緩存一致性和跨服務器查詢的數據異構解決方案是什么

今天就跟大家聊聊有關緩存一致性和跨服務器查詢的數據異構解決方案是什么，可能很多人都不太了解，為了讓大家更加了解，小編給大家總結了以下內容，希望大家根據這篇文章可以有所收獲。

當項目的請求量上去了之后，通常有兩種做法來應對高并發，第一是盡最大可能的使用cache來對抗，第二是盡最大可能的分庫分表對抗。。。說起來容易，做起來并不那么樂觀，下面就來分析下。

一：如何保證緩存一致性

如我們的千人千面系統中，會針對商品，訂單等多維度為某一個商家店鋪自動化建立大約400個數據模型，然后買家在淘寶下訂單之后，淘寶會將訂單推送過來，訂單會在400個模型中兜一圈，從而推送更貼切符合該買家行為習慣的觸達，為了應對高并發，這些模型自然都是緩存在Cache中，如果有新的模型進來了，我如何通知redis進行緩存更新呢?通常的做法就是在添加模型的時候，順便更新redis。。。對吧，如下圖：

說的簡單，web開發的程序員會說，麻蛋的，我管你什么業務，憑啥要我做推送，把我代碼搞出問題了，你負責呀???所以你必須得碰一鼻子灰。就算搞定了web程序員，你可能還會遇到更新database成功，更新redis的時候失敗，可人家不管，而且錯誤日志還在別人的日志系統里面，所以你很難甚至無法保證這個db和cache的緩存一致性，那這個時候能不能換個思路，我直接寫個程序訂閱database的binlog，從binlog中分析出模型數據的CURD操作，根據這些CURD的實際情況更新Redis的緩存數據，第一個可以實現和web的解耦，第二個實現了高度的緩存一致性，所以新的架構是這樣的。

上面這張圖，相信大家都能看得懂，重點就是這個處理binlog程序，從binlog中分析出CURD從而更新Redis，其實這個binlog程序就是本篇所說的canal。。。一個偽裝成mysql的slave，不斷的通過dump命令從mysql中盜出binlog日志，從而完美的實現了這個需求。

二：如何實現跨服務器 join 查詢

本篇開頭也說到了，數據量大了之后，必然會存在分庫分表，甚至database都要分散到多臺服務器上，現在的電商項目，都是業務趕著技術跑。。。誰也不知道下一個業務會是一個怎樣的奇葩，所以必然會導致你要做一些跨服務器join查詢，你以為自己很聰明，其實DBA早就把跨服務器查詢的函數給你關掉了，求爹爹拜奶奶都不會給你開的，除非你殺一個DBA祭天，不過如果你的業務真的很重要，可能DBA會給你做數據異構，所謂的數據異構，那就是將需要join查詢的多表按照某一個維度又聚合在一個DB中。讓你去查詢。。。。。

那如果用canal來訂閱binlog，就可以改造成下面這種架構。

三：搭建一覽

好了，canal的應用場景給大家也介紹到了，最主要是理解這種思想，人家搞不定的東西，你的價值就出來了。

1. 開啟mysql的binlog功能

開啟binlog，并且將binlog的格式改為Row，這樣就可以獲取到CURD的二進制內容，windows上的路徑為：C:\ProgramData\MySQL\MySQL  Server 5.7\my.ini。

log-bin=mysql-bin #添加這一行就ok binlog-format=ROW #選擇row模式 server_id=1

2. 驗證binlog是否開啟

使用命令驗證，并且開啟binlog的過期時間為30天，默認情況下binlog是不過期的，這就導致你的磁盤可能會爆滿，直到掛掉。

show variables like 'log_%';  #設置binlog的過期時間為30天 show variables like '%expire_logs_days%'; set global expire_logs_days=30;

3. 給canal服務器分配一個mysql的賬號權限，方便canal去偷binlog日志。

CREATE USER canal IDENTIFIED BY 'canal';     GRANT SELECT, REPLICATION SLAVE, REPLICATION CLIENT ON *.* TO 'canal'@'%';   FLUSH PRIVILEGES;    show grants for 'canal'

4. 下載canal

github的地址：https://github.com/alibaba/canal/releases

5. 然后就是各種tar解壓 canal.deployer-1.0.24.tar.gz => canal

[root@localhost myapp]# ls apache-maven-3.5.0-bin.tar.gz                        dubbo-monitor-simple-2.5.4-SNAPSHOT.jar     nginx                tengine-2.2.0.tar.gz canal                                                gearmand                                    nginx-1.13.4.tar.gz  tengine_st canal.deployer-1.0.24.tar.gz                         gearmand-1.1.17                             nginx_st             tomcat dubbo                                                gearmand-1.1.17.tar.gz                      redis                zookeeper dubbo-monitor-simple-2.5.4-SNAPSHOT                  maven                                       redis-4.0.1.tar.gz   zookeeper-3.4.9.tar.gz dubbo-monitor-simple-2.5.4-SNAPSHOT-assembly.tar.gz  mysql-5.7.19-linux-glibc2.12-x86_64.tar.gz  tengine [root@localhost myapp]# cd canal [root@localhost canal]# ls bin  conf  lib  logs [root@localhost canal]# cd conf [root@localhost conf]# ls canal.properties  example  logback.xml  spring [root@localhost conf]# cd example [root@localhost example]# ls instance.properties  meta.dat [root@localhost example]#

6. canal 和 instance 配置文件

canal的模式是這樣的，一個canal里面可能會有多個instance，也就說一個instance可以監控一個mysql實例，多個instance也就可以對應多臺服務器的mysql實例。也就是一個canal就可以監控分庫分表下的多機器mysql。

1) canal.properties

它是全局性的canal服務器配置，具體如下，這里面的參數涉及到方方面面。

################################################# #########               common argument         #############  ################################################# canal.id= 1 canal.ip= canal.port= 11111 canal.zkServers= # flush data to zk canal.zookeeper.flush.period = 1000 # flush meta cursor/parse position to file canal.file.data.dir = ${canal.conf.dir} canal.file.flush.period = 1000 ## memory store RingBuffer size, should be Math.pow(2,n) canal.instance.memory.buffer.size = 16384 ## memory store RingBuffer used memory unit size , default 1kb canal.instance.memory.buffer.memunit = 1024  ## meory store gets mode used MEMSIZE or ITEMSIZE canal.instance.memory.batch.mode = MEMSIZE      ## detecing config canal.instance.detecting.enable = false #canal.instance.detecting.sql = insert into retl.xdual values(1,now()) on duplicate key update x=now() canal.instance.detecting.sql = select 1 canal.instance.detecting.interval.time = 3 canal.instance.detecting.retry.threshold = 3 canal.instance.detecting.heartbeatHaEnable = false  # support maximum transaction size, more than the size of the transaction will be cut into multiple transactions delivery canal.instance.transaction.size =  1024 # mysql fallback connected to new master should fallback times canal.instance.fallbackIntervalInSeconds = 60  # network config canal.instance.network.receiveBufferSize = 16384 canal.instance.network.sendBufferSize = 16384 canal.instance.network.soTimeout = 30  # binlog filter config canal.instance.filter.query.dcl = false canal.instance.filter.query.dml = false canal.instance.filter.query.ddl = false canal.instance.filter.table.error = false canal.instance.filter.rows = 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  ################################################# #########               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 canal.auto.scan.interval = 5  canal.instance.global.mode = spring  canal.instance.global.lazy = false #canal.instance.global.manager.address = 127.0.0.1:1099 #canal.instance.global.spring.xml = classpath:spring/memory-instance.xml canal.instance.global.spring.xml = classpath:spring/file-instance.xml #canal.instance.global.spring.xml = classpath:spring/default-instance.xml  #################################################   ## mysql serverId   canal.instance.mysql.slaveId = 1234    # position info，需要改成自己的數據庫信息   canal.instance.master.address = 127.0.0.1:3306    canal.instance.master.journal.name = canal.instance.master.position = canal.instance.master.timestamp =  #canal.instance.standby.address =    #canal.instance.standby.journal.name =   #canal.instance.standby.position =    #canal.instance.standby.timestamp =     # username/password，需要改成自己的數據庫信息   canal.instance.dbUsername = root canal.instance.dbPassword = 123456 canal.instance.defaultDatabaseName = datamip   canal.instance.connectionCharset = UTF-8    # table regex   canal.instance.filter.regex = .*\\..*    #################################################

由于是全局性的配置，所以上面三處標紅的地方要注意一下：

• canal.port= 11111 當前canal的服務器端口號

• canal.destinations= example  當前默認開啟了一個名為example的instance實例，如果想開多個instance，用","逗號隔開就可以了。。。

• canal.instance.filter.regex = .\.. mysql實例下的所有db的所有表都在監控范圍內。

2) instance.properties

這個就是具體的某個instances實例的配置，未涉及到的配置都會從canal.properties上繼承。

################################################# ## mysql serverId canal.instance.mysql.slaveId = 1234  # position info canal.instance.master.address = 192.168.23.1:3306 canal.instance.master.journal.name = canal.instance.master.position = canal.instance.master.timestamp =  #canal.instance.standby.address =  #canal.instance.standby.journal.name = #canal.instance.standby.position =  #canal.instance.standby.timestamp =   # username/password canal.instance.dbUsername = canal canal.instance.dbPassword = canal canal.instance.defaultDatabaseName =datamip canal.instance.connectionCharset = UTF-8  # table regex canal.instance.filter.regex = .*\\..* # table black regex canal.instance.filter.black.regex =  #################################################

上面標紅的地方注意下就好了，去偷binlog的時候，需要知道的mysql地址和用戶名,密碼。

7. 開啟canal

大家要記得把 /canal/bin 目錄配置到 /etc/profile 的  Path中，方便快速開啟，通過下圖你會看到11111端口已經在centos上開啟了。

[root@localhost bin]# ls canal.pid  startup.bat  startup.sh  stop.sh [root@localhost bin]# pwd /usr/myapp/canal/bin [root@localhost example]# startup.sh cd to /usr/myapp/canal/bin for workaround relative path LOG CONFIGURATION : /usr/myapp/canal/bin/../conf/logback.xml canal conf : /usr/myapp/canal/bin/../conf/canal.properties CLASSPATH :/usr/myapp/canal/bin/../conf:/usr/myapp/canal/bin/../lib/zookeeper-3.4.5.jar:/usr/myapp/canal/bin/../lib/zkclient-0.1.jar:/usr/myapp/canal/bin/../lib/spring-2.5.6.jar:/usr/myapp/canal/bin/../lib/slf4j-api-1.7.12.jar:/usr/myapp/canal/bin/../lib/protobuf-java-2.6.1.jar:/usr/myapp/canal/bin/../lib/oro-2.0.8.jar:/usr/myapp/canal/bin/../lib/netty-all-4.1.6.Final.jar:/usr/myapp/canal/bin/../lib/netty-3.2.5.Final.jar:/usr/myapp/canal/bin/../lib/logback-core-1.1.3.jar:/usr/myapp/canal/bin/../lib/logback-classic-1.1.3.jar:/usr/myapp/canal/bin/../lib/log4j-1.2.14.jar:/usr/myapp/canal/bin/../lib/jcl-over-slf4j-1.7.12.jar:/usr/myapp/canal/bin/../lib/guava-18.0.jar:/usr/myapp/canal/bin/../lib/fastjson-1.2.28.jar:/usr/myapp/canal/bin/../lib/commons-logging-1.1.1.jar:/usr/myapp/canal/bin/../lib/commons-lang-2.6.jar:/usr/myapp/canal/bin/../lib/commons-io-2.4.jar:/usr/myapp/canal/bin/../lib/commons-beanutils-1.8.2.jar:/usr/myapp/canal/bin/../lib/canal.store-1.0.24.jar:/usr/myapp/canal/bin/../lib/canal.sink-1.0.24.jar:/usr/myapp/canal/bin/../lib/canal.server-1.0.24.jar:/usr/myapp/canal/bin/../lib/canal.protocol-1.0.24.jar:/usr/myapp/canal/bin/../lib/canal.parse.driver-1.0.24.jar:/usr/myapp/canal/bin/../lib/canal.parse.dbsync-1.0.24.jar:/usr/myapp/canal/bin/../lib/canal.parse-1.0.24.jar:/usr/myapp/canal/bin/../lib/canal.meta-1.0.24.jar:/usr/myapp/canal/bin/../lib/canal.instance.spring-1.0.24.jar:/usr/myapp/canal/bin/../lib/canal.instance.manager-1.0.24.jar:/usr/myapp/canal/bin/../lib/canal.instance.core-1.0.24.jar:/usr/myapp/canal/bin/../lib/canal.filter-1.0.24.jar:/usr/myapp/canal/bin/../lib/canal.deployer-1.0.24.jar:/usr/myapp/canal/bin/../lib/canal.common-1.0.24.jar:/usr/myapp/canal/bin/../lib/aviator-2.2.1.jar: cd to /usr/myapp/canal/conf/example for continue [root@localhost example]# netstat -tln Active Internet connections (only servers) Proto Recv-Q Send-Q Local Address           Foreign Address         State       tcp        0      0 0.0.0.0:11111           0.0.0.0:*               LISTEN      tcp        0      0 0.0.0.0:111             0.0.0.0:*               LISTEN      tcp        0      0 192.168.122.1:53        0.0.0.0:*               LISTEN      tcp        0      0 0.0.0.0:22              0.0.0.0:*               LISTEN      tcp        0      0 127.0.0.1:631           0.0.0.0:*               LISTEN      tcp        0      0 127.0.0.1:25            0.0.0.0:*               LISTEN      tcp6       0      0 :::111                  :::*                    LISTEN      tcp6       0      0 :::22                   :::*                    LISTEN      tcp6       0      0 ::1:631                 :::*                    LISTEN      tcp6       0      0 ::1:25                  :::*                    LISTEN      [root@localhost example]#

8. Java Client 代碼

canal driver  需要在maven倉庫中獲取一下：http://www.mvnrepository.com/artifact/com.alibaba.otter/canal.client/1.0.24，不過依賴還是蠻多的。

<!-- https://mvnrepository.com/artifact/com.alibaba.otter/canal.client -->   <dependency>       <groupId>com.alibaba.otter</groupId>       <artifactId>canal.client</artifactId>       <version>1.0.24</version>   </dependency>

9. 啟動java代碼進行驗證

下面的代碼對table的CURD都做了一個基本的判斷，看看是不是能夠智能感知，然后可以根據實際情況進行redis的更新操作。。。

package com.datamip.canal;  import java.awt.Event; import java.net.InetSocketAddress; import java.util.List;  import com.alibaba.otter.canal.client.CanalConnector; import com.alibaba.otter.canal.client.CanalConnectors; import com.alibaba.otter.canal.protocol.CanalEntry.Column; import com.alibaba.otter.canal.protocol.CanalEntry.Entry; import com.alibaba.otter.canal.protocol.CanalEntry.EntryType; import com.alibaba.otter.canal.protocol.CanalEntry.EventType; import com.alibaba.otter.canal.protocol.CanalEntry.Header; import com.alibaba.otter.canal.protocol.CanalEntry.RowChange; import com.alibaba.otter.canal.protocol.Message; import com.google.protobuf.InvalidProtocolBufferException;  public class App {      public static void main(String[] args) throws InterruptedException {          // 第一步：與canal進行連接         CanalConnector connector = CanalConnectors.newSingleConnector(new InetSocketAddress("192.168.23.170", 11111),                 "example", "", "");         connector.connect();          // 第二步：開啟訂閱         connector.subscribe();          // 第三步：循環訂閱         while (true) {             try {                 // 每次讀取 1000 條                 Message message = connector.getWithoutAck(1000);                  long batchID = message.getId();                  int size = message.getEntries().size();                  if (batchID == -1 || size == 0) {                     System.out.println("當前暫時沒有數據");                     Thread.sleep(1000); // 沒有數據                 } else {                     System.out.println("-------------------------- 有數據啦 -----------------------");                     PrintEntry(message.getEntries());                 }                  // position id ack （方便處理下一條）                 connector.ack(batchID);              } catch (Exception e) {                 // TODO: handle exception              } finally {                 Thread.sleep(1000);             }         }     }      // 獲取每條打印的記錄     @SuppressWarnings("static-access")     public static void PrintEntry(List<Entry> entrys) {          for (Entry entry : entrys) {              // 第一步：拆解entry 實體             Header header = entry.getHeader();             EntryType entryType = entry.getEntryType();              // 第二步： 如果當前是RowData，那就是我需要的數據             if (entryType == EntryType.ROWDATA) {                  String tableName = header.getTableName();                 String schemaName = header.getSchemaName();                  RowChange rowChange = null;                  try {                     rowChange = RowChange.parseFrom(entry.getStoreValue());                 } catch (InvalidProtocolBufferException e) {                     e.printStackTrace();                 }                  EventType eventType = rowChange.getEventType();                  System.out.println(String.format("當前正在操作 %s.%s， Action= %s", schemaName, tableName, eventType));                  // 如果是&lsquo;查詢&rsquo; 或者 是 &lsquo;DDL&rsquo; 操作，那么sql直接打出來                 if (eventType == EventType.QUERY || rowChange.getIsDdl()) {                     System.out.println("rowchange sql ----->" + rowChange.getSql());                     return;                 }                  // 第三步：追蹤到 columns 級別                 rowChange.getRowDatasList().forEach((rowData) -> {                      // 獲取更新之前的column情況                     List<Column> beforeColumns = rowData.getBeforeColumnsList();                      // 獲取更新之后的 column 情況                     List<Column> afterColumns = rowData.getAfterColumnsList();                      // 當前執行的是 刪除操作                     if (eventType == EventType.DELETE) {                         PrintColumn(beforeColumns);                     }                      // 當前執行的是 插入操作                     if (eventType == eventType.INSERT) {                         PrintColumn(afterColumns);                     }                      // 當前執行的是 更新操作                     if (eventType == eventType.UPDATE) {                         PrintColumn(afterColumns);                     }                 });             }         }     }      // 每個row上面的每一個column 的更改情況     public static void PrintColumn(List<Column> columns) {          columns.forEach((column) -> {              String columnName = column.getName();             String columnValue = column.getValue();             String columnType = column.getMysqlType();             boolean isUpdated = column.getUpdated(); // 判斷 該字段是否更新              System.out.println(String.format("columnName=%s, columnValue=%s, columnType=%s, isUpdated=%s", columnName,                     columnValue, columnType, isUpdated));          });      } }

Update操作

Insert操作

Delete 操作

從結果中看，沒毛病，有圖有真相，好了，本篇就說到這里，對于開發的你，肯定是有幫助的~~~

看完上述內容，你們對緩存一致性和跨服務器查詢的數據異構解決方案是什么有進一步的了解嗎？如果還想了解更多知識或者相關內容，請關注億速云行業資訊頻道，感謝大家的支持。