5.0 store模块

2018-10-08 23:14:58 95 1

1 store模块简介

        store模块用于binlog事件的存储 ,目前开源的版本中仅实现了Memory内存模式。官方文档中提到"后续计划增加本地file存储,mixed混合模式”,这句话大家不必当真,从笔者最开始接触canal到现在已经几年了,依然没有动静,好在Memory内存模式已经可以满足绝大部分场景。

        store模块目录结构如下,该模块的核心接口为CanalEventStore: 

E671FA51-0244-4CF7-ACFC-2F0555D26B93.png

以下是相关类图:

51B7C8A9-6F56-4315-89A9-9514E902CC6B.png

其中MemoryEventStoreWithBuffer就是内存模式的实现,是我们分析的重点,其实现了CanalEventStore接口,并继承了AbstractCanalStoreScavenge抽象类。需要注意的是,AbstractCanalStoreScavenge这个类中定义的字段和方法在开源版本中并没有任何地方使用到,因此我们不会对其进行分析。

        MemoryEventStoreWithBuffer的实现借鉴了Disruptor的RingBuffer。简而言之,你可以把其当做一个环形队列,如下: 

CC5D4D46-6B81-471F-AF83-2FB6C085E75A.jpg

针对这个环形队列,canal定义了3类操作:Put、Get、Ack,其中:

  • Put 操作:添加数据。event parser模块拉取到binlog后,并经过event sink模块过滤,最终就通过Put操作存储到了队列中。

  • Get操作:获取数据。canal client连接到canal server后,最终获取到的binlog都是从这个队列中取得。

  • Ack操作:确认消费成功。canal client获取到binlog事件消费后,需要进行Ack。你可以认为Ack操作实际上就是将消费成功的事件从队列中删除,如果一直不Ack的话,队列满了之后,Put操作就无法添加新的数据了。 

 对应的,我们需要使用3个变量来记录Put、Get、Ack这三个操作的位置,其中:

  • putSequence:  每放入一个数据putSequence +1,可表示存储数据存储的总数量

  • getSequence:  每获取一个数据getSequence +1,可表示数据订阅获取的最后一次提取位置

  • ackSequence: 每确认一个数据ackSequence + 1,可表示数据最后一次消费成功位置 

另外,putSequence、getSequence、ackSequence这3个变量初始值都是-1,且都是递增的,均用long型表示。由于数据只有被Put进来后,才能进行Get;Get之后才能进行Ack。 所以,这三个变量满足以下关系:

ackSequence <= getSequence <= putSequence

 如果将RingBuffer拉直来看,将会变得更加直观:

2E1FC5D8-6454-4A97-BFAF-558D5851D327.jpg

通过对这3个位置进行运算,我们可以得到一些有用的信息,如:

计算当前可消费的event数量:

当前可消费的event数量 = putSequence - getSequence

计算当前队列的大小(即队列中还有多少事件等待消费):

当前队列的大小 = putSequence - ackSequence

 在进行Put/Get/Ack操作时,首先都要确定操作到环形队列的哪个位置。环形队列的bufferSize默认大小是16384,而这3个操作的位置变量putSequence、getSequence、ackSequence都是递增的,显然最终都会超过bufferSize。因此必须要对这3个值进行转换。最简单的操作就是使用%进行取余。

举例来说,putSequence的当前值为16383,这已经是环形队列的最大下标了(从0开始计算),下一个要插入的数据要在第16384个位置上,此时可以使用16384 % bufferSize = 0,因此下一个要插入的数据在0号位置上。可见,当达到队列的最大下标时,再从头开始循环,这也是为什么称之为环形队列的原因。当然在实际操作时,更加复杂,如0号位置上已经有数据了,就不能插入,需要等待这个位置被释放出来,否则出现数据覆盖。

canal使用的是通过位操作进行取余,这种取余方式与%作用完全相同,只不过因为是位操作,因此更加高效。其计算方式如下: 

操作位置 = sequence & (bufferSize - 1)

需要注意的是,这种方式只对除数是2的N次方幂时才有效,如果对于位运算取余不熟悉,可参考:https://blog.csdn.net/actionzh/article/details/78976082。 

在canal.properties文件中定义了几个MemoryEventStoreWithBuffer的配置参数,主要用于控制环形队列的大小和存储的数据可占用的最大内存,如下:

canal.instance.memory.buffer.size = 16384
canal.instance.memory.buffer.memunit = 1024
canal.instance.memory.batch.mode = MEMSIZE

其中:

canal.instance.memory.buffer.size:

表示RingBuffer队列的最大容量,也就是可缓存的binlog事件的最大记录数,其值需要为2的指数(原因如前所述,canal通过位运算进行取余),默认值为2^16=16384。

canal.instance.memory.buffer.memunit:

表示RingBuffer使用的内存单元, 默认是1kb。和canal.instance.memory.buffer.size组合决定最终的内存使用大小。需要注意的是,这个配置项仅仅是用于计算占用总内存,并不是限制每个event最大为1kb。

canal.instance.memory.batch.mode:

表示canal内存store中数据缓存模式,支持两种方式:

  •  ITEMSIZE : 根据buffer.size进行限制,只限制记录的数量。这种方式有一些潜在的问题,举个极端例子,假设每个event有1M,那么16384个这种event占用内存要达到16G左右,基本上肯定会造成内存溢出(超大内存的物理机除外)。

  •  MEMSIZE : 根据buffer.size  * buffer.memunit的大小,限制缓存记录占用的总内存大小。指定为这种模式时,意味着默认缓存的event占用的总内存不能超过16384*1024=16M。这个值偏小,但笔者认为也足够了。因为通常我们在一个服务器上会部署多个instance,每个instance的store模块都会占用16M,因此只要instance的数量合适,也就不会浪费内存了。部分读者可能会担心,这是否限制了一个event的最大大小为16M,实际上是没有这个限制的。因为canal在Put一个新的event时,只会判断队列中已有的event占用的内存是否超过16M,如果没有,新的event不论大小是多少,总是可以放入的(canal的内存计算实际上是不精确的),之后的event再要放入时,如果这个超过16M的event没有被消费,则需要进行等待。 

在canal自带的instance.xml文件中,使用了这些配置项来创建MemoryEventStoreWithBuffer实例,如下:

<bean id="eventStore" class="com.alibaba.otter.canal.store.memory.MemoryEventStoreWithBuffer">
   <property name="bufferSize" value="${canal.instance.memory.buffer.size:16384}" />
   <property name="bufferMemUnit" value="${canal.instance.memory.buffer.memunit:1024}" />
   <property name="batchMode" value="${canal.instance.memory.batch.mode:MEMSIZE}" />
   <property name="ddlIsolation" value="${canal.instance.get.ddl.isolation:false}" />
</bean>

这里我们还看到了一个ddlIsolation属性,其对于Get操作生效,用于设置ddl语句是否单独一个batch返回(比如下游dml/ddl如果做batch内无序并发处理,会导致结构不一致)。其值通过canal.instance.get.ddl.isolation配置项来设置,默认值为false。 


2 CanalEventStore接口

     通过前面的分析,我们知道了环形队列要支持三种操作:Put、Get、Ack,针对这三种操作,在CanalEventStore中都有相应的方法定义,如下所示:

com.alibaba.otter.canal.store.CanalEventStore 

/**
* canel数据存储接口
*/
public interface CanalEventStore<T> extends CanalLifeCycle, CanalStoreScavenge {
    //==========================Put操作==============================
    /**添加一组数据对象,阻塞等待其操作完成 (比如一次性添加一个事务数据)*/
    void put(List<T> data) throws InterruptedException, CanalStoreException;
    /**添加一组数据对象,阻塞等待其操作完成或者时间超时 (比如一次性添加一个事务数据)*/
    boolean put(List<T> data, long timeout, TimeUnit unit) throws InterruptedException, 
    CanalStoreException;
    /**添加一组数据对象 (比如一次性添加一个事务数据)*/
    boolean tryPut(List<T> data) throws CanalStoreException;
    /**添加一个数据对象,阻塞等待其操作完成*/
    void put(T data) throws InterruptedException, CanalStoreException;
    /**添加一个数据对象,阻塞等待其操作完成或者时间超时*/
    boolean put(T data, long timeout, TimeUnit unit) throws InterruptedException, CanalStoreException;
    /** 添加一个数据对象*/
    boolean tryPut(T data) throws CanalStoreException;
    
    //==========================GET操作==============================
    /** 获取指定大小的数据,阻塞等待其操作完成*/
    Events<T> get(Position start, int batchSize) throws InterruptedException, CanalStoreException;
    /**获取指定大小的数据,阻塞等待其操作完成或者时间超时*/
    Events<T> get(Position start, int batchSize, long timeout, TimeUnit unit) throws 
    InterruptedException,CanalStoreException;
    /**根据指定位置,获取一个指定大小的数据*/
    Events<T> tryGet(Position start, int batchSize) throws CanalStoreException;
    
    //=========================Ack操作==============================
    /**删除{@linkplain Position}之前的数据*/
    void ack(Position position) throws CanalStoreException;
   //==========================其他操作==============================
    /** 获取最后一条数据的position*/
    Position getLatestPosition() throws CanalStoreException;
    /**获取第一条数据的position,如果没有数据返回为null*/
    Position getFirstPosition() throws CanalStoreException;
    /**出错时执行回滚操作(未提交ack的所有状态信息重新归位,减少出错时数据全部重来的成本)*/
    void rollback() throws CanalStoreException;
}

可以看到Put/Get/Ack操作都有多种重载形式,各个方法的作用参考方法注释即可,后文在分析MemoryEventStoreWithBuffer时,将会进行详细的介绍。

这里对 get方法返回的Events对象,进行一下说明:

com.alibaba.otter.canal.store.model.Events 

public class Events<EVENT> implements Serializable {
    private static final long serialVersionUID = -7337454954300706044L;
    private PositionRange     positionRange    = new PositionRange();
    private List<EVENT>       events           = new ArrayList<EVENT>();
    //setters getters and toString
}

可以看到,仅仅是通过一个List维护了一组数据,尽管这里定义的是泛型,但真实放入的数据实际上是Event类型。而PositionRange是protocol模块中的类,描述了这组Event的开始(start)和结束位置(end),显然,start表示List集合中第一个Event的位置,end表示最后一个Event的位置。

   Event的定义如下所示 :

    com.alibaba.otter.canal.store.model.Event 

public class Event implements Serializable {
    private static final long serialVersionUID = 1333330351758762739L;
    private LogIdentity       logIdentity;                            // 记录数据产生的来源
    private CanalEntry.Entry  entry;
    //constructor setters getters and toString
  }

其中:CanalEntry.Entry和LogIdentity也都是protocol模块中的类:

  •  LogIdentity记录这个Event的来源信息mysql地址(sourceAddress)和slaveId。

  •  CanalEntry.Entry封装了binlog事件的数据 

3 MemoryEventStoreWithBuffer

MemoryEventStoreWithBuffer是目前开源版本中的CanalEventStore接口的唯一实现,基于内存模式。当然你也可以进行扩展,提供一个基于本地文件存储方式的CanalEventStore实现。这样就可以一份数据让多个业务费进行订阅,只要独立维护消费位置元数据即可。然而,我不得不提醒你的是,基于本地文件的存储方式,一定要考虑好数据清理工作,否则会有大坑。

如果一个库只有一个业务方订阅,其实根本也不用实现本地存储,使用基于内存模式的队列进行缓存即可。如果client消费的快,那么队列中的数据放入后就被取走,队列基本上一直是空的,实现本地存储也没意义;如果client消费的慢,队列基本上一直是满的,只要client来获取,总是能拿到数据,因此也没有必要实现本地存储。

言归正传,下面对MemoryEventStoreWithBuffer的源码进行分析。 

3.1 MemoryEventStoreWithBuffer字段

首先对MemoryEventStoreWithBuffer中定义的字段进行一下介绍,这是后面分析其他方法的基础,如下: 

public class MemoryEventStoreWithBuffer extends AbstractCanalStoreScavenge implements 
CanalEventStore<Event>, CanalStoreScavenge {
    private static final long INIT_SQEUENCE = -1;
    private int               bufferSize    = 16 * 1024;
    // memsize的单位,默认为1kb大小
    private int               bufferMemUnit = 1024;     
    private int               indexMask;
    private Event[]           entries;
    // 记录下put/get/ack操作的三个下标,初始值都是-1
    // 代表当前put操作最后一次写操作发生的位置
    private AtomicLong   putSequence   = new AtomicLong(INIT_SQEUENCE);
    // 代表当前get操作读取的最后一条的位置 
    private AtomicLong   getSequence   = new AtomicLong(INIT_SQEUENCE); 
    // 代表当前ack操作的最后一条的位置
    private AtomicLong   ackSequence   = new AtomicLong(INIT_SQEUENCE); 
    // 记录下put/get/ack操作的三个memsize大小
    private AtomicLong   putMemSize    = new AtomicLong(0);
    private AtomicLong   getMemSize    = new AtomicLong(0);
    private AtomicLong   ackMemSize    = new AtomicLong(0);
    // 阻塞put/get操作控制信号
    private ReentrantLock     lock          = new ReentrantLock();
    private Condition    notFull       = lock.newCondition();
    private Condition    notEmpty      = lock.newCondition();
    // 默认为内存大小模式
    private BatchMode    batchMode     = BatchMode.ITEMSIZE;           
    private boolean     ddlIsolation  = false;
    ...
}

属性说明:

bufferSize、bufferMemUnit、batchMode、ddlIsolation、putSequence、getSequence、ackSequence:

    这几个属性前面已经介绍过,这里不再赘述。

entries:

    类型为Event[]数组,环形队列底层基于的Event[]数组,队列的大小就是bufferSize。关于如何使用数组来实现环形队列,可参考笔者的另一篇文章http://www.tianshouzhi.com/api/tutorials/basicalgorithm/43

indexMask

    用于对putSequence、getSequence、ackSequence进行取余操作,前面已经介绍过canal通过位操作进行取余,其值为bufferSize-1 ,参见下文的start方法

putMemSize、getMemSize、ackMemSize:

分别用于记录put/get/ack操作的event占用内存的累加值,都是从0开始计算。例如每put一个event,putMemSize就要增加这个event占用的内存大小;get和ack操作也是类似。这三个变量,都是在batchMode指定为MEMSIZE的情况下,才会发生作用。

因为都是累加值,所以我们需要进行一些运算,才能得有有用的信息,如:

计算出当前环形队列当前占用的内存大小 

环形队列当前占用的内存大小 = putMemSize - ackMemSize

前面我们提到,batchMode为MEMSIZE时,需要限制环形队列中event占用的总内存,事实上在执行put操作前,就是通过这种方式计算出来当前大小,然后我们限制的bufferSize * bufferMemUnit大小进行比较。

计算尚未被获取的事件占用的内存大小 

尚未被获取的事件占用的内存大小 = putMemSize - getMemSize

batchMode除了对PUT操作有限制,对Get操作也有影响。Get操作可以指定一个batchSize,用于指定批量获取的大小。当batchMode为MEMSIZE时,其含义就在不再是记录数,而是要获取到总共占用 batchSize * bufferMemUnit 内存大小的事件数量。

lock、notFull、notEmpty:

    阻塞put/get操作控制信号。notFull用于控制put操作,只有队列没满的情况下才能put。notEmpty控制get操作,只有队列不为空的情况下,才能get。put操作和get操作共用一把锁(lock)。 

3.2 启动和停止方法

    MemoryEventStoreWithBuffer实现了CanalLifeCycle接口,因此实现了其定义的start、stop方法

start启动方法

    start方法主要是初始化MemoryEventStoreWithBuffer内部的环形队列,其实就是初始化一下Event[]数组。 

public void start() throws CanalStoreException {
    super.start();
    if (Integer.bitCount(bufferSize) != 1) {
        throw new IllegalArgumentException("bufferSize must be a power of 2");
    }
    indexMask = bufferSize - 1;//初始化indexMask,前面已经介绍过,用于通过位操作进行取余
    entries = new Event[bufferSize];//创建循环队列基于的底层数组,大小为bufferSize
}

stop停止方法

    stop方法作用是停止,在停止时会清空所有缓存的数据,将维护的相关状态变量设置为初始值。

MemoryEventStoreWithBuffer#stop 

public void stop() throws CanalStoreException {
    super.stop();
    //清空所有缓存的数据,将维护的相关状态变量设置为初始值
    cleanAll();
}

在停止时,通过调用cleanAll方法清空所有缓存的数据。

cleanAll方法是在CanalStoreScavenge接口中定义的,在MemoryEventStoreWithBuffer中进行了实现, 此外这个接口还定义了另外一个方法cleanUtil,在执行ack操作时会被调用,我们将在介绍ack方法时进行讲解。

MemoryEventStoreWithBuffer#cleanAll 

public void cleanAll() throws CanalStoreException {
    final ReentrantLock lock = this.lock;
    lock.lock();
    try {
        //将Put/Get/Ack三个操作的位置都重置为初始状态-1
        putSequence.set(INIT_SQEUENCE);
        getSequence.set(INIT_SQEUENCE);
        ackSequence.set(INIT_SQEUENCE);
        //将Put/Get/Ack三个操作的memSize都重置为0
        putMemSize.set(0);
        getMemSize.set(0);
        ackMemSize.set(0);
        //将底层Event[]数组置为null,相当于清空所有数据
        entries = null;
    } finally {
        lock.unlock();
    }
}

4.2 Put操作

     前面分析CanalEventStore接口中,我们看到总共有6个put方法,可以分为3类:

  • 不带timeout超时参数的put方法,会一直进行阻塞,直到有足够的空间可以放入。

  • 带timeout参数超时参数的put方法,如果超过指定时间还未put成功,会抛出InterruptedException。

  • tryPut方法每次只是尝试放入数据,立即返回true或者false,不会阻塞。

事实上,这些方法只是超时机制不同,底层都是通过调用doPut方法来完成真正的数据放入。因此在后面的分析中,笔者只选择其中一种进行讲解。

所有的put操作,在放入数据之前,都需要进行一些前置检查工作,主要检查2点:

1、检查是否足够的slot

      默认的bufferSize设置大小为16384,即有16384个slot,每个slot可以存储一个event,因此canal默认最多缓存16384个event。从来另一个角度出发,这意味着putSequence最多比ackSequence可以大16384,不能超过这个值。如果超过了,就意味着尚未没有被消费的数据被覆盖了,相当于丢失了数据。因此,如果Put操作满足以下条件时,是不能新加入数据的 

(putSequence + need_put_events_size)- ackSequence > bufferSize

"putSequence + need_put_events_size"的结果为添加数据后的putSequence的最终位置值,要把这个作为预判断条件,其减去ackSequence,如果大于bufferSize,则不能插入数据。需要等待有足够的空间,或者抛出异常。

2、检测是否超出了内存限制

前面我们已经看到了,为了控制队列中event占用的总内存大小,可以指定batchMode为MEMSIZE。在这种情况下,buffer.size  * buffer.memunit(默认为16M)就表示环形队列存储的event总共可以占用的内存大小。因此当出现以下情况下, 不能加入新的event: 

(putMemSize - ackMemSize) > buffer.size  * buffer.memunit

关于putMemSize和ackMemSize前面已经介绍过,二者的差值,实际上就是"队列当前包含的event占用的总内存”。 

下面我们选择可以指定timeout超时时间的put方法进行讲解,如下:

public boolean put(List<Event> data, long timeout, TimeUnit unit) throws InterruptedException, 
 CanalStoreException {
    //1 如果需要插入的List为空,直接返回true
    if (data == null || data.isEmpty()) {
        return true;
    }
    
    //2 获得超时时间,并通过加锁进行put操作
    long nanos = unit.toNanos(timeout);
    final ReentrantLock lock = this.lock;
    lock.lockInterruptibly();
    try {
        for (;;) {//这是一个死循环,执行到下面任意一个return或者抛出异常是时才会停止
            //3 检查是否满足插入条件,如果满足,进入到3.1,否则进入到3.2
            if (checkFreeSlotAt(putSequence.get() + data.size())) {
                //3.1 如果满足条件,调用doPut方法进行真正的插入
                doPut(data);
                return true;
            }
            //3.2 判断是否已经超时,如果超时,则不执行插入操作,直接返回false
            if (nanos <= 0) {
                return false;
            }
            //3.3 如果还没有超时,调用notFull.awaitNanos进行等待,需要其他线程调用notFull.signal()方法唤醒。
            //唤醒是在ack操作中进行的,ack操作会删除已经消费成功的event,此时队列有了空间,因此可以唤醒,详见ack方法分析
            //当被唤醒后,因为这是一个死循环,所以循环中的代码会重复执行。当插入条件满足时,调用doPut方法插入,然后返回
            try {
                nanos = notFull.awaitNanos(nanos);
                //3.4 如果一直等待到超时,都没有可用空间可以插入,notFull.awaitNanos会抛出InterruptedException
            } catch (InterruptedException ie) {
                notFull.signal(); //3.5 超时之后,唤醒一个其他执行put操作且未被中断的线程(不明白是为了干啥)
                throw ie;
            }
        }
    } finally {
        lock.unlock();
    }
}

上述方法的第3步,通过调用checkFreeSlotAt方法来执行插入数据前的检查工作,所做的事情就是我们前面提到的2点:1、检查是否足够的slot 2、检测是否超出了内存限制,源码如下所示:

MemoryEventStoreWithBuffer#checkFreeSlotAt 

/**查询是否有空位*/
private boolean checkFreeSlotAt(final long sequence) {
    //1、检查是否足够的slot。注意方法参数传入的sequence值是:当前putSequence值 + 新插入的event的记录数。
    //按照前面的说明,其减去bufferSize不能大于ack位置,或者换一种说法,减去bufferSize不能大于ack位置。
    //1.1 首先用sequence值减去bufferSize
    final long wrapPoint = sequence - bufferSize;
    //1.2 获取get位置ack位置的较小值,事实上,ack位置总是应该小于等于get位置,因此这里总是应该返回的是ack位置。
    final long minPoint = getMinimumGetOrAck();
    //1.3 将1.1 与1.2步得到的值进行比较,如果前者大,说明二者差值已经超过了bufferSize,不能插入数据,返回false
    if (wrapPoint > minPoint) { // 刚好追上一轮
        return false;
    } else {
        //2 如果batchMode是MEMSIZE,继续检查是否超出了内存限制。
        if (batchMode.isMemSize()) {
            //2.1 使用putMemSize值减去ackMemSize值,得到当前保存的event事件占用的总内存
            final long memsize = putMemSize.get() - ackMemSize.get();
            //2.2 如果没有超出bufferSize * bufferMemUnit内存限制,返回true,否则返回false
            if (memsize < bufferSize * bufferMemUnit) {
                return true;
            } else {
                return false;
            }
        } else {
        //3 如果batchMode不是MEMSIZE,说明只限制记录数,则直接返回true
            return true;
        }
    }
}

        getMinimumGetOrAck方法用于返回getSequence和ackSequence二者的较小值,源码如下所示:

MemoryEventStoreWithBuffer#getMinimumGetOrAck 

private long getMinimumGetOrAck() {
    long get = getSequence.get();
    long ack = ackSequence.get();
    return ack <= get ? ack : get;
}

如前所述,ackSequence总是应该小于等于getSequence,因此这里判断应该是没有必要的,笔者已经给官方提了issue,也得到了确认,参见:https://github.com/alibaba/canal/issues/966

当checkFreeSlotAt方法检验通过后,最终调用的是doPut方法进行插入。doPut方法主要有4个步骤:

1、将新插入的event数据赋值到Event[]数组的正确位置上,就算完成了插入

2、当新插入的event记录数累加到putSequence上

3、累加新插入的event的大小到putMemSize上

4、调用notEmpty.signal()方法,通知队列中有数据了,如果之前有client获取数据处于阻塞状态,将会被唤醒

MemoryEventStoreWithBuffer#doPut 

/*** 执行具体的put操作*/
private void doPut(List<Event> data) {
    //1 将新插入的event数据赋值到Event[]数组的正确位置上
    //1.1 获得putSequence的当前值current,和插入数据后的putSequence结束值end
    long current = putSequence.get();
    long end = current + data.size();
    
    //1.2 循环需要插入的数据,从current位置开始,到end位置结束
    for (long next = current + 1; next <= end; next++) {
        //1.3 通过getIndex方法对next变量转换成正确的位置,设置到Event[]数组中
        //需要转换的原因在于,这里的Event[]数组是环形队列的底层实现,其大小为bufferSize值,默认为16384。
        //运行一段时间后,接收到的binlog数量肯定会超过16384,每接受到一个event,putSequence+1,因此最终必然超过这个值。
        //而next变量是比当前putSequence值要大的,因此必须进行转换,否则会数组越界,转换工作就是在getIndex方法中进行的。
        entries[getIndex(next)] = data.get((int) (next - current - 1));
    }
    //2 直接设置putSequence为end值,相当于完成event记录数的累加
    putSequence.set(end);
    //3 累加新插入的event的大小到putMemSize上
    if (batchMode.isMemSize()) {
        //用于记录本次插入的event记录的大小
       long size = 0;
        //循环每一个event
        for (Event event : data) {
            //通过calculateSize方法计算每个event的大小,并累加到size变量上
            size += calculateSize(event);
        }
        //将size变量的值,添加到当前putMemSize
        putMemSize.getAndAdd(size);
    }
    // 4 调用notEmpty.signal()方法,通知队列中有数据了,如果之前有client获取数据处于阻塞状态,将会被唤醒
    notEmpty.signal();
}

上述代码中,通过getIndex方法方法来进行位置转换,其内部通过位运算来快速取余数,不再赘述

MemoryEventStoreWithBuffer#getIndex 

private int getIndex(long sequcnce) {
    return (int) sequcnce & indexMask; //bufferSize-1
}

对于batchMode是MEMSIZE的情况下, 还会通过calculateSize方法计算每个event占用的内存大小,累加到putMemSize上。

MemoryEventStoreWithBuffer#calculateSize 

private long calculateSize(Event event) {
        // 直接返回binlog中的事件大小
        return event.getEntry().getHeader().getEventLength();
    }

其原理在于,mysql的binlog的event header中,都有一个event_length表示这个event占用的字节数。不熟悉mysql binlog event结构的读者可参考:https://dev.mysql.com/doc/internals/en/event-structure.html

parser模块将二进制形式binlog event解析后,这个event_length字段的值也被解析出来了,转换成Event对象后,在存储到store模块时,就可以根据其值判断占用内存大小。

       需要注意的是,这个计算并不精确。原始的event_length表示的是event是二进制字节流时的字节数,在转换成java对象后,基本上都会变大。如何获取java对象的真实大小,可参考这个博客:https://www.cnblogs.com/Kidezyq/p/8030098.html。 

4.3 Get操作

Put操作是canal parser模块解析binlog事件,并经过sink模块过滤后,放入到store模块中,也就是说Put操作实际上是canal内部调用。 Get操作(以及ack、rollback)则不同,其是由client发起的网络请求,server端通过对请求参数进行解析,最终调用CanalEventStore模块中定义的对应方法。  

Get操作用于获取指定batchSize大小的Events。提供了3个方法: 

// 尝试获取,如果获取不到立即返回
public Events<Event> tryGet(Position start, int batchSize) throws CanalStoreException
// 获取指定大小的数据,阻塞等待其操作完成
public Events<Event> get(Position start, int batchSize) throws InterruptedException, CanalStoreException
// 获取指定大小的数据,阻塞等待其操作完成或者超时,如果超时了,有多少,返回多少
public Events<Event> get(Position start, int batchSize, long timeout, TimeUnit unit) 
throws InterruptedException,CanalStoreException

 其中:

  • start参数:其类型为Posisiton,表示从哪个位置开始获取

  • batchSize参数:表示批量获取的大小

  • timeout和uint参数:超时参数配置

    与Put操作类似,MemoryEventStoreWithBuffer在实现这三个方法时,真正的获取操作都是在doGet方法中进行的。这里我们依然只选择其中一种进行完整的讲解: 

public Events<Event> get(Position start, int batchSize, long timeout, TimeUnit unit) 
throws InterruptedException,CanalStoreException {
    long nanos = unit.toNanos(timeout);
    final ReentrantLock lock = this.lock;
    lock.lockInterruptibly();
    try {
        for (;;) {
            if (checkUnGetSlotAt((LogPosition) start, batchSize)) {
                return doGet(start, batchSize);
            }
            if (nanos <= 0) {
                // 如果时间到了,有多少取多少
                return doGet(start, batchSize);
            }
            try {
                nanos = notEmpty.awaitNanos(nanos);
            } catch (InterruptedException ie) {
                notEmpty.signal(); // propagate to non-interrupted thread
                throw ie;
            }
        }
    } finally {
        lock.unlock();
    }
}

可以看到,get方法的实现逻辑与put方法整体上是类似的,不再赘述。这里我们直接关注checkUnGetSlotAtdoGet方法。

checkUnGetSlotAt方法,用于检查是否有足够的event可供获取,根据batchMode的不同,有着不同的判断逻辑

  • 如果batchMode为ITEMSIZE,则表示只要有有满足batchSize数量的记录数即可,即putSequence - getSequence >= batchSize

  • 如果batchMode为MEMSIZE,此时batchSize不再表示记录数,而是bufferMemUnit的个数,也就是说,获取到的event列表占用的总内存要达到batchSize * bufferMemUnit,即putMemSize-getMemSize >= batchSize * bufferMemUnit 

MemoryEventStoreWithBuffer#checkUnGetSlotAt

private boolean checkUnGetSlotAt(LogPosition startPosition, int batchSize) {
    //1 如果batchMode为ITEMSIZE
    if (batchMode.isItemSize()) {
        long current = getSequence.get();
        long maxAbleSequence = putSequence.get();
        long next = current;
        //1.1 第一次订阅之后,需要包含一下start位置,防止丢失第一条记录。
        if (startPosition == null || !startPosition.getPostion().isIncluded()) { 
            next = next + 1;
        }
        //1.2 理论上只需要满足条件:putSequence - getSequence >= batchSize
        //1.2.1 先通过current < maxAbleSequence进行一下简单判断,如果不满足,可以直接返回false了
        //1.2.2 如果1.2.1满足,再通过putSequence - getSequence >= batchSize判断是否有足够的数据
        if (current < maxAbleSequence && next + batchSize - 1 <= maxAbleSequence) {
            return true;
        } else {
            return false;
        }
    //2 如果batchMode为MEMSIZE
    } else {
        long currentSize = getMemSize.get();
        long maxAbleSize = putMemSize.get();
        //2.1 需要满足条件 putMemSize-getMemSize >= batchSize * bufferMemUnit
        if (maxAbleSize - currentSize >= batchSize * bufferMemUnit) {
            return true;
        } else {
            return false;
        }
    }
}

关于1.1步的描述"第一次订阅之后,需要包含一下start位置,防止丢失第一条记录”,这里进行一下特殊说明。首先要明确checkUnGetSlotAt方法的startPosition参数到底是从哪里传递过来的。

当一个client在获取数据时,CanalServerWithEmbedded的getWithoutAck/或get方法会被调用。其内部首先通过CanalMetaManager查找client的消费位置信息,由于是第一次,肯定没有记录,因此返回null,此时会调用CanalEventStore的getFirstPosition()方法,尝试把第一条数据作为消费的开始。而此时CanalEventStore中可能有数据,也可能没有数据。在没有数据的情况下,依然返回null;在有数据的情况下,把第一个Event的位置作为消费开始位置。那么显然,传入checkUnGetSlotAt方法的startPosition参数可能是null,也可能不是null。所以有了以下处理逻辑:

  if (startPosition == null || !startPosition.getPostion().isIncluded()) {
            next = next + 1;
}

如果不是null的情况下,尽管把第一个event当做开始位置,但是因为这个event毕竟还没有消费,所以在消费的时候我们必须也将其包含进去。之所以要+1,因为是第一次获取,getSequence的值肯定还是初始值-1,所以要+1变成0之后才是队列的第一个event位置。关于CanalEventStore的getFirstPosition()方法,我们将在最后分析。

当通过checkUnGetSlotAt的检查条件后,通过doGet方法进行真正的数据获取操作,获取主要分为5个步骤:

1、确定从哪个位置开始获取数据

2、根据batchMode是MEMSIZE还是ITEMSIZE,通过不同的方式来获取数据

3、设置PositionRange,表示获取到的event列表开始和结束位置

4、设置ack点

5、累加getSequence,getMemSize值

MemoryEventStoreWithBuffer#doGet 

private Events<Event> doGet(Position start, int batchSize) throws CanalStoreException {
    LogPosition startPosition = (LogPosition) start;
    //1 确定从哪个位置开始获取数据 
    //获得当前的get位置
    long current = getSequence.get();
    //获得当前的put位置
    long maxAbleSequence = putSequence.get();
    //要获取的第一个Event的位置,一开始等于当前get位置
    long next = current; 
    //要获取的最后一个event的位置,一开始也是当前get位置,每获取一个event,end值加1,最大为current+batchSize
    //因为可能进行ddl隔离,因此可能没有获取到batchSize个event就返回了,此时end值就会小于current+batchSize
    long end = current;  
    // 如果startPosition为null,说明是第一次订阅,默认+1处理,因为getSequence的值是从-1开始的
    // 如果tartPosition不为null,需要包含一下start位置,防止丢失第一条记录
    if (startPosition == null || !startPosition.getPostion().isIncluded()) { 
        next = next + 1;
    }
    // 如果没有数据,直接返回一个空列表
    if (current >= maxAbleSequence) {
        return new Events<Event>();
    }
    //2 如果有数据,根据batchMode是ITEMSIZE或MEMSIZE选择不同的处理方式
    Events<Event> result = new Events<Event>();
    //维护要返回的Event列表
    List<Event> entrys = result.getEvents();
    long memsize = 0;
    //2.1 如果batchMode是ITEMSIZE
    if (batchMode.isItemSize()) {
        end = (next + batchSize - 1) < maxAbleSequence ? (next + batchSize - 1) : maxAbleSequence;
        //2.1.1 循环从开始位置(next)到结束位置(end),每次循环next+1
        for (; next <= end; next++) {
            //2.1.2 获取指定位置上的事件
            Event event = entries[getIndex(next)];
            //2.1.3 果是当前事件是DDL事件,且开启了ddl隔离,本次事件处理完后,即结束循环(if语句最后是一行是break) 
            if (ddlIsolation && isDdl(event.getEntry().getHeader().getEventType())) {
                // 2.1.4 因为ddl事件需要单独返回,因此需要判断entrys中是否应添加了其他事件
                if (entrys.size() == 0) {//如果entrys中尚未添加任何其他event
                    entrys.add(event);//加入当前的DDL事件
                    end = next; // 更新end为当前值
                } else {
                //如果已经添加了其他事件 如果之前已经有DML事件,直接返回了,因为不包含当前next这记录,需要回退一个位置
                    end = next - 1; // next-1一定大于current,不需要判断
                }
                break;
            } else {//如果没有开启DDL隔离,直接将事件加入到entrys中
                entrys.add(event);
            }
        }
    //2.2 如果batchMode是MEMSIZE
    } else {
        //2.2.1 计算本次要获取的event占用最大字节数
        long maxMemSize = batchSize * bufferMemUnit;
        //2.2.2 memsize从0开始,当memsize小于maxMemSize且next未超过maxAbleSequence时,可以进行循环
        for (; memsize <= maxMemSize && next <= maxAbleSequence; next++) {
            //2.2.3 获取指定位置上的Event
            Event event = entries[getIndex(next)];
            //2.2.4 果是当前事件是DDL事件,且开启了ddl隔离,本次事件处理完后,即结束循环(if语句最后是一行是break) 
            if (ddlIsolation && isDdl(event.getEntry().getHeader().getEventType())) {
                // 如果是ddl隔离,直接返回
                if (entrys.size() == 0) {
                    entrys.add(event);// 如果没有DML事件,加入当前的DDL事件
                    end = next; // 更新end为当前
                } else {
                    // 如果之前已经有DML事件,直接返回了,因为不包含当前next这记录,需要回退一个位置
                    end = next - 1; // next-1一定大于current,不需要判断
                }
                break;
            } else {
                //如果没有开启DDL隔离,直接将事件加入到entrys中        
                entrys.add(event);
                //并将当前添加的event占用字节数累加到memsize变量上
                memsize += calculateSize(event);
                end = next;// 记录end位点
            }
        }
    }
    //3 构造PositionRange,表示本次获取的Event的开始和结束位置
    PositionRange<LogPosition> range = new PositionRange<LogPosition>();
    result.setPositionRange(range);
    //3.1 把entrys列表中的第一个event的位置,当做PositionRange的开始位置
    range.setStart(CanalEventUtils.createPosition(entrys.get(0)));
    //3.2 把entrys列表中的最后一个event的位置,当做PositionRange的结束位置
    range.setEnd(CanalEventUtils.createPosition(entrys.get(result.getEvents().size() - 1)));
   
   //4 记录一下是否存在可以被ack的点,逆序迭代获取到的Event列表
    for (int i = entrys.size() - 1; i >= 0; i--) {
        Event event = entrys.get(i);
        //4.1.1 如果是事务开始/事务结束/或者dll事件,
        if (CanalEntry.EntryType.TRANSACTIONBEGIN == event.getEntry().getEntryType()
            || CanalEntry.EntryType.TRANSACTIONEND == event.getEntry().getEntryType()
            || isDdl(event.getEntry().getHeader().getEventType())) {
            // 4.1.2 将其设置为可被ack的点,并跳出循环
            range.setAck(CanalEventUtils.createPosition(event));
            break;
        }
        //4.1.3 如果没有这三种类型事件,意味着没有可被ack的点
    }
    //5 累加getMemSize值,getMemSize值
    //5.1 通过AtomLong的compareAndSet尝试增加getSequence值
    if (getSequence.compareAndSet(current, end)) {//如果成功,累加getMemSize
        getMemSize.addAndGet(memsize);
       //如果之前有put操作因为队列满了而被阻塞,这里发送信号,通知队列已经有空位置,下面还要进行说明
        notFull.signal();
        return result;
    } else {//如果失败,直接返回空事件列表
        return new Events<Event>();
    }
}

补充说明:

1 Get数据时,会通过isDdl方法判断event是否是ddl类型。

MemoryEventStoreWithBuffer#isDdl 

private boolean isDdl(EventType type) {
    return type == EventType.ALTER || type == EventType.CREATE || type == EventType.ERASE
           || type == EventType.RENAME || type == EventType.TRUNCATE || type == EventType.CINDEX
           || type == EventType.DINDEX;
}

这里的EventType是在protocol模块中定义的,并非mysql binlog event结构中的event type。在原始的mysql binlog event类型中,有一个QueryEvent,里面记录的是执行的sql语句,canal通过对这个sql语句进行正则表达式匹配,判断出这个event是否是DDL语句(参见SimpleDdlParser#parse方法)。

2 获取到event列表之后,会构造一个PostionRange对象。

通过CanalEventUtils.createPosition方法计算出第一、最后一个event的位置,作为PostionRange的开始和结束。

事实上,parser模块解析后,已经将位置信息:binlog文件,position封装到了Event中,createPosition方法只是将这些信息提取出来。

CanalEventUtils#createPosition 

public static LogPosition createPosition(Event event) {
  
    //=============创建一个EntryPosition实例,提取event中的位置信息============
    EntryPosition position = new EntryPosition();
    
    //event所在的binlog文件
    position.setJournalName(event.getEntry().getHeader().getLogfileName());
    //event锁在binlog文件中的位置
    position.setPosition(event.getEntry().getHeader().getLogfileOffset());
    //event的创建时间
    position.setTimestamp(event.getEntry().getHeader().getExecuteTime());
    //event是mysql主从集群哪一个实例上生成的,一般都是主库,如果从库没有配置read-only,那么serverId也可能是从库
    position.setServerId(event.getEntry().getHeader().getServerId());
    //===========将EntryPosition实例封装到一个LogPosition对象中===============
    LogPosition logPosition = new LogPosition();
    logPosition.setPostion(position);
    //LogIdentity中包含了这个event来源的mysql实力的ip地址信息
    logPosition.setIdentity(event.getLogIdentity());
    return logPosition;
}

3 获取到Event列表后,会从中逆序寻找第一个类型为"事务开始/事务结束/DDL"的Event,将其位置作为PostionRange的可ack位置。

mysql原生的binlog事件中,总是以一个内容”BEGIN”的QueryEvent作为事务开始,以XidEvent事件表示事务结束。即使我们没有显式的开启事务,对于单独的一个更新语句(如Insert、update、delete),mysql也会默认开启事务。而canal将其转换成更容易理解的自定义EventType类型:TRANSACTIONBEGIN、TRANSACTIONEND。

而将这些事件作为ack点,主要是为了保证事务的完整性。例如client一次拉取了10个binlog event,前5个构成一个事务,后5个还不足以构成一个完整事务。在ack后,如果这个client停止了,也就是说下一个事务还没有被完整处理完。尽管之前ack的是10条数据,但是client重新启动后,将从第6个event开始消费,而不是从第11个event开始消费,因为第6个event是下一个事务的开始。

具体逻辑在于,canal server在接受到client ack后,CanalServerWithEmbedded#ack方法会执行。其内部首先根据ack的batchId找到对应的PositionRange,再找出其中的ack点,通过CanalMetaManager将这个位置记录下来。之后client重启后,再把这个位置信息取出来,从这个位置开始消费。

也就是说,ack位置实际上提供给CanalMetaManager使用的。而对于MemoryEventStoreWithBuffer本身而言,也需要进行ack,用于将已经消费的数据从队列中清除,从而腾出更多的空间存放新的数据。


4.4 ack操作

    相对于get操作和put操作,ack操作没有重载,只有一个ack方法,用于清空指定position之前的数据,如下:

MemoryEventStoreWithBuffer#ack

public void ack(Position position) throws CanalStoreException {
    cleanUntil(position);
}

CanalStoreScavenge接口定义了2个方法:cleanAll和cleanUntil。前面我们已经看到了在stop时,cleanAll方法会被执行。而每次ack时,cleanUntil方法会被执行,这个方法实现如下所示:

MemoryEventStoreWithBuffer#cleanUntil

// postion表示要ack的配置
public void cleanUntil(Position position) throws CanalStoreException {
    final ReentrantLock lock = this.lock;
    lock.lock();
    try {
        //获得当前ack值
        long sequence = ackSequence.get();
        //获得当前get值
        long maxSequence = getSequence.get();
        boolean hasMatch = false;
        long memsize = 0;
        //迭代所有未被ack的event,从中找出与需要ack的position相同位置的event,清空这个event之前的所有数据。
        //一旦找到这个event,循环结束。 
        for (long next = sequence + 1; next <= maxSequence; next++) {
            Event event = entries[getIndex(next)];//获得要ack的event
            memsize += calculateSize(event);//计算当前要ack的event占用字节数
            boolean match = CanalEventUtils.checkPosition(event, (LogPosition) position);
            if (match) {// 找到对应的position,更新ack seq
                hasMatch = true;
                if (batchMode.isMemSize()) {//如果batchMode是MEMSIZE  
                    ackMemSize.addAndGet(memsize);//累加ackMemSize
                    // 尝试清空buffer中的内存,将ack之前的内存全部释放掉
                    for (long index = sequence + 1; index < next; index++) {
                        entries[getIndex(index)] = null;// 设置为null
                    }
                }
                //累加ack值
                //官方注释说,采用compareAndSet,是为了避免并发ack。我觉得根本不会并发ack,因为都加锁了
                if (ackSequence.compareAndSet(sequence, next)) {
                    notFull.signal();//如果之前存在put操作因为队列满了而被阻塞,通知其队列有了新空间
                    return;
                }
            }
        }
        if (!hasMatch) {// 找不到对应需要ack的position
            throw new CanalStoreException("no match ack position" + position.toString());
        }
    } finally {
        lock.unlock();
    }
}

在匹配尚未ack的Event,是否有匹配的位置时,调用了CanalEventUtils#checkPosition方法。其内部:

  • 首先比较Event的生成时间

  • 接着,如果位置信息的binlog文件名或者信息不为空的话(通常不为空),则会进行精确匹配

CanalEventUtils#checkPosition 

/**
* 判断当前的entry和position是否相同
*/
public static boolean checkPosition(Event event, LogPosition logPosition) {
    EntryPosition position = logPosition.getPostion();
    CanalEntry.Entry entry = event.getEntry();
    //匹配时间
    boolean result = position.getTimestamp().equals(entry.getHeader().getExecuteTime());
    //判断是否需要根据:binlog文件+position进行比较
    boolean exactely = (StringUtils.isBlank(position.getJournalName()) && position.getPosition() == null);
    if (!exactely) {// 精确匹配
        result &= StringUtils.equals(entry.getHeader().getLogfileName(), position.getJournalName());
        result &= position.getPosition().equals(entry.getHeader().getLogfileOffset());
    }
    return result;
}

4.5 rollback操作

相对于put/get/ack操作,rollback操作简单了很多。所谓rollback,就是client已经get到的数据,没能消费成功,因此需要进行回滚。回滚操作特别简单,只需要将getSequence的位置重置为ackSequence,将getMemSize设置为ackMemSize即可。

public void rollback() throws CanalStoreException {
    final ReentrantLock lock = this.lock;
    lock.lock();
    try {
        getSequence.set(ackSequence.get());
        getMemSize.set(ackMemSize.get());
    } finally {
        lock.unlock();
    }
}

4.6 其他方法

除了上述提到的所有方法外,MemoryEventStoreWithBuffer还提供了getFirstPosition()getLatestPosition()方法,分别用于获取当前队列中的第一个和最后一个Event的位置信息。前面已经提到,在CanalServerWithEmbedded中会使用getFirstPosition()方法来获取CanalEventStore中存储的第一个Event的位置,而getLatestPosition()只是在一些单元测试中使用到,因此在这里我们只分析getFirstPosition()方法。

第一条数据通过ackSequence当前值对应的Event来确定,因为更早的Event在ack后都已经被删除了。相关源码如下:

MemoryEventStoreWithBuffer#getFirstPosition 

//获取第一条数据的position,如果没有数据返回为null
public LogPosition getFirstPosition() throws CanalStoreException {
    final ReentrantLock lock = this.lock;
    lock.lock();
    try {
        long firstSeqeuence = ackSequence.get();
        //1 没有ack过数据,且队列中有数据 
        if (firstSeqeuence == INIT_SQEUENCE && firstSeqeuence < putSequence.get()) {
            //没有ack过数据,那么ack为初始值-1,又因为队列中有数据,因此ack+1,即返回队列中第一条数据的位置
            Event event = entries[getIndex(firstSeqeuence + 1)]; 
            return CanalEventUtils.createPosition(event, false);
        //2 已经ack过数据,但是未追上put操作
        } else if (firstSeqeuence > INIT_SQEUENCE && firstSeqeuence < putSequence.get()) {
            //返回最后一次ack的位置数据 + 1
            Event event = entries[getIndex(firstSeqeuence + 1)]; 
            return CanalEventUtils.createPosition(event, true);
        //3 已经ack过数据,且已经追上put操作,说明队列中所有数据都被消费完了
        } else if (firstSeqeuence > INIT_SQEUENCE && firstSeqeuence == putSequence.get()) {
            // 最后一次ack的位置数据,和last为同一条
            Event event = entries[getIndex(firstSeqeuence)]; 
            return CanalEventUtils.createPosition(event, false);
        //4 没有任何数据,返回null
        } else {
            return null;
        }
    } finally {
        lock.unlock();
    }
}

代码逻辑很简单,唯一需要关注的是,通过CanalEventUtils#createPosition(Event, boolean)方法来计算第一个Event的位置,返回的是一个LogPosition对象。其中boolean参数用LogPosition内部维护的EntryPosition的included属性赋值。在前面get方法源码分析时,我们已经看到,当included值为false时,会把当前get位置+1,然后开始获取Event;当为true时,则直接从当前get位置开始获取数据。

上一篇:4.0 instance模块