Maxwell简介
Maxwell是由Zendesk公司开源，用 Java 编写的MySQL变更数据抓取软件，能实时监控 MySQL数据库的CRUD操作将变更数据以 json 格式发送给 Kafka等平台。
Maxwell输出数据格式
Maxwell 原理
Maxwell工作原理是实时读取MySQL数据库的二进制日志（Binlog），从而获取变更数据，再将变更数据以 JSON 格式发送给Kafka等流处理平台。Maxwell遵循MySQL主从复制的协议，从master同步数据。
MySQL二进制日志
二进制日志（Binlog）会保存MySQL数据库的所有变更。Binlog主要作用包括主从复制和数据恢复。Maxwell工作原理和主从复制密切相关。
MySQL 主从复制原理如下
- Master主库将数据变更记录，写到二进制日志（binlog）中
- Slave 从库向 Master发送 dump 协议，将master 主库中的binary log events拷贝到它的中继日志（relay log）
- Slave 从库读取并放回中继日志中的事件，将改变的数据同步到自己的数据库。
Maxwell 部署
- 地址：https://github.com/zendesk/maxwell/releases/download/v1.29.2/maxwell-1.29.2.tar.gz。注： Maxwell-1.30.0及以上版本不再支持JDK1.8。
- 将安装包解压到/opt/module
[logan@hadoop101 software]$ tar -zxf maxwell-1.29.2.tar.gz -C /opt/module/
- 创建 link
[logan@hadoop101 module]$ ln -snf maxwell-1.29.2/ maxwell
配置MySQL
Mysql Bin log 模式
Statement-based：基于语句，Binlog会记录所有写操作的SQL语句，包括insert、update、delete等。优点是节省空间。缺点： 有可能造成数据不一致，例如insert语句中包含now()函数。
Row-based：基于行，Binlog会记录每次写操作后被操作行记录的变化。优点：保持数据的绝对一致性。缺点：占用空间较大。
mixed：混合模式，默认是Statement-based，如果SQL语句可能导致数据不一致，就自动切换到Row-based。
Maxwell要求Binlog采用Row-based模式。
启动Binlog 模式
- 修改MySQL 的my.conf:
sudo vim /etc/my.cnf，增加配置
[mysqld]
#数据库id
server-id = 1
#启动binlog，该参数的值会作为binlog的文件名
log-bin=mysql-bin
#binlog类型，maxwell要求为row类型
binlog_format=row
#启用binlog的数据库，需根据实际情况作出修改
binlog-do-db=gmall
-
重启 MySQL服务
sudo systemctl restart mysqld -
创建Maxwell 需要的数据库和用户
Maxwell需要在MySQL中存储其运行过程中的所需的一些数据，包括binlog同步的断点位置（Maxwell支持断点续传）等等- 创建数据库
msyql> CREATE DATABASE maxwell;- 调整MySQL数据库密码级别
mysql> set global validate_password_policy=0; mysql> set global validate_password_length=4;- 创建Maxwell用户并赋予其必要权限
mysql> CREATE USER 'maxwell'@'%' IDENTIFIED BY 'maxwell'; mysql> GRANT ALL ON maxwell.* TO 'maxwell'@'%'; mysql> GRANT SELECT, REPLICATION CLIENT, REPLICATION SLAVE ON *.* TO 'maxwell'@'%';
配置 Maxwell
- 修改Maxwell配置文件名称
[logan@hadoop101 maxwell]$ cd /opt/module/maxwell
[logan@hadoop101 maxwell]$ cp config.properties.example config.properties
- 修改 Maxwell 配置文件
vim config.properties
#Maxwell数据发送目的地，可选配置有stdout|file|kafka|kinesis|pubsub|sqs|rabbitmq|redis
producer=kafka
#目标Kafka集群地址
kafka.bootstrap.servers=hadoop101:9092,hadoop102:9092
#目标Kafka topic，可静态配置，例如:maxwell，也可动态配置，例如：%{database}_%{table}
kafka_topic=maxwell
#MySQL相关配置
host=hadoop101
user=maxwell
password=maxwell
jdbc_options=useSSL=false&serverTimezone=Asia/Shanghai
Maxwell数据同步
- 启动maxwell
/opt/module/maxwell/bin/maxwell --config /opt/module/maxwell/config.properties --daemon - 停止
ps -ef | grep maxwell | grep -v grep | grep maxwell | awk '{print $2}' | xargs kill -9 - Maxwell启停脚本
[logan@hadoop101 bin]$ vim mxw.sh
#!/bin/bash
MAXWELL_HOME=/opt/module/maxwell
status_maxwell(){
result=`ps -ef | grep com.zendesk.maxwell.Maxwell | grep -v grep | wc -l`
return $result
}
start_maxwell(){
status_maxwell
if [[ $? -lt 1 ]]; then
echo "启动Maxwell"
$MAXWELL_HOME/bin/maxwell --config $MAXWELL_HOME/config.properties --daemon
else
echo "Maxwell正在运行"
fi
}
stop_maxwell(){
status_maxwell
if [[ $? -gt 0 ]]; then
echo "停止Maxwell"
ps -ef | grep com.zendesk.maxwell.Maxwell | grep -v grep | awk '{print $2}' | xargs kill -9
else
echo "Maxwell未在运行"
fi
}
case $1 in
start )
start_maxwell
;;
stop )
stop_maxwell
;;
restart )
stop_maxwell
start_maxwell
;;
esac
- 增量数据同步
- 启动 Kafka consumer
[logan@hadoop101 ~]$ kafka-console-consumer.sh --bootstrap-server hadoop101:9092 --topic maxwell- 模拟生成数据
[logan@hadoop101 db_log]$ java -jar gmall2020-mock-db-2021-11-14.jar- 观察数据生成结果
Maxwell 全量数据同步
需要在进行增量同步之前，先进行一次历史数据的全量同步。这样就能保证得到一个完整的数据集。Maxwell提供了bootstrap功能来进行历史数据的全量同步，命令如下：
[logan@hadoop101 db_log]$ /opt/module/maxwell/bin/maxwell-bootstrap --database gmall --table user_info --config /opt/module/maxwell/config.properties
