田守枝的技術部落格 田守枝的技術部落格

微訊號 tianshouzhi_blog

功能介紹 深度剖析各種常用元件的內部架構實現原理，包括：storm、flink、分庫分表、kafka、rocketmq、canal，netty、spring cloud、spring boot、mybatis、redis。

3月29日

點選上方"田守枝的技術部落格"，關注我

 

在當今網際網路行業，大多數人網際網路從業者對"單元化"、"異地多活"這些詞彙已經耳熟能詳。而資料同步

是異地多活的基礎，所有具備資料儲存能力的元件如：資料庫、快取、MQ等，資料都可以進行同步，形成一個龐大而複雜的資料同步拓撲。

 本文將先從概念上介紹單元化、異地多活、就近訪問等基本概念。之後，將以資料庫為例，講解在資料同步的情況下，如何解決資料迴環、資料衝突、資料重複等典型問題。

1 什麼是單元化

如果僅僅從"單元化”這個詞彙的角度來說，我們可以理解為將資料劃分到多個單元進行儲存。"單元"是一個抽象的概念，通常與資料中心(IDC)概念相關，一個單元可以包含多個IDC，也可以只包含一個IDC。本文假設一個單元只對應一個IDC。

考慮一開始只有一個IDC的情況，所有使用者的資料都會寫入同一份底層儲存中，如下圖所示：

      這種架構是大多資料中小型網際網路公司採用的方案，存在以下幾個問題：

      1 不同地區的使用者體驗不同。一個IDC必然只能部署在一個地區，例如部署在北京，那麼北京的使用者訪問將會得到快速響應；但是對於上海的使用者，訪問延遲一般就會大一點，上海到北京的一個RTT可能有20ms左右。

      2 容災問題。這裡容災不是單臺機器故障，而是指機房斷電，自然災害，或者光纖被挖斷等重大災害。一旦出現這種問題，將無法正常為使用者提供訪問，甚至出現數據丟失的情況。這並不是不可能，例如：2015年，支付寶杭州某資料中心的光纜就被挖斷過；2018年9月，雲棲大會上，螞蟻金服當場把杭州兩個資料中心的網線剪斷。      

     為了解決這些問題，我們可以將服務部署到多個不同的IDC中，不同IDC之間的資料互相進行同步。如下圖：

    

      通過這種方式，我們可以解決單機房遇到的問題：

      1 使用者體驗。不同的使用者可以選擇離自己最近的機房進行訪問

      2 容災問題。當一個機房掛了之後，我們可以將這個機房使用者的流量排程到另外一個正常的機房，由於不同機房之間的資料是實時同步的，使用者流量排程過去後，也可以正常訪問資料 (故障發生那一刻的少部分資料可能會丟失)。

         需要注意的是，關於容災，存在一個容災級別的劃分，例如：單機故障，機架(rack)故障，機房故障，城市級故障等。我們這裡只討論機房故障和城市故障。

• 機房容災 : 上面的案例中，我們使用了2個IDC，但是2個IDC並不能具備機房容災能力。至少需要3個IDC，例如，一些基於多數派協議的一致性元件，如zookeeper，redis、etcd、consul等，需要得到大部分節點的同意。例如我們部署了3個節點，在只有2個機房的情況下， 必然是一個機房部署2個節點，一個機房部署一個節點。當部署了2個節點的機房掛了之後，只剩下一個節點，無法形成多數派。在3機房的情況下，每個機房部署一個節點，任意一個機房掛了，還剩2個節點，還是可以形成多數派。這也就是我們常說的"兩地三中心”。

• 城市級容災：在發生重大自然災害的情況下，可能整個城市的機房都無法訪問。一些元件，例如螞蟻的ocean base，為了達到城市級容災的能力，使用的是"三地五中心"的方案。這種情況下，3個城市分別擁有2、2、1個機房。當整個城市發生災難時，其他兩個城市依然至少可以保證有3個機房依然是存活的，同樣可以形成多數派。

小結：如果僅僅是考慮不同地區的使用者資料就近寫入距離最近的IDC，這是純粹意義上的”單元化”。不同單元的之間資料實時進行同步，相互備份對方的資料，才能做到真正意義上"異地多活”。實現單元化，技術層面我們要解決的事情很多，例如：流量排程，即如何讓使用者就近訪問附近的IDC；資料互通，如何實現不同機房之間資料的相互同步。流量排程不在本文的討論範疇內，資料同步是本文講解的重點。

2 如何實現資料同步

需要同步的元件有很多，例如資料庫，快取等，這裡以多個Mysql叢集之間的資料同步為例進行講解，實際上快取的同步思路也是類似。

2.1 基礎知識

為了瞭解如何對不同mysql的資料相互進行同步，我們先了解一下mysql主從複製的基本架構，如下圖所示：

通常一個mysql叢集有一主多從構成。使用者的資料都是寫入主庫Master，Master將資料寫入到本地二進位制日誌binary log中。從庫Slave啟動一個IO執行緒(I/O Thread)從主從同步binlog，寫入到本地的relay log中，同時slave還會啟動一個SQL Thread，讀取本地的relay log，寫入到本地，從而實現資料同步。

基於這個背景知識，我們就可以考慮自己編寫一個元件，其作用類似與mysql slave，也是去主庫上拉取binlog，只不過binlog不是儲存到本地，而是將binlog轉換成sql插入到目標mysql叢集中，實現資料的同步。

        這並非是一件不可能完成的事，MySQL官網上已經提供好所有你自己編寫一個mysql slave 同步binlog所需的相關背景知識，訪問這個連結：https://dev.mysql.com/doc/internals/en/client-server-protocol.html，你將可以看到mysql 客戶端與服務端的通訊協議。下圖紅色框中展示了Mysql主從複製的相關協議：

        

        當然，筆者的目的並不是希望讀者真正的按照這裡的介紹嘗試編寫一個mysql 的slave，只是想告訴讀者，模擬mysql slave拉取binlog並非是一件很神奇的事，只要你的網路基礎知識夠紮實，完全可以做到。然而，這是一個龐大而複雜的工作。以一人之力，要完成這個工作，需要佔用你大量的時間。好在，現在已經有很多開源的元件，已經實現了按照這個協議可以模擬成一個mysql的slave，拉取binlog。例如：

• 阿里巴巴開源的canal

• 美團開源的puma

• linkedin開源的databus       ...

      你可以利用這些元件來完成資料同步，而不必重複造輪子。 假設你採用了上面某個開源元件進行同步，需要明白的是這個元件都要完成最基本的2件事：從源庫拉取binlog並進行解析，筆者把這部分功能稱之為binlog syncer；將獲取到的binlog轉換成SQL插入目標庫，這個功能稱之為sql writer。

      為什麼劃分成兩塊獨立的功能？因為binlog訂閱解析的實際應用場景並不僅僅是資料同步，如下圖：

        如圖所示，我們可以通過binlog來做很多事，如：

• 實時更新搜尋引擎，如es中的索引資訊

• 實時更新redis中的快取

• 傳送到kafka供下游消費，由業務方自定義業務邏輯處理等

• ...

        因此，通常我們把binlog syncer單獨作為一個模組，其只負責解析從資料庫中拉取並解析binlog，並在記憶體中快取(或持久化儲存)。另外，binlog syncer另外提一個sdk，業務方通過這個sdk從binlog syncer中獲取解析後的binlog資訊，然後完成自己的特定業務邏輯處理。

        顯然，在資料同步的場景下，我們可以基於這個sdk，編寫一個元件專門用於將binlog轉換為sql，插入目標庫，實現資料同步，如下圖所示：

        北京使用者的資料不斷寫入離自己最近的機房的DB，通過binlog syncer訂閱這個庫binlog，然後下游的binlog writer將binlog轉換成SQL，插入到目標庫。上海使用者類似，只不過方向相反，不再贅述。通過這種方式，我們可以實時的將兩個庫的資料同步到對端。當然事情並非這麼簡單，我們有一些重要的事情需要考慮。

2.2 如何獲取全量+增量資料？

        通常，mysql不會儲存所有的歷史binlog。原因在於，對於一條記錄，可能我們會更新多次，這依然是一條記錄，但是針對每一次更新操作，都會產生一條binlog記錄，這樣就會存在大量的binlog，很快會將磁碟佔滿。因此DBA通常會通過一些配置項，來定時清理binlog，只保留最近一段時間內的binlog。

       例如，官方版的mysql提供了expire_logs_days配置項，可以設定儲存binlog的天數，筆者這裡設定為0，表示預設不清空，如果將這個值設定大於0，則只會儲存指定的天數。

      另外一些mysql 的分支，如percona server，還可以指定保留binlog檔案的個數。我們可以通過show binary logs來檢視當前mysql存在多少個binlog檔案，如下圖：

              

        通常，如果binlog如果從來沒被清理過，那麼binlog檔名字字尾通常是000001，如果不是這個值，則說明可能已經被清理過。當然，這也不是絕對，例如執行"reset master”命令，可以將所有的binlog清空，然後從000001重新開始計數。

       Whatever! 我們知道了，binlog可能不會一直保留，所以直接同步binlog，可能只能獲取到部分資料。因此，通常的策略是，由DBA先dump一份源庫的完整資料快照，增量部分，再通過binlog訂閱解析進行同步。

2.2 如何解決重複插入

考慮以下情況下，源庫中的一條記錄沒有唯一索引。對於這個記錄的binlog，通過sql writer將binlog轉換成sql插入目標庫時，丟擲了異常，此時我們並不知道知道是否插入成功了，則需要進行重試。如果之前已經是插入目標庫成功，只是目標庫響應時網路超時(socket timeout)了，導致的異常，這個時候重試插入，就會存在多條記錄，造成資料不一致。

因此，通常，在資料同步時，通常會限制記錄必須有要有主鍵或者唯一索引。

2.3 如何解決唯一索引衝突

 由於兩邊的庫都存在資料插入，如果都使用了同一個唯一索引，那麼在同步到對端時，將會產生唯一索引衝突。對於這種情況，通常建議是使用一個全域性唯一的分散式ID生成器來生成唯一索引，保證不會產生衝突。

另外，如果真的產生衝突了，同步元件應該將衝突的記錄儲存下來，以便之後的問題排查。

2.4 對於DDL語句如何處理

如果資料庫表中已經有大量資料，例如千萬級別、或者上億，這個時候對於這個表的DDL變更，將會變得非常慢，可能會需要幾分鐘甚至更長時間，而DDL操作是會鎖表的，這必然會對業務造成極大的影響。

因此，同步元件通常會對DDL語句進行過濾，不進行同步。DBA在不同的資料庫叢集上，通過一些線上DDL工具(如gh-ost)，進行表結構變更。

2.5 如何解決資料迴環問題

資料迴環問題，是資料同步過程中，最重要的問題。我們針對INSERT、UPDATE、DELETE三個操作來分別進行說明：

INSERT操作

假設在A庫插入資料，A庫產生binlog，之後同步到B庫，B庫同樣也會產生binlog。由於是雙向同步，這條記錄，又會被重新同步回A庫。由於A庫應存在這條記錄了，產生衝突。

UPDATE操作

先考慮針對A庫某條記錄R只有一次更新的情況，將R更新成R1，之後R1這個binlog會被同步到B庫，B庫又將R1同步會A庫。對於這種情況下，A庫將不會產生binlog。因為A庫記錄當前是R1，B庫同步回來的還是R1，意味著值沒有變。

在一個更新操作並沒有改變某條記錄值的情況下，mysql是不會產生binlog，相當於同步終止。下圖演示了當更新的值沒有變時，mysql實際上不會做任何操作：

    

        上圖演示了，資料中原本有一條記錄(1,"tianshouzhi”)，之後執行一個update語句，將id=1的記錄的name值再次更新為”tianshouzhi”，意味著值並沒有變更。這個時候，我們看到mysql 返回的影響的記錄函式為0，也就是說，並不會產生真是的更新操作。

         然而，這並不意味UPDATE 操作沒有問題，事實上，其比INSERT更加危險。考慮A庫的記錄R被連續更新了2次，第一次更新成R1，第二次被更新成R2；這兩條記錄變更資訊都被同步到B庫，B也產生了R1和R2。由於B的資料也在往A同步，B的R1會被先同步到A，而A現在的值是R2，由於值不一樣，將會被更新成R1，併產生新的binlog；此時B的R2再同步會A，發現A的值是R1，又更新成R2，也產生binlog。由於B同步回A的操作，讓A又產生了新的binlog，A又要同步到B，如此反覆，陷入無限迴圈中。

DELETE操作

        同樣存在先後順序問題。例如先插入一條記錄，再刪除。B在A刪除後，又將插入的資料同步回A，接著再將A的刪除操作也同步回A，每次都會產生binlog，陷入無限迴環。

        關於資料迴環問題，筆者有著血的教訓，曾經因為筆者的誤操作，將一個庫的資料同步到了自身，最終也導致無限迴圈，原因分析與上述提到的UPDATE、DELETE操作類似，讀者可自行思考。

        針對上述資料同步到過程中可能會存在的資料迴環問題，最終會導致資料無限迴圈，因此我們必須要解決這個問題。由於存在多種解決方案，我們將在稍後統一進行講解。

 2.6 資料同步架構設計

        現在，讓我們先把思路先從解決資料同步的具體細節問題轉回來，從更高的層面講解資料同步的架構應該如何設計。稍後的內容中，我們將講解各種避免資料迴環的各種解決方案。

        前面的架構中，只涉及到2個DB的資料同步，如果有多個DB資料需要相互同步的情況下，架構將會變得非常複雜。例如：

     這個圖演示的是四個DB之間資料需要相互同步，這種拓撲結構非常複雜。為了解決這種問題，我們可以將資料寫入到一個數據中轉站，例如MQ中進行儲存，如下：

我們在不同的機房各部署一套MQ叢集，這個機房的binlog syncer將需要同步的DB binlog資料寫入MQ對應的Topic中。對端機房如果需要同步這個資料，只需要通過binlog writer訂閱這個topic，消費topic中的binlog資料，插入到目標庫中即可。一些MQ支援consumer group的概念，不同的consumer group的消費位置offset相互隔離，從而達到一份資料，同時供多個消費者進行訂閱的能力。

當然，一些binlog訂閱解析元件，可能實現了類似於MQ的功能，此時，則不需要獨立部署MQ。

那麼MQ應該選擇什麼呢？別問，問就是Kafka，具體原因問廝大。

    

 

3 資料據迴環問題解決方案

        資料迴環問題有多種解決方案，通過排除法，一一進行講解。

 3.1 同步操作不生成binlog

        在mysql中，我們可以設定session變數，來控制當前會話上的更新操作，不產生binlog。這樣當往目標庫插入資料時，由於不產生binlog，也就不會被同步會源庫了。為了演示這個效果，筆者清空了本機上的所有binlog(執行reset master)，現在如下圖所示：

    忽略這兩個binlog event，binlog檔案格式最開始就是這兩個event。

    接著，筆者執行set sql_log_bin=0，然後插入一條語句，最後可以看到的確沒有產生新的binlog事件：

        通過這種方式，貌似可以解決資料迴環問題。目標庫不產生binlog，就不會被同步會源庫。但是，答案是否定的。我們是往目標庫的master插入資料，如果不產生binlog，目標庫的slave也無法同步資料，主從資料不一致。所以，需要排除這種方案。

        提示：如果恢復set sql_log_bin=1，插入語句是會產生binlog，讀者可以自行模擬。

 3.2 控制binlog同步方向

        既然不產生binlog不能解決問題。那麼換一種思路，可以產生binlog。當把一個binlog轉換成sql時，插入某個庫之前，我們先判斷這條記錄是不是原本就是這個庫產生的，如果是，那麼就拋棄，也可以避免迴環問題。

        現在問題就變為，如何給binlog加個標記，表示其實那個mysql叢集產生的。這也有幾種方案，下面一一講述。

 3.2.1 ROW模式下的SQL

        mysql主從同步，binlog複製一般有3種模式。STATEMENT，ROW，MIXED。預設情況下，STATEMENT模式只記錄SQL語句，ROW模式只記錄欄位變更前後的值，MIXED模式是二者混合。 binlog同步一般使用的都是ROW模式，高版本Mysql主從同步預設也是ROW模式。

我們想採取的方案是，在執行的SQL之前加上一段特殊標記，表示這個SQL的來源。例如

•  

/*IDC1:DB1*/insert into users(name) values("tianbowen")

        其中/*IDC1:DB1*/是一個註釋，表示這個SQL原始在是IDC1的DB1中產生的。之後，在同步的時候，解析出SQL中的IDC資訊，就能判斷出是不是自己產生的資料。

        然而，ROW模式下，預設只記錄變更前後的值，不記錄SQL。所以，我們要通過一個開關，讓Mysql在ROW模式下也記錄INSERT、UPDATE、DELETE的SQL語句。具體做法是，在mysql的配置檔案中，新增以下配置：

•  

binlog_rows_query_log_events =1

        這個配置可以讓mysql在binlog中產生ROWS_QUERY_LOG_EVENT型別的binlog事件，其記錄的就是執行的SQL。

        通過這種方式，我們就記錄下的一個binlog最初是由哪一個叢集產生的，之後在同步的時候，sql writer判斷目標機房和當前binlog中包含的機房相同，則拋棄這條資料，從而避免迴環。

        這種思路，功能上沒問題，但是在實踐中，確非常麻煩。首先，讓業務對執行的每條sql都加上一個這樣的標識，幾乎不可能。另外，如果忘記加了，就不知道資料的來源了。如果採用這種方案，可以考慮在資料庫訪問層中介軟體層面新增支援在sql之前增加/*..*/的功能，統一對業務遮蔽。即使這樣，也不完美，不能保證所有的sql都通過中介軟體來來寫入，例如DBA的一些日常運維操作，或者手工通過mysql命令列來操作資料庫時，肯定會存在沒有新增機房資訊的情況。

        總的來說，這個方案不是那麼完美。

 3.2.2 通過附加表

        這種方案目前很多知名網際網路公司在使用。大致思路是，在db中都加一張額外的表，例如叫direction，記錄一個binlog產生的源叢集的資訊。例如

•  
•  
•  
•  

CREATE TABLE `direction` (  `idc` varchar(255) not null,  `db_cluster` varchar(255) not null,) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4

idc欄位用於記錄某條記錄原始產生的IDC，db_cluster用於記錄原始產生的資料庫叢集(注意這裡要使用叢集的名稱，不能是server_id，因為可能會發生主從切換)。

      假設使用者在IDC1的庫A插入的一條記錄(也可以在事務中插入多條記錄，單條記錄，即使不開啟事務，mysql預設也會開啟事務)：

•  
•  
•  

BEGIN;insert into users(name) values("tianshouzhi”);COMMIT;

那麼A庫資料binlog通過sql writer同步到目標庫B時，sql writer可以提前對事務中的資訊可以進行一些修改，，如下所示：

•  
•  
•  
•  
•  
•  

BEGIN;#往目標庫同步時，首先額外插入一條記錄，表示這個事務中的資料都是A產生的。insert into direction(idc,db_cluster) values("IDC1”,"DB_A”)#插入原來的記錄資訊insert into users(name) values("tianshouzhi”);COMMIT;

之後B庫的資料往A同步時，就可以根據binlog中的第一條記錄的資訊，判斷這個記錄原本就是A產生的，進行拋棄，通過這種方式來避免迴環。這種方案已經已經過很多的公司的實際驗證。

3.2.3 通過GTID

Mysql 5.6引入了GTID(全域性事務id)的概念，極大的簡化的DBA的運維。在資料同步的場景下，GTID依然也可以發揮極大的威力。

GTID 由2個部分組成：

1. server_uuid:transaction_id

其中server_uuid是mysql隨機生成的，全域性唯一。transaction_id事務id，預設情況下每次插入一個事務，transaction_id自增1。注意，這裡並不會對GTID進行全面的介紹，僅說明其在資料同步的場景下，如何避免迴環、資料重複插入的問題。

GTID提供了一個會話級變數gtid_next，指示如何產生下一個GTID。可能的取值如下:

• AUTOMATIC: 自動生成下一個GTID，實現上是分配一個當前例項上尚未執行過的序號最小的GTID。

• ANONYMOUS: 設定後執行事務不會產生GTID，顯式指定的GTID。

    預設情況下，是AUTOMATIC，也就是自動生成的，例如我們執行sql：

1. insert into users(name) values("tianbowen”);

    產生的binlog資訊如下：

可以看到，GTID會在每個事務(Query->...->Xid)之前，設定這個事務下一次要使用到的GTID。

從源庫訂閱binlog的時候，由於這個GTID也可以被解析到，之後在往目標庫同步資料的時候，我們可以顯示的的指定這個GTID，不讓目標自動生成。也就是說，往目標庫，同步資料時，變成了2條SQL：

•  
•  

SET GTID_NEXT= '09530823-4f7d-11e9-b569-00163e121964:1’insert into users(name) values("tianbowen")

由於我們顯示指定了GTID，目標庫就會使用這個GTID當做當前事務ID，不會自動生成。同樣，這個操作也會在目標庫產生binlog資訊，需要同步回源庫。再往源庫同步時，我們按照相同的方式，先設定GTID，在執行解析binlog後得到的SQL，還是上面的內容

•  
•  
•  

SET GTID_NEXT= '09530823-4f7d-11e9-b569-00163e121964:1'
insert into users(name) values("tianbowen")

        由於這個GTID在源庫中已經存在了，插入記錄將會被忽略，演示如下：

•  
•  
•  
•  

mysql> SET GTID_NEXT= '09530823-4f7d-11e9-b569-00163e121964:1';Query OK, 0 rows affected (0.00 sec)mysql> insert into users(name) values("tianbowen");Query OK, 0 rows affected (0.01 sec) #注意這裡，影響的記錄行數為0

 

注意這裡，對於一條insert語句，其影響的記錄函式居然為0，也就會插入並沒有產生記錄，也就不會產生binlog，避免了迴圈問題。

如何做到的呢？mysql會記錄自己執行過的所有GTID，當判斷一個GTID已經執行過，就會忽略。通過如下sql檢視：

1. mysql> show global variables like "gtid_executed";

2. +---------------+------------------------------------------+

3. | Variable_name | Value                                    |

4. +---------------+------------------------------------------+

5. | gtid_executed | 09530823-4f7d-11e9-b569-00163e121964:1-5 |

6. +---------------+------------------------------------------+

        上述value部分，冒號":"前面的是server_uuid，冒號後面的1-5，是一個範圍，表示已經執行過1，2，3，4，5這個幾個transaction_id。這裡就能解釋了，在GTID模式的情況下，為什麼前面的插入語句影響的記錄函式為0了。

        顯然，GTID除了可以幫助我們避免資料迴環問題，還可以幫助我們解決資料重複插入的問題，對於一條沒有主鍵或者唯一索引的記錄，即使重複插入也沒有，只要GTID已經執行過，之後的重複插入都會忽略。

        當然，我們還可以做得更加細緻，不需要每次都往目標庫設定GTID_NEXT，這畢竟是一次網路通訊。sql writer在往目標庫插入資料之前，先判斷目標庫的server_uuid是不是和當前binlog事務資訊攜帶的server_uuid相同，如果相同，則可以直接丟棄。檢視目標庫的gtid，可以通過以下sql執行：

1. mysql> show variables like "server_uuid";

2. +---------------+--------------------------------------+

3. | Variable_name | Value                                |

4. +---------------+--------------------------------------+

5. | server_uuid   | 09530823-4f7d-11e9-b569-00163e121964 |

6. +---------------+--------------------------------------+

        GTID應該算是一個終極的資料迴環解決方案，mysql原生自帶，比新增一個輔助表的方式更輕量，開銷也更低。需要注意的是，這倒並不是一定說GTID的方案就比輔助表好，因為輔助表可以新增機房等額外資訊。在一些場景下，如果下游需要知道這條記錄原始產生的機房，還是需要使用輔助表。

4 開源元件介紹canal/otter

前面深入講解了單元化場景下資料同步的基礎知識。讀者可能比較感興趣的是，哪些開源元件在這些方面做的比較好。筆者建議的首選，是canal/otter組合。

canal的作用就是類似於前面所述的binlog syncer，拉取解析binlog。otter是canal的客戶端，專門用於進行資料同步，類似於前文所講解的sql writer。並且，canal的最新版本已經實現了GTID。

另外，筆者也在自己的部落格上寫了一個canal系列的原始碼分析教程，完成了大部分。相信對於需要深入閱讀canal原始碼的使用者有一定的借鑑意義。點選閱讀原文，即可檢視。