Maxwell 一款简单易上手的实时抓取Mysql数据的软件
第一章 Maxwell概述1.1、Maxwell简介
Maxwell 是由美国 Zendesk 开源，用 Java 编写的 MySQL 实时抓取软件。
实时读取MySQL 二进制日志 Binlog，并生成 JSON 格式的消息，作为生产者发送给 Kafka，Kinesis、RabbitMQ、Redis、Google Cloud Pub/Sub、文件或其它平台的应用程序。
官网地址：http://maxwells-daemon.io/
官网页面：
https://img-blog.csdnimg.cn/782fae034cff45d894b578e802406b57.png#pic_center
1.2、maxwell工作原理
1.2.1、mysql主从复制过程
1、Master 主库将改变记录，写到二进制日志(binary log)中
2、Slave 从库向 mysql master 发送 dump 协议，将 master 主库的 binary log events 拷贝到它的中继日志(relay log)；
3、Slave 从库读取并重做中继日志中的事件，将改变的数据同步到自己的数据库。
https://img-blog.csdnimg.cn/b224a7e9ac4440ec8504b201d1339edd.png#pic_center
1.2.2、Mysql中的binlog
【1】什么是binlog
MySQL 的二进制日志可以说 MySQL 最重要的日志了，它记录了所有的 DDL 和 DML(除了数据查询语句)语句，以事件形式记录，还包含语句所执行的消耗的时间，MySQL 的二进制日志是事务安全型的
一般来说开启二进制日志大概会有 1%的性能损耗。二进制有两个最重要的使用场景:
✅ 其一：MySQL Replication 在 Master 端开启 binlog，Master 把它的二进制日志传递给 slaves 来达到 master-slave 数据一致的目的。
✅ 其二：自然就是数据恢复了，通过使用 mysqlbinlog 工具来使恢复数据。
二进制日志包括两类文件：
二进制日志索引文件（文件名后缀为.index）用于记录所有 的二进制文件
二进制日志文件（文件名后缀为.00000*）记录数据库所有的 DDL 和 DML(除了数据查询语句)语句事件。
【2】binlog的开启
首先我们需要找到mysql的配置文件的位置
/etc/my.cnf 在 mysql 的配置文件下,修改配置
在 区块，设置/添加 log-bin=mysql-bin
这个表示 binlog 日志的前缀是 mysql-bin，以后生成的日志文件就是 mysql-bin.000001的文件后面的数字按顺序生成，每次 mysql 重启或者到达单个文件大小的阈值时，新生一个文件，按顺序编号。
【3】binlog的分类设置
mysql binlog 的格式有三种，分别是 STATEMENT,MIXED,ROW。
➢ 三种格式的区别：
1、statement
语句级，binlog 会记录每次一执行写操作的语句。相对 row 模式节省空间，但是可能产生不一致性，比如 update test set create_date=now(); 如果用 binlog 日志进行恢复，由于执行时间不同可能产生的数据就不同。
优点： 节省空间
缺点： 有可能造成数据不一致。
2、row
行级， binlog 会记录每次操作后每行记录的变化。
优点：保持数据的绝对一致性。因为不管 sql 是什么，引用了什么函数，他只记录执行后的效果。
缺点：占用较大空间。
3、mixed
混合级别，statement 的升级版，一定程度上解决了 statement 模式因为一些情况而造成的数据不一致问题
默认还是 statement，在某些情况下，譬如： 当函数中包含 UUID() 时； 包含 AUTO_INCREMENT 字段的表被更新时； 执行 INSERT DELAYED 语句时； 用 UDF 时； 会按照 ROW 的方式进行处理
优点：节省空间，同时兼顾了一定的一致性。
缺点：还有些极个别情况依旧会造成不一致，另外 statement 和 mixed 对于需要对binlog 监控的情况都不方便。
综合上面对比，Maxwell 想做监控分析，选择 row 格式比较合适
1.2.3、maxwell工作原理
Maxwell 的工作原理很简单，就是把自己伪装成 MySQL 的一个 slave，然后以 slave的身份假装从 MySQL(master)复制数据
1.2.4、Maxwell和Canal的区别
https://img-blog.csdnimg.cn/93b1cb8bd7fd45b0a0180e90bd2a1fc6.png#pic_center
第二章 Maxwell的安装
2.1、下载地址
（1）Maxwell 官网地址：http://maxwells-daemon.io/
（2）文档查看地址：http://maxwells-daemon.io/quickstart/
https://img-blog.csdnimg.cn/ab9d7e6a53594a718da5fd0a3c1ea9e1.png#pic_center
但是我们查看版本更新日志就会发现：
https://img-blog.csdnimg.cn/e21dc16d78404df5ab773b75c7c27eb3.png#pic_center
由于我的机器安装的是jdk1,8，所以这里我们使用1.30.0之前的版本
2.2、Maxwell安装部署
环境准备：
确保机器上已经安装好了kafka和mysql，zookeeper
1、将maxwell-1.29.2.tar.gz 到/opt/software 下
2、将maxwell解压到/opt/module即可
https://img-blog.csdnimg.cn/601b84c5d3804daead1d05debf0d3060.png#pic_center
3、查看maxwell的目录结构
https://img-blog.csdnimg.cn/e5fc1207fbe44f5bb89f3a522337ceaa.png#pic_center
2.3、mysql环境准备
1、修改mysql的配置文件，开启mysql的binlog设置
sudo vim /etc/my.cnf server_id=1
# 设置生成的二进制文件的前缀
log-bin=mysql-bin
# 设置binlog的二进制文件的日志级别 行级模式
binlog_format=row
# binlog的执行的库 如果不加这个参数那么mysql会对所有的库都生成对应的binlog 即对所有的库尽心binlog监控
# 设置只监控某个或某些数据库
binlog-do-db=test_maxwell
binlog-do-db=test_maxwell1 https://img-blog.csdnimg.cn/a288372d8d24442387f2bf3baf3af851.png#pic_center
2、重启mysql服务
sudo systemctl restart mysqld 3、登录mysql并查看是否修改成功
登录进入mysql键入以下语句
show variables like '%binlog%';
https://img-blog.csdnimg.cn/1d35642f5cac4a60805c60dae2595e73.png#pic_center
4、进入/var/lib/mysql 目录，查看 MySQL 生成的 binlog 文件
https://img-blog.csdnimg.cn/81a164b729764867b0055e566311fda3.png#pic_center
注：MySQL 生成的 binlog 文件初始大小一定是 154 字节，然后前缀是 log-bin 参数配
置的，后缀是默认从.000001，然后依次递增。\
除了 binlog 文件文件以外，MySQL 还会额外生产一个.index 索引文件用来记录当前使用的 binlog 文件。
5、我们来测试一下
【1】使用sqlyog连接到mysql
https://img-blog.csdnimg.cn/e0db8b4e3ea0470ca4c0b57876a43656.png#pic_center
https://img-blog.csdnimg.cn/cba7ff7f875a48519c271268271d4e83.png#pic_center
https://img-blog.csdnimg.cn/59853de90e8b451aa5dc6c4ae64a1eff.png#pic_center
再查看二进制文件
https://img-blog.csdnimg.cn/ae2212409c8641c48814e21aaf8f0c27.png#pic_center
2.4、初始化Maxwell元数据库
1、在 MySQL 中建立一个 maxwell 库用于存储 Maxwell 的元数据
CREATE DATABASE maxwell; https://img-blog.csdnimg.cn/d578b7f52a504012bca4c7acb71a7ab3.png#pic_center
在我们使用的时候它会自己创建对应的表，这里我们不需要自己创建表。你也不知道创建哪些表
2、设置 mysql 用户密码安全级别
set global validate_password_length=4;
set global validate_password_policy=0; 3、分配一个账号可以操作该数据库
GRANT ALL ON maxwell.* TO 'maxwell'@'%' IDENTIFIED BY '123456'; https://img-blog.csdnimg.cn/9f5187d575554cf2848df2b8b835c340.png#pic_center
4、分配这个账号可以监控其他数据库的权限
GRANT SELECT ,REPLICATION SLAVE , REPLICATION CLIENT ON *.* TO maxwell@'%'; https://img-blog.csdnimg.cn/42b922549f1948bbadf8a5070537f7ae.png#pic_center
5、刷新mysql表权限
flush privileges; https://img-blog.csdnimg.cn/f98a47fd14db4ee7bb9451709c5afa27.png#pic_center
https://img-blog.csdnimg.cn/419505a67aa448ce93256ead9d4236a0.png#pic_center
第三章 Maxwell的使用
3.1、maxwell进程的启动
maxwell进程的启动有两种方式
1、使用命令行参数启动 Maxwell 进程
bin/maxwell --user='maxwell' --password='123456' --host='hadoop02' --producer=stdout 参数解读：
--user 连接 mysql 的用户
--password 连接 mysql 的用户的密码
--host mysql 安装的主机名
--producer 生产者模式(stdout：控制台 kafka：kafka 集群)
https://img-blog.csdnimg.cn/9bce54b600bc42aa9e7cd3f9a5ca6acc.png#pic_center
测试：
https://img-blog.csdnimg.cn/1fcbb1027118427197fa00f2ace0dbc1.png#pic_center
https://img-blog.csdnimg.cn/7691a0b93176400498f2c30fb9cda75d.png#pic_center
2、配置文件启动maxwell
【1】复制一份config.properties.example文件
https://img-blog.csdnimg.cn/857c11a7d01c4a36aada6948887a87f6.png#pic_center
【2】修改config.properties文件
https://img-blog.csdnimg.cn/fad597d3e82b41c1980d303454b397c7.png#pic_center
【3】启动
bin/maxwell --config ./config.properties https://img-blog.csdnimg.cn/e0d373fe520642b4a6120010f7607408.png#pic_center
https://img-blog.csdnimg.cn/f275a311081c40299c2bc6f087b99aaf.png#pic_center
3.2、maxwell的案例实操
3.2.1、监控 Mysql 数据并在控制台打印
【1】运行maxwell监控mysql数据更新
bin/maxwell --user='maxwell' --password='123456' --host='hadoop02' --producer=stdout 【2】向 mysql 的 test_maxwell 库的 user表插入一条数据，查看 maxwell 的控制台输出
https://img-blog.csdnimg.cn/eeffa181283c425fa4ae0eddeae6fe18.png#pic_center
输出的json格式数据
{
"database": "test_maxwell",
"table": "user",
"type": "insert",
"ts": 1653211725,
"xid": 2319,
"commit": true,
"data": {
"id": 2,
"name": "李四"
}
} 秒级时间戳
【3】向 mysql 的 test_maxwell 库的 user表同时插入 3 条数据，控制台出现了 3 条 json日志，说明 maxwell 是以数据行为单位进行日志的采集的。
INSERT INTO USER VALUES (3,"张无忌"),(4,"孙悟空"),(3,"猪八戒"); https://img-blog.csdnimg.cn/db2607ed5253443b878dfc47785c7629.png#pic_center
【4】修改 test_maxwell 库的 user表的一条数据，查看 maxwell 的控制台输出
https://img-blog.csdnimg.cn/ed82f5a323304cd79a3a2156ea37fa5f.png#pic_center
{
"database": "test_maxwell",
"table": "user",
"type": "update",
"ts": 1653212058,
"xid": 3061,
"commit": true,
"data": {
"id": 2,
"name": "王五"
},
"old": {
"name": "李四"
}
} 【5】删除一条数据
{
"database": "test_maxwell",
"table": "user",
"type": "delete",
"ts": 1653212134,
"xid": 3234,
"commit": true,
"data": {
"id": 3,
"name": "猪八戒"
}
} 3.2.2、监控 Mysql 数据输出到 kafka
1、启动zookeeper集群和kafka集群
https://img-blog.csdnimg.cn/25bec1e3deaf4c6389e759876bd8ac56.png#pic_center
2、启动 Maxwell 监控 binlog
bin/maxwell --user='maxwell' --password='123456' --host='hadoop02' --producer=kafka --kafka.bootstrap.servers=hadoop02:9092 --kafka_topic=maxwell https://img-blog.csdnimg.cn/e115f2e9c468476f8d6df0e1391e963d.png#pic_center
https://img-blog.csdnimg.cn/58d0f7c90862417ea0c0dd31b13d65ed.png#pic_center
注意这里我们不更新数据这里的topic是不会被创建的
我们使用过kafka的图形化工具kafka tool打开
https://img-blog.csdnimg.cn/c02b5080689e4c64aa845483c9a8df92.png#pic_center
我们再来在mysql中更新数据
https://img-blog.csdnimg.cn/9c090cb0280e4066a4a9a71a47f70861.png#pic_center
查看topics
https://img-blog.csdnimg.cn/e5b4f3f1d47e473689202e6db3593b0f.png#pic_center
一旦mysql表有了数据的更新，那么底层的binlog肯定会有变化，binlog变化那么我们·的maxwell进程就能捕捉到这个·变化，捕捉到就会将这条数据传到kafka里面。
https://img-blog.csdnimg.cn/ed83040c7d8a4161ae8f183173b886ef.png#pic_center
3、打开 kafka 的控制台的消费者消费 maxwell 主题
kafka-console-consumer.sh --bootstrap-server hadoop02:9092 --topic maxwell https://img-blog.csdnimg.cn/89d81c637ed74a0a8796adecc7f67a2c.png#pic_center
通过 kafka 消费者来查看到了数据，说明数据成功传入 kafka
这里我们再来修改另外一个数据库，因为之前的设置我们使用binlog监控了两个数据库，一个是test_maxwell,一个是test_maxwell1,现在我们在test_maxwell1的表中插入一条数据
https://img-blog.csdnimg.cn/5f77de88b69a495cbcb090e7d1fcf2ce.png#pic_center
查看kafka的主题变化：
https://img-blog.csdnimg.cn/25b227b009894973bd44017d7a3aa3c0.png#pic_center
所以接下来引出定制化启动maxwell进程输出到kafka
3.2.3、Kafka主题的分区控制
在实际生产环境中，我们一般都会用 maxwell 监控多个 mysql 库的数据，然后将这些数据发往 kafka 的一个主题 Topic，并且这个主题也肯定是多分区的，为了提高并发度。
那么如何控制这些数据的分区问题，就变得至关重要，实现步骤如下：
【1】手动创建三个分区的topic
https://img-blog.csdnimg.cn/bf052faeda174698b275c253ccd17c82.png#pic_center
https://img-blog.csdnimg.cn/94990723cab641b48c90da00198dc966.png#pic_center
【2】修改maxwell的配置文件，定制化启动maxwell进程
修改producer模式为kafka
https://img-blog.csdnimg.cn/1f452809e7a14088af40622e4ceb7e99.png#pic_center
指定发往的主题
https://img-blog.csdnimg.cn/110881ce1f144cf3a60af1b35afde79d.png#pic_center
设置分区参数
https://img-blog.csdnimg.cn/1a1419bb069347918f3d3a38e56a411d.png#pic_center
https://img-blog.csdnimg.cn/fb8254f1f02940068b0d1ecedde11ef4.png#pic_center
保存退出！
【3】使用配置文件的方式启动maxwell进程
bin/maxwell --config ./config.properties
https://img-blog.csdnimg.cn/52867229937943f88062771f8d0f25a3.png#pic_center
【4】向 test_maxwell 库的 test 表再次插入一条数据
https://img-blog.csdnimg.cn/43cc367a17ec460082d4f053793a76c0.png#pic_center
【5】向 test_maxwell1 库的 test 表再次插入一条数据
https://img-blog.csdnimg.cn/9b53f233154c40cf9c5fe0c349173d6a.png#pic_center
再来看看topic
https://img-blog.csdnimg.cn/f97fe9b7e6b3427b9f7ca347f3b47031.png#pic_center
https://img-blog.csdnimg.cn/1e44854da87d4d1982e85cf78c336b0b.png#pic_center
说明不同数据库的数据会发往不同的分区
3.2.4、监控mysql指定表数据输出到控制台
之前的操作我们都是监控数据库下面的所有表，那么怎么监控指定的表呢？
使用--filter参数来过滤
首先我们在test_maxwell数据库中创建一张新表 student
https://img-blog.csdnimg.cn/9c0893fd9c3c48b0b70b271a7b699f31.png#pic_center
【1】运行 maxwell 来监控 mysql 指定表数据更新
bin/maxwell --user='maxwell' --password='123456' --host='hadoop02' --filter 'exclude: *.*, include:test_maxwell.student' --producer=stdout https://img-blog.csdnimg.cn/83e68d77c24a496583989d977f22e0ca.png#pic_center
这说明只会监控student表
更新user表数据：
https://img-blog.csdnimg.cn/72fb65916fa545e691db30ae82d2d1b0.png#pic_center
更新student表数据：
https://img-blog.csdnimg.cn/b8da0c0521e24fb4a6076e77c5e3f811.png#pic_center
还可以设置 include:test_maxwell.*，通过此种方式来监控 mysql 某个库的所有表，也就是说过滤整个库
3.2.5、监控mysql指定表全量数据输出到控制台
即数据初始化
Maxwell 进程默认只能监控 mysql 的 binlog 日志的新增及变化的数据，但是Maxwell 是支持数据初始化的，可以通过修改 Maxwell 的元数据，来对 MySQL 的某张表进行数据初始化，也就是我们常说的全量同步。
需求：将 test_maxwell 库下的 test2 表的四条数据，全量导入到 maxwell 控制台进行打印。
【1】修改 Maxwell 的元数据，触发数据初始化机制，在 mysql 的 maxwell 库中 bootstrap表中插入一条数据，写明需要全量数据的库名和表名
insert into maxwell.bootstrap(database_name,table_name) values('test_maxwell','user'); https://img-blog.csdnimg.cn/49458a1bf446414ab7cbbec6afce5d8b.png#pic_center
【2】启动 maxwell 进程，此时初始化程序会直接打印 test2 表的所有数据
bin/maxwell --user='maxwell' --password='123456' --host='hadoop02' --producer=stdout https://img-blog.csdnimg.cn/680dc354f7e24328ab4b4ffbb09d567d.png#pic_center
【3】当数据全部初始化完成以后，Maxwell 的元数据会变化
is_complete 字段从 0 变为 1
start_at 字段从 null 变为具体时间(数据同步开始时间)
complete_at 字段从 null 变为具体时间(数据同步结束时间)
https://img-blog.csdnimg.cn/b9acf1248bc14d3cb8fb327e40e5b08f.png#pic_center
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！
页:
[1]