7.0 driver模块

2018-11-10 22:30:19 223 0

driver,顾名思义为驱动。熟悉jdbc编程的同学都知道,当项目中需要操作数据库(oracle、sqlserver、mysql等)时,都需要在项目中引入对应的数据库的驱动。以mysql为例,我们需要引入的是mysql-connector-java这个jar包,通过这个驱动包来与数据库进行通信。

那么为什么canal不使用mysql官方提供的驱动包,而要自己编写一个driver模块?原因在于mysql-connector-java驱动包只是实现了JDBC规范,方便我们在程序中对数据库中的数据进行增删改查。

对于获取并解析binlog日志这样的场景,mysql-connector-java并没有提供这样的功能。因此,canal编写了自己的driver模块,提供了基本的增删改查功能,并提供了直接获取原始binlog字节流的功能,其他模块在这个模块的基础上对binlog字节进行解析,parser模块底层实际上就是通过driver模块来与数据库建立连接的。

driver模块目录结构如下所示:

A0B002BC-8119-4990-AFBB-478580AC783E.png

    最核心的3个类分别是:

  • MysqlConnector:表示一个数据库连接,作用类似于java.sql.Connection

  • MysqlQueryExecutor:查询执行器,作用类似于PrepareStatement.executeQuery()

  • MysqlUpdateExecutor:更新执行器,作用类似于PrepareStatement.executeUpdate() 

在本小节中,我们将首先介绍driver模块的基本使用;接着介绍parser模块是如何使用driver模块的;最后讲解driver模块的实现原理。

1 driver模块的基本使用

    本小节将会介绍MysqlConnector和MysqlQueryExecutor、MysqlUpdateExecutor如何使用。

    假设test库下有一张mysql表:user 

CREATE TABLE `user` (
  `id` int(11) NOT NULL AUTO_INCREMENT,
  `name` varchar(18) NOT NULL,
  `password` varchar(15) NOT NULL,
  PRIMARY KEY (`id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;

该表中有2条记录:

mysql> select * from t_user;
+----+---------------+----------+
| id | name          | password |
+----+---------------+----------+
|  1 | tianshozhi    | xx       |
|  2 | wangxiaoxiiao | yy       |
+----+---------------+----------+

1.1 MysqlConnector

MysqlConnector相当于一个数据链接,其使用方式如下所示:

@Test
public void testMysqlConnection(){
   MysqlConnector connector = new MysqlConnector();
   try {
      //1 创建数据库连接
      connector = new MysqlConnector();
      // 设置数据库ip、port
      connector.setAddress(new InetSocketAddress("127.0.0.1", 3306));
      // 设置用户名
      connector.setUsername("root");
      // 设置密码
      connector.setPassword(“your password");
      // 设置默认连接到的数据库
      connector.setDefaultSchema("test");
      // 设置链接字符串,33表示UTF-8
      connector.setCharsetNumber((byte) 33);
      // ======设置网络相关参数===========
      // 设置socket超时时间,默认30s,也就是发送一个请求给mysql时,如果30s没响应,则会抛出SocketTimeoutException
      connector.setSoTimeout(30 * 1000);
      // 设置发送缓冲区发小,默认16K
      connector.setSendBufferSize(16 * 1024);// 16K
      // 设置接受缓冲区大小,默认16K
      connector.setReceiveBufferSize(16 * 1024);// 16k
      //调用connect方法建立连接
      connector.connect();
      //2 ... do something....
   }catch (IOException e){
      e.printStackTrace();
   }finally {
      try {
         //关闭链接
         connector.disconnect();
      } catch (IOException e) {
         e.printStackTrace();
      }
   }
}

一个MysqlConnector实例底层只能维护一个数据库链接。除了上面提到的方法,MysqlConnector还提供了reconnect()方法和fork()方法。

reconnect()方法:

reconnect()内部先调用disconnect方法关闭原有连接,然后使用connect方法创建一个新的连接

mysqlConnector.reconnect();

fork()方法:

如果希望创建多个连接,可以fork出一个新的MysqlConnector实例,再调用这个新MysqlConnector实例的connect方法建立连接。

MysqlConnector fork = mysqlConnector.fork();
fork.connect();

1.2 MysqlQueryExecutor

    这里我们使用MysqlQueryExecutor查询数据库中的user表中的两条记录,注意canal的driver模块并没有实现jdbcref规范,因此使用起来,与我们熟悉的JDBC编程有一些区别。

案例代码:

@Test
public void testQuery() throws IOException {
   MysqlConnector connector = new MysqlConnector(new InetSocketAddress("127.0.0.1", 3306),"root”,”your password");
   try {
      //1 创建数据库连接
      connector.connect();
      //2 构建查询执行器,并执行查询
      MysqlQueryExecutor executor = new MysqlQueryExecutor(connector);
      //ResultSetPacket作用类似于ResultSet
      ResultSetPacket result = executor.query("select * from test.user");
      //3 对查询结果进行解析
      //FieldPacket中封装的字段的一些源信息,如字段的名称,类型等
      List<FieldPacket> fieldDescriptors = result.getFieldDescriptors();
      //字段的值使用String表示,jdbc编程中使用的getInt,getBoolean,getDate等方法,实际上都是都是字符串转换得到的
      List<String> fieldValues = result.getFieldValues();
      //打印字段名称
      for (FieldPacket fieldDescriptor : fieldDescriptors) {
         String fieldName = fieldDescriptor.getName();
         System.out.print(fieldName + "  ");
      }
      //打印字段的值
      System.out.println("\n" + fieldValues);
   } finally {
      connector.disconnect();
   }
}

控制台输出如下:

id  name  password  
[1, tianshozhi, xx, 2, wangxiaoxiiao, yy]

可以看出来:

    对user表中的字段信息,canal中使用FieldPacket来表示,放于一个List表示。

    对于user表中的一行记录,使用另一个List表示,这个List的大小是字段的List大小的整数倍,前者size除以后者就是查询出来的行数。

1.3 MysqlUpdateExecutor

使用案例

@Test
public void testUpdate() {
   MysqlConnector connector = new MysqlConnector(new InetSocketAddress("127.0.0.1", 3306), "root", "xx");
   try {
      connector.connect();
      MysqlUpdateExecutor executor = new MysqlUpdateExecutor(connector);
      OKPacket okPacket = executor.update("insert into test.user(name,password) values('tianbowen','zzz')");
      System.out.println(JSON.toJSONString(okPacket,true));
   } catch (IOException e) {
      e.printStackTrace();
   } finally {
      try {
         connector.disconnect();
      } catch (IOException e) {
         e.printStackTrace();
      }
   }
}

如果执行更新操作成功,返回的是一个OkPacket,上面把OkPacket转成JSON,控制台输出如下:

{
    "affectedRows":"AQ==",
    "fieldCount":0,
    "insertId":"AQ==",
    "message":"",
    "serverStatus":2,
    "warningCount":0
}

可以看到这里OkPacke包含的信息比较多。其中比较重要的是:sql操作影响的记录行数affectedRows,以及insert操作返回自动生成的主键insertId

    这里返回的insertId和affectedRows都是字节数组,我们需要将其转换为数字,以insertId为例,其转换方式如下; 

bytes[] insertId=okPacket.getInsertId();
long autoGeneratedKey = ByteHelper.readLengthCodedBinary(insertId, 0);
System.out.println(autoGeneratedKey);

2 parser模块 是如何使用driver模块的?

分析canal是如何使用driver模块的,主要就是看其他模块使用driver模块执行了哪些查询和更新sql。由于canal的作用主要是解析binlog,因此执行的大多都是binlog解析过程中所需要使用的sql语句。

       显然parser模块需要依靠driver模块来获取原始的binlog二进制字节流,因此相关sql都在driver模块中。

2.1 parser模块执行的更新sql

    parser模块提供了一个MysqlConnection对driver模块的MysqlConnector进行了封装,在开始dump binlog前,会对当前链接进行一些参数设置,如下图:

AC97D3D8-FEB5-415A-A786-52820CAE1B13.png

com.alibaba.otter.canal.parse.inbound.mysql.MysqlConnection#updateSettings 

其中:

1 set wait_timeout=9999999

2 set net_write_timeout=1800

3 set net_read_timeout=1800 

4 set names 'binary'

    设置服务端返回结果时不做编码转化,直接按照数据库的二进制编码进行发送,由客户端自己根据需求进行编码转化

set @master_binlog_checksum= @@global.binlog_checksum

mysql5.6针对checksum支持需要设置session变量如果不设置会出现错误:  

Slave can not handle replication events with the checksum that master is configured to log

但也不能乱设置,需要和mysql server的checksum配置一致,不然RotateLogEvent会出现乱码。'@@global.binlog_checksum'需要去掉单引号,在mysql 5.6.29下导致master退出

5 set @slave_uuid=uuid()

    mysql5.6需要设置slave_uuid避免被server kill链接,参考:https://github.com/alibaba/canal/issues/284

6 SET @mariadb_slave_capability='" + LogEvent.MARIA_SLAVE_CAPABILITY_MINE + "'

    mariadb针对特殊的类型,需要设置session变量 

2.2 parser模块执行的查询sql

2DC976EE-C6B2-45BC-81B6-F470201F3EF6.png

7 show variables like 'binlog_format'

    用于查看binlog格式,值为STATEMENT,MIXED,ROW的一种,如: 

mysql> show variables like 'binlog_format';
+---------------+-------+
| Variable_name | Value |
+---------------+-------+
| binlog_format | ROW   |
+---------------+-------+

8 show variables like 'binlog_row_image'

    ROW模式下,即使我们只更新了一条记录的其中某个字段,也会记录每个字段变更前后的值,binlog日志就会变大,带来磁盘IO上的开销,以及网络开销。mysql提供了参数binlog_row_image,来控制是否需要记录每一行的变更,其有3个值:

  • FULL : 记录列的所有修改

  • MINIMAL :只记录修改的列。

  • NOBLOB :如果是text类型或clob字段,不记录 这些日志

如: 

mysql> show variables like 'binlog_row_image';
+------------------+-------+
| Variable_name    | Value |
+------------------+-------+
| binlog_row_image | FULL  |
+------------------+-------+

9 select @master_binlog_checksum

    mysql 主从复制(replication) 同步可能会出现数据不一致,mysql  5.6 版本中加入了 replication event checksum(主从复制事件校验)功能。默认开启。如果开启,每个binlog后面会多出4个字节,为CRC32校验值。目前cancal支持解析CRC32的值,但不会进行校验。如:

mysql> show variables like 'binlog_checksum';
+-----------------+-------+
| Variable_name   | Value |
+-----------------+-------+
| binlog_checksum | CRC32 |

mysql> select @master_binlog_checksum;
+-------------------------+
| @master_binlog_checksum |
+-------------------------+
| NULL                    |
+-------------------------+
1 row in set (0.01 sec)

10 show variables like 'server_id'

    mysql主从同步时,每个机器都要设置一个唯一的server_id,canal连接到某个mysql实例之后,会查询这个serverId。

11 show master status

    mysql binlog是多文件存储,唯一确定一个binlog位置需要通过:binlog file + binlog position。show master status可以获得当前的binlog位置,如:

mysql> show master status;
+--------------+----------+--------------+------------------+-------------------+
| File         | Position | Binlog_Do_DB | Binlog_Ignore_DB | Executed_Gtid_Set |
+--------------+----------+--------------+------------------+-------------------+
| mysql.000012 |    23479 |              |                  |                   |
+--------------+----------+--------------+------------------+-------------------+

 12 show binlog events limit 1

    查询最早的binlog位置。 

mysql> show binlog events limit 1;
+--------------+-----+-------------+-----------+-------------+---------------------------------------+
| Log_name     | Pos | Event_type  | Server_id | End_log_pos | Info                                  |
+--------------+-----+-------------+-----------+-------------+---------------------------------------+
| mysql.000001 |   4 | Format_desc |         1 |         123 | Server ver: 5.7.18-log, Binlog ver: 4 |
+--------------+-----+-------------+-----------+-------------+---------------------------------------+

mysql binlog文件默认从mysql.000001开始,前四个字节是魔法字节,是固定的。因此真正的binlog事件总是从第4个字节之后才开始的。

binlog文件可能会清空,官方的mysql版支持设置参数expire_logs_days来控制binlog保存时间,一些分支如percona,支持指定报文binlog文件个数。主要是避免binlog过多导致磁盘空间不足。

13 show slave status

    主要用于判断MySQL复制同步状态,这个命令的内容比较多,这里不演示。主要是关注两个线程的状态:

  • Slave_IO_Running线程:负责把主库的bin日志(Master_Log)内容,投递到从库的中继日志上(Relay_Log)

  • Slave_SQL_Running线程:负责把中继日志上的语句在从库上执行一遍

    以及Seconds_Behind_Master的值,其表示从库落后主库的时间,如果为0则表示没有延迟。

show global variables  like 'rds\_%'

    这个命令没懂,猜测应该是判断是否数据库是否是是否是阿里云上提供的rds。

"desc " + fullname

    查看库表的字段定义,如:

mysql> desc test.user;
+----------+-------------+------+-----+---------+----------------+
| Field    | Type        | Null | Key | Default | Extra          |
+----------+-------------+------+-----+---------+----------------+
| id       | int(11)     | NO   | PRI | NULL    | auto_increment |
| name     | varchar(18) | NO   |     | NULL    |                |
| password | varchar(15) | NO   |     | NULL    |                |
+----------+-------------+------+-----+---------+----------------+

原始的binlog二进制流中,并不包含字段的名称,而canal提供个client订阅的event中包含了字段名称,实际上就是通过这个命令来获得的。parser模块的TableMetaCache类就是用于缓存表字段信息。当表结构变更后,也会跟着自动跟新。

3 Driver模块实现原理

canal的driver模块实际上就是一个手功编写的一个mysql客户端。要编写这样的一个客户端并不容易,需要参考Mysql client/server通信协议,以下是地址:

    https://dev.mysql.com/doc/internals/en/client-server-protocol.html

笔者也尝试自己写了一些功能,最终的体会是,要实现一个完整的客户端,太多细节要考虑,没有足够的时间。另外一点,也建议读者可以阅读一下这个通信协议即可,以便对driver模块有更深的理解。建议不要花太多时间。

事实上canal的driver客户端也没有实现完整的通信协议,只是满足了简单的查询和更新功能。不过从binlog解析的角度,这已经足够了。


上一篇:6.0 filter模块