本文介绍如何应用Canal实现异步、解耦的架构，后续有空再写文章分析Canal原理和源代码。
Canal简介
Canal是用来获取数据库变更的中间件。
伪装自己为MySQL从库，拉取主库binlog并解析、处理。处理结果可发送给MQ，方便其他服务获取数据库变更消息，这一点非常有用。下面介绍一些典型用途。
image.png
其中，Canal+MQ作为一个整体，从外界看来就是一个数据管道服务服务，如下图。
image.png
Canal典型用途
异构数据（如ES、HBase、不同路由key的DB）
通过Canal自带的adapter，同步异构数据至ES、HBase，而不用自行实现繁琐的数据转换、同步操作。这里的adapter就是典型的适配器模式，把数据转成相应格式，并写入异构的存储系统。
image.png
当然，也可以同步数据至DB，甚至构建一份按不同字段分片路由的数据库。
比如：下单时按用户id分库分表订单记录，然后借助Canal数据通道，构建一份按商家id分库分表的订单记录，用于B端业务（如商家查询自己接到哪些订单）。
image.png
缓存刷新
缓存刷新的常规做法是，先更新DB，再删除缓存，再延迟删除（即cache-aside pattern+延迟双删），这种多步操作可能失败，而且实现相对复杂。借助Canal刷新缓存，使主服务、主流程无需关心缓存更新等一致性问题，保证最终一致性。
image.png
价格变化等重要业务消息
下游服务可立即感知价格变化。
常规做法是，先修改价格，再发出消息，此处的难点是要保证消息一定发送成功，以及如果发送不成功时如何处理。借助Canal，不用在业务层面担心消息丢失的问题。
数据库迁移
- 多机房数据同步
- 拆库
虽然可以自己在代码中实现双写逻辑，然后对历史数据做处理，但是历史数据也可能被更新，需要不断迭代对比、更新，总之很复杂。
实时对账
常规做法是定时任务跑对账逻辑，时效性低，不能及时发现不一致问题。借助Canal，可实时触发对账逻辑。
大致流程如下：
- 接收数据变更消息
- 写入hbase作为流水记录
- 一段窗口时间过后，触发比较与对端数据做比较
Canal客户端demo代码分析
以下示例是客户端连接Canal的例子，修改自官方github示例，楼主做了一些优化，并且在关键代码行中加入了注释。如果Canal把数据变更消息发送至MQ，写法有所不同，不同之处只是一个是订阅Canal，一个是订阅MQ，但是解析和处理逻辑基本相同。
`
public void process() {
// 每批次处理的条数
int batchSize = 1024;
while (running) {
try {
// 连上Canal服务
connector.connect();
// 订阅数据（比如某个表）
connector.subscribe("table_xxx");
while (running) {
// 批量获取数据变更记录
Message message = connector.getWithoutAck(batchSize);
long batchId = message.getId();
int size = message.getEntries().size();
if (batchId == -1 || size == 0) {
// 非预期情况，需做异常处理
} else {
// 打印数据变更明细
printEntry(message.getEntries());
}
if (batchId != -1) {
// 使用batchId做ack操作：表明该批次处理完成，更新Canal侧消费进度
connector.ack(batchId);
}
}
} catch (Throwable e) {
logger.error("process error!", e);
try {
Thread.sleep(1000L);
} catch (InterruptedException e1) {
// ignore
}
// 处理失败, 回滚进度
connector.rollback();
} finally {
// 断开连接
connector.disconnect();
}
}
}
private void printEntry(List<Entry> entrys) {
for (Entry entry : entrys) {
long executeTime = entry.getHeader().getExecuteTime();
long delayTime = new Date().getTime() - executeTime;
Date date = new Date(entry.getHeader().getExecuteTime());
SimpleDateFormat simpleDateFormat = new SimpleDateFormat("yyyy-MM-dd HH:mm:ss");
// 只关心数据变更的类型
if (entry.getEntryType() == EntryType.ROWDATA) {
RowChange rowChange = null;
try {
// 解析数据变更对象
rowChange = RowChange.parseFrom(entry.getStoreValue());
} catch (Exception e) {
throw new RuntimeException("parse event has an error , data:" + entry.toString(), e);
}
EventType eventType = rowChange.getEventType();
logger.info(row_format,
new Object[] { entry.getHeader().getLogfileName(),
String.valueOf(entry.getHeader().getLogfileOffset()), entry.getHeader().getSchemaName(),
entry.getHeader().getTableName(), eventType,
String.valueOf(entry.getHeader().getExecuteTime()), simpleDateFormat.format(date),
entry.getHeader().getGtid(), String.valueOf(delayTime) });
// 不关心查询，和DDL变更
if (eventType == EventType.QUERY || rowChange.getIsDdl()) {
logger.info("ddl : " + rowChange.getIsDdl() + " , sql ----> " + rowChange.getSql() + SEP);
continue;
}
for (RowData rowData : rowChange.getRowDatasList()) {
if (eventType == EventType.DELETE) {
// 数据变更类型为 删除 时，打印变化前的列值
printColumn(rowData.getBeforeColumnsList());
} else if (eventType == EventType.INSERT) {
// 数据变更类型为 插入 时，打印变化后的列值
printColumn(rowData.getAfterColumnsList());
} else {
// 数据变更类型为 其他（即更新） 时，打印变化前后的列值
printColumn(rowData.getBeforeColumnsList());
printColumn(rowData.getAfterColumnsList());
}
}
}
}
}
// 打印列值
private void printColumn(List<Column> columns) {
for (Column column : columns) {
StringBuilder builder = new StringBuilder();
try {
if (StringUtils.containsIgnoreCase(column.getMysqlType(), "BLOB")
|| StringUtils.containsIgnoreCase(column.getMysqlType(), "BINARY")) {
// get value bytes
builder.append(column.getName() + " : "
+ new String(column.getValue().getBytes("ISO-8859-1"), "UTF-8"));
} else {
builder.append(column.getName() + " : " + column.getValue());
}
} catch (UnsupportedEncodingException e) {
}
builder.append(" type=" + column.getMysqlType());
if (column.getUpdated()) {
builder.append(" update=" + column.getUpdated());
}
builder.append(SEP);
logger.info(builder.toString());
}
}
`
