MySQL与ES数据同步的四种方案及实践演示

一、同步双写

也就是同步调用，这是一种最为简单的方式，在将数据写到mysql时，同时将数据写到ES。

优点

1.业务逻辑简单
2实时性高

缺点

1.硬编码，有需要写入mysql的地方都需要添加写入ES的代码
2.业务强耦合
3.存在双写失败丢数据风险
4.性能较差：本来mysql的性能不是很高，再加一个ES，系统的性能必然会下降。

双写失败风险

ES系统不可用；
程序和ES之间的网络故障；
程序重启，导致系统来不及写入ES等。
针对这种情况，有数据强一致性要求的，就必须双写放到事务中来处理，而一旦用上事物，则性能下降更加明显。

项目演示

请移步：MySQL与ES数据同步之同步调用

二、异步双写（MQ方式）

针对多数据源写入的场景，可以借助MQ实现异步的多源写入，这种情况下各个源的写入逻辑互不干扰，不会由于单个数据源写入异常或缓慢影响其他数据源的写入，虽然整体写入的吞吐量增大了，但是由于MQ消费是异步消费，所以不适合实时业务场景。

优点

性能高
不易出现数据丢失问题，主要基于MQ消息的消费保障机制，比如ES宕机或者写入失败，还能重新消费MQ消息。
多源写入之间相互隔离，便于扩展更多的数据源写入

缺点

硬编码问题，接入新的数据源需要实现新的消费者代码
系统复杂度增加：引入了消息中间件
可能出现延时问题：MQ是异步消费模型，用户写入的数据不一定可以马上看到，造成延时。

项目演示

请移步：MySQL与ES数据同步之异步调用

三、基于Datax同步

DataX 是阿里巴巴集团内被广泛使用的离线数据同步工具/平台，实现包括 MySQL、Oracle、SqlServer、Postgre、HDFS、Hive、ADS、HBase、TableStore(OTS)、MaxCompute(ODPS)、DRDS 等各种异构数据源之间高效的数据同步功能。

核心组件

Reader：数据采集模块，负责从源采集数据
Writer：数据写入模块，负责写入目标库
Framework：数据传输通道，负责处理数据缓冲等
以上只需要重写Reader与Writer插件，即可实现新数据源支持
从一个JOB来理解datax的核心模块组件：
datax完成单个数据同步的作业，称为Job，job会负责数据清理、任务切分等工作；
任务启动后，Job会根据不同源的切分策略，切分成多个Task并发执行，Task就是执行作业的最小单元
切分完成后，根据Scheduler模块，将Task组合成TaskGroup，每个group负责一定的并发和分配Task

架构图

支持的数据源及操作

项目演示

请移步：DataX实现Mysql与ElasticSearch（ES）数据同步

四、基于Binlog实时同步

实现原理

具体步骤如下：
读取mysql的binlog日志，获取指定表的日志信息；
将读取的信息转为MQ；
编写一个MQ消费程序；
不断消费MQ，每消费完一条消息，将消息写入到ES中。

优点

没有代码侵入、没有硬编码；
原有系统不需要任何变化，没有感知；
性能高；
业务解耦，不需要关注原来系统的业务逻辑。

缺点

构建Binlog系统复杂；
如果采用MQ消费解析的binlog信息，也会像方案二一样存在MQ延时的风险。
业界目前较为流行的方案：使用canal监听binlog同步数据到es

项目演示

请移步：
Docker部署Canal监听MySQL binlog
SpringBoot整合Canal实现MySQL与ES数据同步

---

结束～