffer.size = 16384  #canal内存store中可缓存buffer记录数,需要为2的指数 ## memory store RingBuffer used memory unit size , default 1kb canal.instance.memory.buffer.memunit = 1024  #	内存记录的单位大小,默认1KB,和buffer.size组合决定最终的内存使用大小 ## meory store gets mode used MEMSIZE or ITEMSIZE canal.instance.memory.batch.mode = MEMSIZE  #canal内存store中数据缓存模式                                             1. ITEMSIZE : 根据buffer.size进行限制,只限制记录的数量                                             2. MEMSIZE : 根据buffer.size * buffer.memunit的大小,限制缓存记录的大小     canal.instance.memory.rawEntry = true   ## detecing config canal.instance.detecting.enable = false    #是否开启心跳检查   #canal.instance.detecting.sql = insert into retl.xdual values(1,now()) on duplicate key update x=now() canal.instance.detecting.sql = select 1        #心跳检查sql canal.instance.detecting.interval.time = 3     #心跳检查频率,单位秒  canal.instance.detecting.retry.threshold = 3   #心跳检查失败重试次数 ##非常注意：interval.time * retry.threshold值，应该参考既往DBA同学对数据库的故障恢复时间，   ##“太短”会导致集群运行态角色“多跳”；“太长”失去了活性检测的意义，导致集群的敏感度降低，Consumer断路可能性增加。     canal.instance.detecting.heartbeatHaEnable = false #心跳检查失败后,是否开启自动mysql自动切换                                                    #说明:比如心跳检查失败超过阀值后,如果该配置为true,canal就会自动链到mysql备库获取binlog数据	false   # support maximum transaction size, more than the size of the transaction will be cut into multiple transactions delivery canal.instance.transaction.size =  1024   #	最大事务完整解析的长度支持超过该长度后,一个事务可能会被拆分成多次提交到canal store中,无法保证事务的完整可见性   # mysql fallback connected to new master should fallback times canal.instance.fallbackIntervalInSeconds = 60  #canal发生mysql切换时,在新的mysql库上查找            binlog时需要往前查找的时间,单位秒 说明:mysql主备库可能存在解析延迟或者时钟不统一,需要回退一段时间,保证数据不丢   # network config canal.instance.network.receiveBufferSize = 16384  #网络链接参数,SocketOptions.SO_RCVBUF canal.instance.network.sendBufferSize = 16384     #网络链接参数,SocketOptions.SO_SNDBUF canal.instance.network.soTimeout = 30             #网络链接参数,SocketOptions.SO_TIMEOUT   # binlog filter config canal.instance.filter.druid.ddl = true             canal.instance.filter.query.dcl = false           #ddl语句是否隔离发送,开启隔离可保证每次只返回发送一条ddl数据,不和其他dml语句混合返回.(otter ddl同步使用)   canal.instance.filter.query.dml = false           #是否忽略DML的query语句,比如insert/update/delete table.(mysql5.6的ROW模式可以包含statement模式的query记录)   canal.instance.filter.query.ddl = false           #是否忽略DDL的query语句,比如create table/alater table/drop table/rename table/create index/drop index. (目前支持的ddl类型主要为table级别的操作,create databases/trigger/procedure暂时划分为dcl类型)   canal.instance.filter.table.error = false canal.instance.filter.rows = false canal.instance.filter.transaction.entry = false   # binlog format/image check canal.instance.binlog.format = ROW,STATEMENT,MIXED  canal.instance.binlog.image = FULL,MINIMAL,NOBLOB   # binlog ddl isolation canal.instance.get.ddl.isolation = false   # parallel parser config canal.instance.parser.parallel = true ## concurrent thread number, default 60% available processors, suggest not to exceed Runtime.getRuntime().availableProcessors() #canal.instance.parser.parallelThreadSize = 16 ## disruptor ringbuffer size, must be power of 2 canal.instance.parser.parallelBufferSize = 256   # table meta tsdb info                       //关于时间序列版本 canal.instance.tsdb.enable=true canal.instance.tsdb.dir=${canal.file.data.dir:../conf}/${canal.instance.destination:} canal.instance.tsdb.url=jdbc:h3:${canal.instance.tsdb.dir}/h3;CACHE_SIZE=1000;MODE=MYSQL; canal.instance.tsdb.dbUsername=canal canal.instance.tsdb.dbPassword=canal # dump snapshot interval, default 24 hour canal.instance.tsdb.snapshot.interval=24 # purge snapshot expire , default 360 hour(15 days) canal.instance.tsdb.snapshot.expire=360   # rds oss binlog account canal.instance.rds.accesskey = canal.instance.rds.secretkey =   ################################################# ######### 	destinations	#############  ################################################# canal.destinations= example # conf root dir canal.conf.dir = ../conf # auto scan instance dir add/remove and start/stop instance canal.auto.scan = true                       #开启instance自动扫描                             如果配置为true,canal.conf.dir目录下的instance配置变化会自动触发: a. instance目录新增: 触发instance配置载入,lazy为true时则自动启动 b. instance目录删除:卸载对应instance配置,如已启动则进行关闭 c. instance.properties文件变化:reload instance配置,如已启动自动进行重启操作 canal.auto.scan.interval = 5                 #instance自动扫描的间隔时间,单位秒   canal.instance.tsdb.spring.xml=classpath:spring/tsdb/h3-tsdb.xml #canal.instance.tsdb.spring.xml=classpath:spring/tsdb/mysql-tsdb.xml   canal.instance.global.mode = spring     #instance管理模式，Production级别我们要求使用spring   canal.instance.global.lazy = false             #全局lazy模式 #canal.instance.global.manager.address = 127.0.0.1:1099  #全局的manager配置方式的链接信息   #canal.instance.global.spring.xml = classpath:spring/memory-instance.xml canal.instance.global.spring.xml = classpath:spring/file-instance.xml #全局的spring配置方式的组件文件   #canal.instance.global.spring.xml = classpath:spring/default-instance.xml

1）canal.deployer-1.1.5\conf\canal.properties 进行全局配置，可以修改 IP、端口号或实例

# 默认有一个 example，需要增加实例的可以配置 canal.destinations = example

2）canal.deployer-1.1.5\conf\example\instance.properties 进行局部实例配置，可以修改数据库账号和密码、数据库表名、binlog 文件名和 position 等

# 没有改变的就没有贴出来，注意 MySQL 的用户名和密码 canal.instance.master.address=192.168.58.131:3306 # username/password canal.instance.dbUsername=test canal.instance.dbPassword=liubihao canal.instance.connectionCharset = UTF-8 # enable druid Decrypt database password canal.instance.enableDruid=false # table regex canal.instance.filter.regex=.*\\..* # table black regex canal.instance.filter.black.regex=

ysql 数据解析m关注的表，Perl正则表达式.
多个正则之间以逗号(,)分隔，转义符需要双斜杠(\\) 

常见例子：

• 1.  所有表：.*   or  .*\\..*

• 2.  canal schema下所有表： canal\\..*

• 3.  canal下的以canal打头的表：canal\\.canal.*

• 4.  canal schema下的一张表：canal.test1

• 5.  多个规则组合使用：canal\\..*,mysql.test1,mysql.test2 (逗号分隔)

• bin/start.sh 启动服务（Windows 系统为 bin/start.bat）

后端进行相应配置

修改 pom.xml

<dependency>   <groupId>com.alibaba.otter</groupId>   <artifactId>canal.client</artifactId>   <version>1.1.4</version> </dependency>

新建 CanalClient.java

package org.nwpu.atcss.util; import com.alibaba.otter.canal.client.CanalConnector; import com.alibaba.otter.canal.client.CanalConnectors; import com.alibaba.otter.canal.protocol.CanalEntry.*; import com.alibaba.otter.canal.protocol.Message; import org.springframework.stereotype.Component; import java.util.List; import java.net.InetSocketAddress; @Component public class CanalClient {   private static void printEntries(List<Entry> entries) throws Exception {     for (Entry entry : entries) {       if (entry.getEntryType() != EntryType.ROWDATA) {         continue;       }       RowChange rowChange = RowChange.parseFrom(entry.getStoreValue());       EventType eventType = rowChange.getEventType();       System.out.println(String.format("================> binlog[%s:%s] , name[%s,%s] , eventType : %s",                                        entry.getHeader().getLogfileName(), entry.getHeader().getLogfileOffset(),                                        entry.getHeader().getSchemaName(), entry.getHeader().getTableName(), eventType));       for (RowData rowData : rowChange.getRowDatasList()) {         switch (rowChange.getEventType()) {           case INSERT:             System.out.println("INSERT ");             printColumns(rowData.getAfterColumnsList());             break;           case UPDATE:             System.out.println("UPDATE ");             printColumns(rowData.getAfterColumnsList());             break;           case DELETE:             System.out.println("DELETE ");             printColumns(rowData.getBeforeColumnsList());             break;           default:             break;         }       }     }   }   private static void printColumns(List<Column> columns) {     for (Column column : columns) {       System.out.println(column.getName() + " : " + column.getValue() + " update=" + column.getUpdated());     }   }   public static void main(String[] args) throws Exception {     // hostname, port, destination, username, password     CanalConnector connector = CanalConnectors.newSingleConnector(new InetSocketAddress("127.0.0.1", 11111), "example", "", "");     try {       connector.connect();       // 监听的表，格式为数据库.表名,数据库.表名       connector.subscribe(".*\\..*");       connector.rollback();       while (true) {         Message message = connector.getWithoutAck(100); // 获取指定数量的数据         long batchId = message.getId();         if (batchId == -1 || message.getEntries().isEmpty()) {           Thread.sleep(1000);           continue;         }         // System.out.println(message.getEntries());         printEntries(message.getEntries());         connector.ack(batchId); // 提交确认，消费成功，通知server删除数据         // connector.rollback(batchId);// 处理失败, 回滚数据，后续重新获取数据       }     } catch (Exception e) {       System.out.println("Something Error.");     } finally {       connector.disconnect();     }   } }

测试

启动 CanalClient.java；

修改本地数据库内容之后，控制台成功监听并报告更新信息。

以上就是“怎么使用SpringBoot+Canal实现数据库实时监控”这篇文章的所有内容，感谢各位的阅读！相信大家阅读完这篇文章都有很大的收获，小编每天都会为大家更新不同的知识，如果还想学习更多的知识，请关注亿速云行业资讯频道。