Mysql异地多活数据双向同步-CloudCanal实战

junyu-cloudcanal 阅读原文

简述

异地多活是一项系统性工作，包含 web 层、应用服务层、数据层的流量分配和同步。

数据层的双向同步是整个方案基础，CloudCanal 在 MySQL <-> MySQL 链路有效支持了这个能力，本文简要介绍如何使用 CloudCanal 配置这样的双向同步链路。

技术点

数据冲突

双向同步中, 暂时无法完全通过数据层解决的是数据冲突问题，如一个订单同时在两地被修改价格，到底哪个为准，这个具有外部依赖性。

针对这个问题，最有效的解决方案是通过业务流量分配(比如user_id),将同一条数据(或相关数据)写入放在其中一边，更加简单暴力的方式是将具备冲突条件的数据写入完全放在一地。

另外同步工具层面可添加数据冲突策略，比如版本号对比、设定数据优先级等，甚至人工介入解决。

同步回环

回环问题，即防止数据在双向链路中写回产生日志的实例，导致老数据覆盖新数据。

业界常用解决方案包括以下几种：

• 修改数据库引擎，将同步过来的日志写入打上特殊标记(如 MySQL relay_log apply),对向链路识别该标记并决定是否同步
• 同步数据写到对端时, 同一个事务带上一个特定操作，对向链路识别这个操作，决定整个事务是否同步
• 依赖数据库自身提供的防回环机制(比如 MySQL GTID),同步工具做相应动作

CloudCanal 目前在 MySQL 到 MySQL 链路采用了 GTID 方案，一是 MySQL 自带这个防重能力，二是尽量避免做更多操作。

举个 “栗子”

准备 CloudCanal

本次案例使用 docker 社区版, 安装参考 。

添加数据源

• 本案例 MySQL 数据库放在上海和杭州, CloudCanal社区版运行于上海 ECS

• 登录 CloudCanal 平台

• 数据源管理 -> 添加数据源

• 选择 自建 MySQL ，阿里云 RDS 账号权限不支持链接上设置 GTID_NEXT
  

• 自建 MySQL 开 binlog 和 GTID

  server-id       = 2
  log-bin         = mysql-bin
  gtid_mode = on
  enforce_gtid_consistency = on
  

• 确认 MySQL GTID 已经生效(请写几条测试数据)
  

• 建议对数据源进行描述修改，防止配置正反链路时，识别错数据库
  

创建正向同步任务

• 任务管理->新建任务
• 双向同步中，正向任务一般指源端有数据，目标端无数据的链路，涉及对端数据初始化
• 源端和目标端选择数据源, 并分别点击 测试连接 按钮以测试数据库连通性和获取 schema 级别元信息
• 选择源端和目标端 schema
• 点击下一步
  
• 选择 数据同步，并且勾选 全量数据初始化
• 规格可以根据任务重要度以及部署机器的内存容量合理选择，一般 2GB 内存规格即可
• 勾选 DDL 同步
• 点击 下一步
  
• 表、列映射裁剪…此处省略
• 对任务内容进行确认 ，置灰 自动启动任务 按钮以便调参数
• 点击确认创建
  
• 任务详情 -> 参数设置
• 设置目标数据源配置 deCycle , enableTransaction , 源端数据源配置 gtidMode 参数为 true
  
• 生效配置并启动

创建反向同步任务

• 任务管理->新建任务
• 源端和目标端选择数据源（请和正向任务所选数据源对调）, 并分别点击 测试连接 按钮以测试数据库连通性和获取 schema 级别元信息
• 选择源端和目标端 schema
• 点击下一步
  
• 选择 数据同步，并去除 全量数据初始化
• 勾选 DDL 同步
• 点击 下一步
  
• 表、列映射裁剪…此处省略
• 对任务内容进行确认 ，置灰 自动启动任务 按钮以便调参数
• 点击确认创建
  
• 任务详情 -> 参数设置
• 设置目标数据源配置 deCycle , enableTransaction , 源端数据源配置 gtidMode 参数为 true
• 生效配置并启动
  

任务同步

• 正向任务和反向任务正常同步,进行源和目标数据校验一致
  

测试

• 为了防止数据冲突，我们分别给两个数据库的不同表造一些混合负载，表级别隔离下冲突数据的可能。看最后数据是否一致。
• 给源端数据库中 kbs_question 表和 目标数据库 kbs_article 表造 IUD 负载 。
  
• 停止测试负载
• 正向和反向任务状况
  
  
• 重跑校验任务，数据一致
  

FAQ

为什么不用 MySQL 原生的双 Master 复制

如果对数据不做映射、裁剪、转换、冲突策略(比如略过冲突数据)等动作，使用 MySQL 双 Master 复制是一个选择。

另外对于长距离双向同步，还需做一些防网络中断等工作。

综合这两方面，第三方有商业支持或开源软件可能会表现出更好的应变性。毕竟改 MySQL 代码不容易。

为什么不用 Paxos 或 Raft 支持的数据库异地 3 副本或 5 副本

一部分原因和上面是一致的，毕竟是数据库内部机制，很难做一些定制。对于 3 副本或者 5 副本，一般做法是多数派副本在同城(不同机架、机房)，少数副本在异地，异地副本靠异步同步数据。

对于单 Leader 写入机制，连业务层面设计不冲突写入策略的机会可能都没有。Multi-Master 涉及更加复杂的算法。

综合来看，没有孰好孰坏，按业务对数据的实际要求和所能提供的硬件条件进行选择。

双向同步还支持哪些链路？

目前 CloudCanal 方案只实现了 MySQL->MySQL ,并且方案上依赖 GTID ,对于 ORACLE ,PG ,SQLSERVER 等关系型数据库，可能需要实现通用方案(主要是事务方案), 将他们同构或者异构链接起来。

总结

本文简单介绍了如何使用 CloudCanal 构建 MySQL->MySQL 双向同步链路，如果各位有需求，可以尝试使用下我们的免费社区版体验。

最后，如果各位觉得这篇文章还不错，请点赞、评论加转发吧。

更多精彩

• 5分钟搞定 MySQL 到 TiDB 迁移同步-CloudCanal 实战
• 5分钟搞定 MySQL 到 ElasticSearch 迁移同步-CloudCanal 实战
• 5分钟搞定 MySQL 到 MySQL 异构在线数据迁移同步-CloudCanal 实战
• 5分钟搞定 MySQL 到 ClickHouse 实时数据同步-CloudCanal 实战
• MySQL 到 ElasticSearch 实时同步构建数据检索服务的选型与思考
• 构建基于Kafka中转的混合云在线数据生态-cloudcanal实战

社区快讯

• 我们创建 CloudCanal 微信粉丝群啦，在里面，你可以得到最新版本发布信息和资源链接，你能看到其他用户一手评测、使用情况，你更能得到热情的问题解答，当然你还可以给我们提需求和问题。快快加入吧。
  • 扫描下方二维码，添加我们小助手微信suhuayue001拉您进群，接头语(“CloudCanal yyds”)

原文：https://www.cnblogs.com/clougence/p/15223589.html