Kafka Connect如何實(shí)現(xiàn)同步RDS Binlog數(shù)據(jù)?

作者：魚(yú)跟貓 2018-05-14 13:51:39

大數(shù)據(jù)

Kafka 本文將演示如何在E-MapReduce上實(shí)現(xiàn)將RDS binlog實(shí)時(shí)同步到Kafka集群中。實(shí)驗(yàn)中使用VPC網(wǎng)絡(luò)環(huán)境，以下實(shí)例創(chuàng)建時(shí)默認(rèn)都是在VPC環(huán)境下。

為企業(yè)提供網(wǎng)站設(shè)計(jì)、網(wǎng)站建設(shè)、網(wǎng)站優(yōu)化、成都營(yíng)銷(xiāo)網(wǎng)站建設(shè)、競(jìng)價(jià)托管、品牌運(yùn)營(yíng)等營(yíng)銷(xiāo)獲客服務(wù)。創(chuàng)新互聯(lián)擁有網(wǎng)絡(luò)營(yíng)銷(xiāo)運(yùn)營(yíng)團(tuán)隊(duì)，以豐富的互聯(lián)網(wǎng)營(yíng)銷(xiāo)經(jīng)驗(yàn)助力企業(yè)精準(zhǔn)獲客，真正落地解決中小企業(yè)營(yíng)銷(xiāo)獲客難題，做到“讓獲客更簡(jiǎn)單”。自創(chuàng)立至今，成功用技術(shù)實(shí)力解決了企業(yè)“網(wǎng)站建設(shè)、網(wǎng)絡(luò)品牌塑造、網(wǎng)絡(luò)營(yíng)銷(xiāo)”三大難題，同時(shí)降低了營(yíng)銷(xiāo)成本，提高了有效客戶(hù)轉(zhuǎn)化率，獲得了眾多企業(yè)客戶(hù)的高度認(rèn)可！

1. 背景

在我們的業(yè)務(wù)開(kāi)發(fā)中，往往會(huì)碰到下面這個(gè)場(chǎng)景：

• 業(yè)務(wù)更新數(shù)據(jù)寫(xiě)到數(shù)據(jù)庫(kù)中
• 業(yè)務(wù)更新數(shù)據(jù)需要實(shí)時(shí)傳遞給下游依賴(lài)處理

所以傳統(tǒng)的處理架構(gòu)可能會(huì)這樣：

但這個(gè)架構(gòu)也存在著不少弊端：我們需要在項(xiàng)目中維護(hù)很多發(fā)送消息的代碼。新增或者更新消息都會(huì)帶來(lái)不少維護(hù)成本。所以，更好的處理方式應(yīng)該是直接將數(shù)據(jù)庫(kù)的數(shù)據(jù)接入到流式系統(tǒng)中，如下圖：

本文將演示如何在E-MapReduce上實(shí)現(xiàn)將RDS binlog實(shí)時(shí)同步到Kafka集群中。

2. 環(huán)境準(zhǔn)備

實(shí)驗(yàn)中使用VPC網(wǎng)絡(luò)環(huán)境，以下實(shí)例創(chuàng)建時(shí)默認(rèn)都是在VPC環(huán)境下。

2.1 準(zhǔn)備一個(gè)測(cè)試RDS數(shù)據(jù)庫(kù)

創(chuàng)建一個(gè)RDS實(shí)例，版本選擇5.7。這里不贅述如何創(chuàng)建RDS，詳細(xì)流程請(qǐng)參考RDS文檔。創(chuàng)建完如圖：

2.2 準(zhǔn)備一個(gè)Kafka集群

創(chuàng)建一個(gè)E-MapReduce Kafka集群，版本選擇EMR-3.11.0。需要注意，這里必須選擇EMR-3.11.0以上版本，否則不會(huì)默認(rèn)安裝啟動(dòng)Kafka Connect服務(wù)。詳細(xì)創(chuàng)建流程請(qǐng)參考E-MapReduce文檔。創(chuàng)建完如圖：

注意：RDS實(shí)例和E-MapReduce Kafka集群***在同一個(gè)VPC中，否則需要打通兩個(gè)VPC之間的網(wǎng)絡(luò)。

3. Kafka Connect

3.1 Connector

Kafka Connect是一個(gè)用于Kafka和其他數(shù)據(jù)系統(tǒng)之間進(jìn)行數(shù)據(jù)傳輸?shù)墓ぞ撸梢詫?shí)現(xiàn)基于Kafka的數(shù)據(jù)管道，打通上下游數(shù)據(jù)源。我們需要做的就是在Kafka Connect服務(wù)上運(yùn)行一個(gè)Connector，這個(gè)Connector是具體實(shí)現(xiàn)如何從/向數(shù)據(jù)源中讀/寫(xiě)數(shù)據(jù)。Confluent提供了很多Connector實(shí)現(xiàn)，你可以在這里下載。不過(guò)今天我們使用Debezium提供的一個(gè)MySQL Connector插件，下載地址。

下載這個(gè)插件，并將解壓出來(lái)的jar包全部拷貝到kafka lib目錄下。注意：需要將這些jar包拷貝到Kafka集群所有機(jī)器上。

在Kafka集群的服務(wù)列表中重啟Kafka Connect組件。

3.2 啟動(dòng)Connector

在創(chuàng)建connector前，我們需要做一番配置，這里羅列一些Debezium MySQL Connector的主要配置項(xiàng)：

登錄到Kafka集群，配置并創(chuàng)建一個(gè)connector，命令如下：

這時(shí)，我們可以看到一個(gè)創(chuàng)建好的connector，如圖：

3.3 注意事項(xiàng)

server_id是多少?：你可以在RDS執(zhí)行"SELECT @@server_id;"查到。

創(chuàng)建connector時(shí)可能會(huì)出現(xiàn)連接失敗，請(qǐng)確保RDS的白名單已經(jīng)授權(quán)了Kafka集群機(jī)器訪(fǎng)問(wèn)。

4 測(cè)試

4.1 創(chuàng)建一張表

一會(huì)之后，Kafka集群中會(huì)自動(dòng)創(chuàng)建一個(gè)對(duì)應(yīng)的topic

插入幾條數(shù)據(jù)

查看binlog數(shù)據(jù)

查看fulfillment.mugen.students這個(gè)topic，是否有剛剛新插入的數(shù)據(jù)

結(jié)果如圖所示：

5. 資料

• confluent官方文檔 https://docs.confluent.io
• debezium官網(wǎng) http://debezium.io/
• kafka官方文檔 http://kafka.apache.org/documentation.html

本文名稱(chēng)：KafkaConnect如何實(shí)現(xiàn)同步RDSbinlog數(shù)據(jù)?
本文網(wǎng)址：http://m.5511xx.com/article/djhjhgs.html