0.引言

之前我们讲解过canal的各种应用，但是对于生产环境来讲，服务高可用是必须保证的。因此canal单节点是不能满足我们的需求的。就需要搭建canal集群。

1. canal集群模式

从架构方式上出发，我们用来保证服务高可用的手段主要是主从架构、集群架构。有时我们也把主从归结到集群架构中，但严格意义上讲，集群架构是指多节点同时运行，而主从架构同一时刻只有一个节点运行，另一个节点作为备用，只有当主节点宕机时，备用节点才会启用。

canal的集群模式是哪一种呢？

我们首先要理解canal实现数据同步的依赖于binlog，也依赖于mysql dump指令，binlog本身的特性就要求数据原子性、隔离性，有序性，同时mysql dump指令是比较占用mysql服务器资源的，所以要尽可能少的避免，为此canal服务端同一时刻只能有一个节点来读取binlog进行同步。

因此在这样的基础之上，canal的集群模式实际上就是主从模式。那么我们要进行搭建的也就是主从。

我们知道canal中有服务端deployer和客户端adapter，服务端负责从mysql中读取binlog，而客户端负责从服务端读取同步过来的binlog数据，处理后将同步数据发送到目标服务端，比如redis、es或其他的关系性数据库等

这一点，在官方文档中也有解释，特此引用，帮助大家理解

canal的ha分为两部分，canal server和canal client分别有对应的ha实现

canal server: 为了减少对mysql dump的请求，不同server上的instance要求同一时间只能有一个处于running，其他的处于standby状态.

canal client: 为了保证有序性，一份instance同一时间只能由一个canal client进行get/ack/rollback操作，否则客户端接收无法保证有序。

主从节点之间如何协调配合？

确定了集群架构后，迎面而来的就出现了另一个问题：从节点如何知道主节点宕机了，如何知道自己何时开始工作？同时主节点同步数据的进度从节点如何知道，从节点不可能再从头开始同步数据吧？

针对第一个大家可能会想到发送心跳包来实现，第二个那么就需要一个第三方来存储同步的进度，于是乎结合这两点，我们想一想，什么样的第三方组件具备了心跳维护功能（也就是注册服务的功能），还具备了文件存储及同步的功能

这不就是zookeeper的天然属性嘛。所以我们需要zk来作为调节主从节点的第三方组件。相当于是作为注册中心和配置中心的作用

于是架构变成了这样的形式

2. canal集群搭建

梳理完原理后，我们来看看实际如何搭建

2.1 环境准备

为了保证演示的完整性，除了演示canal集群搭建，我们还会通过集群模式来同步mysql数据到es

所以我们前期需要准备：

• 一个mysql数据库，并开启binlog，以及创建一个canal账号，给予权限
• 一个es+kibana的服务
• 一个zookeeper服务
• 两个服务器，用于部署canal

关于mysql开启binlog，创建用户并赋权因为之前已经讲过，不再累叙，有需要的参考以下博文：

通过canal1.1.5实现mysql8.0数据增量/全量同步到elasticsearch7.x

2.2 集群搭建

2.2.1 zookeeper搭建

这里为了方便演示，采用docker搭建zk

shell复制代码docker run -d -e TZ="Asia/Shanghai" -p 2181:2181 --name zookeeper zookeeper

2.2.2 服务端deployer搭建

1、查询数据源mysql服务的binlog位置

sql复制代码# 源mysql服务器中登陆mysql执行
show binary logs;

记住该查询结果，我们后续配置中将使用

2、截止本文canal的最新版为1.1.6，所以文本使用该版本进行演示，canal1.1.6版本需要jdk11+，canal1.1.5及以下使用jdk1.8+即可

canal1.1.6下载地址

或者直接在服务器上通过wget指令下载

shell复制代码wget https://github.com/alibaba/canal/releases/download/canal-1.1.6/canal.deployer-1.1.6.tar.gz

3、解压安装包

shell复制代码tar -zxvf canal.deployer-1.1.6.tar.gz

4、新建一个实例cluster用于本次演示

shell复制代码cd deployer
cp -R conf/example conf/cluster

5、修改配置文件canal.properties

bash复制代码vim conf/canal.properties

修改内容

ini复制代码# 设置canal服务端IP
canal.ip =192.168.244.25
# zk地址，多个地址用逗号隔开
canal.zkServers =192.168.244.1:2181
# 实例名称
canal.destinations = cluster
# 持久化模式采用zk
canal.instance.global.spring.xml = classpath:spring/default-instance.xml

6、修改配置文件instance.properties

bash复制代码vim conf/cluster/instance.properties

修改内容：

ini复制代码# 每个canal节点的slaveId保持唯一，在1.0.26版本后已经能够自动生成了， 无需设置
# canal.instance.mysql.slaveId=1
# 设置binlog同步开始位置
canal.instance.master.address=192.168.244.17:3306
canal.instance.master.journal.name=mysql-bin.000001
canal.instance.master.position=0
canal.instance.master.timestamp=1665038153854
# 数据源账号密码
# username/password
canal.instance.dbUsername=canal
canal.instance.dbPassword=canal

mysql数据同步起点说明：

• canal.instance.master.journal.name + canal.instance.master.position : 精确指定一个binlog位点，进行启动
• canal.instance.master.timestamp : 指定一个时间戳，canal会自动遍历mysql binlog，找到对应时间戳的binlog位点后，进行启动
• 不指定任何信息：默认从当前数据库的位点，进行启动。(show master status)

7、参考上述配置调整deployer节点2，注意deployer服务ip调整为当前节点的ip

8、启动两个节点，需要注意的是，启动第二个节点的时候是不会启动成功的，如我们上述所说同时只会有一个canal服务运行，当另一个canal服务宕机时该备用节点会自动启动的

bash复制代码./bin/startup.sh

2.2.3 客户端adapter配置

1、下载adapter安装包，可以如上述一样在github页面上下载，也可以通过指令下载

shell复制代码wget https://github.com/alibaba/canal/releases/download/canal-1.1.6/canal.adapter-1.1.6.tar.gz

2、解压压缩包

复制代码tar -zxvf canal.adapter-1.1.6.tar.gz

3、修改配置文件application.yml

shell复制代码vim conf/application.yml

修改内容，所需调整项已用【】标识

yml复制代码server:
  port: 8081
spring:
  jackson:
    date-format: yyyy-MM-dd HH:mm:ss
    time-zone: GMT+8
    default-property-inclusion: non_null

canal.conf:
  mode: tcp #tcp kafka rocketMQ rabbitMQ
  flatMessage: true
  # zk地址【1】
  zookeeperHosts: 192.168.244.1:2181
  syncBatchSize: 1000
  # 出现报错时的重试次数
  retries: 0
  timeout:
  accessKey:
  secretKey:
  consumerProperties:
    # canal tcp consumer
    # deployer服务端地【2】
   # canal.tcp.server.host: 127.0.0.1:11111
   # zk地址【3】
    canal.tcp.zookeeper.hosts: 192.168.244.1:2181
    canal.tcp.batch.size: 500
    canal.tcp.username:
    canal.tcp.password:
  srcDataSources:
    # 源数据库地址，可配置多个
    canalDs: # 命名自定义【4】
      url: jdbc:mysql://192.168.244.17:3306/canal_test?useUnicode=true
      username: canal
      password: canal
  canalAdapters:
  - instance: cluster # 服务端配置的实例名称【5】
    groups:
    - groupId: g1
      outerAdapters:
      # 开启日志打印
      - name: logger
      # 配置目标数据源【5】
      - 
        key: es
        # es7 or es6
        name: es7 
        hosts: http://192.168.244.11:9200 # 127.0.0.1:9300 for transport mode
        properties:
          mode: rest # or rest or transport
          # es账号密码
          security.auth: elastic:elastic #  only used for rest mode
          # es集群名称
          cluster.name: blade-cluster

4、创建同步配置文件user.yml

bash复制代码vim conf/es7/user.yml

文件内容

注意事项：这里有一个坑点，就是书写的sql中不要用“``”符号括上你的表名，否则会导致无报错但数据一直无法同步

yml复制代码dataSourceKey: canalDs # 这里的key与上述application.yml中配置的数据源保持一致
outerAdapterKey: es # 与上述application.yml中配置的outerAdapters.key一直
destination: cluster # 默认为example,与application.yml中配置的instance保持一致
groupId:
esMapping:
  _index: user
  _type: _doc
  _id: id
  sql: "SELECT
         id,
         seq_no,
         name,
         age,
         address 
       FROM
        user"
#  etlCondition: "where t.update_time>='{0}'"
  commitBatch: 3000

这里可根据自己的数据库表创建对应的文件，我这里只同步了一张表，es中的索引mappings如下，同步前请提前创建好索引

css复制代码{
  "user" : {
    "mappings" : {
      "properties" : {
        "address" : {
          "type" : "text",
          "analyzer" : "ik_smart"
        },
        "age" : {
          "type" : "integer"
        },
        "name" : {
          "type" : "keyword"
        },
        "seq_no" : {
          "type" : "keyword"
        }
      }
    }
  }
}

5、另一台adapter节点也同样配置

6、启动adapter

bash复制代码./bin/startup.sh

2.2.4 测试

1、我们在数据库中添加数据

2、查看adapter节点日志

bash复制代码tail -f logs/adapter/adapter.log

节点1:

节点2:

可以看到数据同步分发到节点1了，同步成功后日志后会有Affected indexes: xxx 的字样

3、我们到kibana中查询数据

sql复制代码GET user/_search

结果显示同步正常

4、现在我们将正在工作的那台deployer服务关闭，模拟宕机

如果不知道哪台deployer正在工作，查看日志即可，不断有日志输出的就是正在工作的

bash复制代码cd ../deployer
./bin/stop.sh

5、查看备用deployer节点日志

bash复制代码cat logs/cluster/cluster.log

6、再新增一条数据，看看是否能正常同步

7、kibana中查看数据，数据同步成功，说明deployer节点自动切换成功

8、下面我们接着模拟一下adapter节点宕机：我们将其中一个adapter节点关闭

9、新增一条数据

10、查看kibana，数据正常同步

总结

deployer节点同时只会运行一个，而adapter节点是采用服务分发的机制，多节点同时服务，由zk分发请求到具体的adapter节点上执行数据同步任务

下期，我们接着讲讲如何结合canal-admin来管理集群节点