mysql的binlog+maxwell+kafka實現(xiàn)數(shù)據(jù)無侵入式拉取

mysql的準備

首先開啟binlog日志

  1. 進入mysql容器
docker exec -it {container id} /bin/bash
  1. cd /etc/mysql ,vi my.cnf 可能在容器中需要安裝 vim
apt-get update
apt-get install vim
  1. 修改my.cnf
$ vi my.cnf
[mysqld]
server_id=1
log-bin=master
binlog_format=row
  1. 重啟
  2. 驗證
show variables like '%log_bin%'

或者連接數(shù)據(jù)庫開啟binlog

mysql> set global binlog_format=ROW;
mysql> set global binlog_row_image=FULL;

創(chuàng)建Maxwell用戶菱肖,并賦予 maxwell 庫的一些權(quán)限

mysql> CREATE USER 'maxwell'@'%' IDENTIFIED BY 'XXXXXX';
mysql> GRANT ALL ON maxwell.* TO 'maxwell'@'%';
mysql> GRANT SELECT, REPLICATION CLIENT, REPLICATION SLAVE ON *.* TO 'maxwell'@'%';

# or for running maxwell locally:

mysql> CREATE USER 'maxwell'@'localhost' IDENTIFIED BY 'XXXXXX';
mysql> GRANT ALL ON maxwell.* TO 'maxwell'@'localhost';
mysql> GRANT SELECT, REPLICATION CLIENT, REPLICATION SLAVE ON *.* TO 'maxwell'@'localhost';

啟動kafka

kafka在之前的文章中已經(jīng)弄好了扒最,沒安裝的可以先去看docker啟動kafka

docker啟動maxwell

拉取鏡像

docker pull zendesk/maxwell

啟動maxwell,并將解析出的binlog輸出到控制臺

docker run -it --rm zendesk/maxwell bin/maxwell --user='maxwell'  --password='123456' --host='192.168.92.66' --producer=stdout

輸出到kafka

docker run -d  -it --rm zendesk/maxwell bin/maxwell --user='maxwell' \
    --password='123456' --host='192.168.92.66' --producer=kafka \
    --kafka.bootstrap.servers='192.168.92.66:9092' --kafka_topic=maxwell --log_level=debug

消費kafka中的log信息,這邊用的java

application.yml中的配置信息

spring:
  datasource:
    type: com.alibaba.druid.pool.DruidDataSource
    driver-class-name: com.mysql.cj.jdbc.Driver
    username: root
    password: 123456
    url: jdbc:mysql://localhost:3307/ficus?characterEncoding=utf-8
  kafka:
    bootstrap-server: 192.168.92.66:9092
    producer:
      # 發(fā)生錯誤后错维,消息重發(fā)的次數(shù)奖地。
      retries: 0
      # 鍵的序列化方式
      key-serializer: org.apache.kafka.common.serialization.StringSerializer
      # 值的序列化方式
      value-serializer: org.apache.kafka.common.serialization.StringSerializer
    consumer:
      group-id: maxwell
      # 鍵的反序列化方式
      key-deserializer: org.apache.kafka.common.serialization.StringDeserializer
      # 值的反序列化方式
      value-deserializer: org.apache.kafka.common.serialization.StringDeserializer
    listener:
      # 但消費者監(jiān)聽的topic不存在時,保證能夠是項目啟動
      missing-topics-fatal: false

測試工程整個截圖如下(寫得比較辣眼睛赋焕,大家有時間的話還是可以寫好點)


工程圖

用到的依賴

        <!-- https://mvnrepository.com/artifact/org.springframework.kafka/spring-kafka -->
        <dependency>
            <groupId>org.springframework.kafka</groupId>
            <artifactId>spring-kafka</artifactId>
            <version>2.3.5.RELEASE</version>
        </dependency>

        <dependency>
            <groupId>org.projectlombok</groupId>
            <artifactId>lombok</artifactId>
        </dependency>
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-web</artifactId>
        </dependency>

        <!-- mybatis -->
        <dependency>
            <groupId>com.baomidou</groupId>
            <artifactId>mybatis-plus-boot-starter</artifactId>
            <version>${mybatisplus.version}</version>
        </dependency>
        <dependency>
            <groupId>com.baomidou</groupId>
            <artifactId>mybatis-plus-generator</artifactId>
            <version>${mybatisplus.version}</version>
        </dependency>
        <dependency>
            <groupId>mysql</groupId>
            <artifactId>mysql-connector-java</artifactId>
            <scope>runtime</scope>
        </dependency>
        <dependency>
            <groupId>com.alibaba</groupId>
            <artifactId>druid-spring-boot-starter</artifactId>
            <version>1.1.10</version>
        </dependency>
        <!-- fastjson -->
        <dependency>
            <groupId>com.alibaba</groupId>
            <artifactId>fastjson</artifactId>
            <version>1.2.68</version>
        </dependency>

測試

我們另起一個mysql参歹,新建了一張測試表collect

create table resdata
(
    id    int auto_increment
        primary key,
    name  varchar(20) null,
    age   int         null,
    value varchar(20) null
);

然后添加數(shù)據(jù),可以在maxwell的控制臺看到輸出的信息
maxwell

kafka收到的信息![kafka]
kafka

效果圖

image.png

自己的蠢操作

這里mysql的ip不能寫localhost隆判,否則容器內(nèi)沒辦法找到宿主機mysql


image.png

除了kafka還可以選擇redis等犬庇,可以點擊官網(wǎng)鏈接看看。

maxwell詳解參考MySQL Binlog 解析工具 Maxwell 詳解

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末蜜氨,一起剝皮案震驚了整個濱河市械筛,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌飒炎,老刑警劉巖埋哟,帶你破解...
    沈念sama閱讀 218,386評論 6 506
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場離奇詭異,居然都是意外死亡赤赊,警方通過查閱死者的電腦和手機闯狱,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,142評論 3 394
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來抛计,“玉大人哄孤,你說我怎么就攤上這事〈到兀” “怎么了瘦陈?”我有些...
    開封第一講書人閱讀 164,704評論 0 353
  • 文/不壞的土叔 我叫張陵,是天一觀的道長波俄。 經(jīng)常有香客問我晨逝,道長,這世上最難降的妖魔是什么懦铺? 我笑而不...
    開封第一講書人閱讀 58,702評論 1 294
  • 正文 為了忘掉前任捉貌,我火速辦了婚禮,結(jié)果婚禮上冬念,老公的妹妹穿的比我還像新娘趁窃。我一直安慰自己,他們只是感情好急前,可當我...
    茶點故事閱讀 67,716評論 6 392
  • 文/花漫 我一把揭開白布醒陆。 她就那樣靜靜地躺著,像睡著了一般裆针。 火紅的嫁衣襯著肌膚如雪统求。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 51,573評論 1 305
  • 那天据块,我揣著相機與錄音,去河邊找鬼折剃。 笑死另假,一個胖子當著我的面吹牛,可吹牛的內(nèi)容都是我干的怕犁。 我是一名探鬼主播边篮,決...
    沈念sama閱讀 40,314評論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼奏甫!你這毒婦竟也來了戈轿?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 39,230評論 0 276
  • 序言:老撾萬榮一對情侶失蹤阵子,失蹤者是張志新(化名)和其女友劉穎思杯,沒想到半個月后,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 45,680評論 1 314
  • 正文 獨居荒郊野嶺守林人離奇死亡色乾,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 37,873評論 3 336
  • 正文 我和宋清朗相戀三年誊册,在試婚紗的時候發(fā)現(xiàn)自己被綠了。 大學時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片暖璧。...
    茶點故事閱讀 39,991評論 1 348
  • 序言:一個原本活蹦亂跳的男人離奇死亡案怯,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出澎办,到底是詐尸還是另有隱情嘲碱,我是刑警寧澤,帶...
    沈念sama閱讀 35,706評論 5 346
  • 正文 年R本政府宣布局蚀,位于F島的核電站麦锯,受9級特大地震影響,放射性物質(zhì)發(fā)生泄漏至会。R本人自食惡果不足惜离咐,卻給世界環(huán)境...
    茶點故事閱讀 41,329評論 3 330
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望奉件。 院中可真熱鬧宵蛀,春花似錦、人聲如沸县貌。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,910評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽煤痕。三九已至梧宫,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間摆碉,已是汗流浹背塘匣。 一陣腳步聲響...
    開封第一講書人閱讀 33,038評論 1 270
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留巷帝,地道東北人忌卤。 一個月前我還...
    沈念sama閱讀 48,158評論 3 370
  • 正文 我出身青樓,卻偏偏與公主長得像楞泼,于是被迫代替她去往敵國和親驰徊。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當晚...
    茶點故事閱讀 44,941評論 2 355