MySQL 与 Redis 缓存的同步方案

本文介绍MySQL与Redis缓存的同步的两种方案

• 方案1：通过MySQL自动同步刷新Redis，MySQL触发器+UDF函数实现
• 方案2：解析MySQL的binlog实现，将数据库中的数据同步到Redis

方案1（UDF）

场景分析：当我们对MySQL数据库进行数据操作时，同时将相应的数据同步到Redis中，同步到Redis之后，查询的操作就从Redis中查找

过程大致如下：

• 在MySQL中对要操作的数据设置触发器Trigger，监听操作
• 客户端（NodeServer）向MySQL中写入数据时，触发器会被触发，触发之后调用MySQL的UDF函数
• UDF函数可以把数据写入到Redis中，从而达到同步的效果

方案分析：

• 这种方案适合于读多写少，并且不存并发写的场景
• 因为MySQL触发器本身就会造成效率的降低，如果一个表经常被操作，这种方案显示是不合适的

方案2（解析binlog）

基本原理

在介绍方案2之前我们先来介绍一下MySQL复制的原理，如下图所示：

• 主服务器操作数据，并将数据写入Bin log
• 从服务器调用I/O线程读取主服务器的Bin log，并且写入到自己的Relay log中，再调用SQL线程从Relay log中解析数据，从而同步到自己的数据库中

方案2就是：

• 上面MySQL的整个复制流程可以总结为一句话，那就是：从服务器读取主服务器Bin log中的数据，从而同步到自己的数据库中
• 我们方案2也是如此，就是在概念上把主服务器改为MySQL，把从服务器改为Redis而已（如下图所示），当MySQL中有数据写入时，我们就解析MySQL的Bin log，然后将解析出来的数据写入到Redis中，从而达到同步的效果

例如下面是一个云数据库实例分析：

• 云数据库与本地数据库是主从关系。云数据库作为主数据库主要提供写，本地数据库作为从数据库从主数据库中读取数据
• 本地数据库读取到数据之后，解析Bin log，然后将数据写入写入同步到Redis中，然后客户端从Redis读数据

• 这个技术方案的难点就在于： 如何解析MySQL的Bin Log。但是这需要对binlog文件以及MySQL有非常深入的理解，同时由于binlog存在Statement/Row/Mixedlevel多种形式，分析binlog实现同步的工作量是非常大的

Canal开源技术

Canal是阿里巴巴旗下的一款开源项目，纯Java开发。基于数据库增量日志解析，提供增量数据订阅&消费，目前主要支持了MySQL（也支持MariaDB）

开源参考地址有：https://github.com/liukelin/canal_mysql_nosql_sync

工作原理（模仿MySQL复制）：

• Canal模拟mysql slave的交互协议，伪装自己为mysql slave，向mysql master发送dump协议
• mysql master收到dump请求，开始推送binary log给slave（也就是Canal）
• Canal解析binary log对象（原始为byte流）

架构：

• eventParser (数据源接入，模拟slave协议和master进行交互，协议解析)
• eventSink (Parser和Store链接器，进行数据过滤，加工，分发的工作)
• eventStore (数据存储)
• metaManager (增量订阅&消费信息管理器)
• server代表一个canal运行实例，对应于一个jvm
• instance对应于一个数据队列 (1个server对应1..n个instance)
• instance模块：

大致的解析过程如下：

• parse解析MySQL的Binlog，然后将数据放入到sink中
• sink对数据进行过滤，加工，分发
• store从sink中读取解析好的数据存储起来
• 然后自己用设计代码将store中的数据同步写入Redis中就可以了
• 其中parse/sink是框架封装好的，我们做的是store的数据读取那一步

下面是运行拓扑图

MySQL表的同步，采用责任链模式，每张表对应一个Filter。例如zvsync中要用到的类设计如下：

下面是具体化的zvsync中要用到的类，每当新增或者删除表时，直接进行增删就可以了

附加

本文上面所介绍的都是从MySQL中同步到缓存中。但是在实际开发中可能有人会用下面的方案：客户端有数据来了之后，先将其保存到Redis中，然后再同步到MySQL中

这种方案本身也是不安全/不可靠的，因此如果Redis存在短暂的宕机或失效，那么会丢失数据

转载至：https://mp.weixin.qq.com/s/GHl0zzHvx9-F_BkEo9gMfw