基于MySQL和Otter实现生产环境安全的数据同步及查

作者介绍

刘书浩，“移动云”DBA，负责“移动云”业务系统的数据库运维、标准化等工作；擅长MySQL技术领域，熟悉MySQL复制结构、Cluster架构及运维优化；具有自动化运维经验，负责“移动云”数据库管理平台的搭建。

前言

在云平台的日常运维工作中，有很多故障排查和数据核对的场景，为了给全线运维人员（含部分开发和运营分析人员）提供现网数据的实时查询，我们使用MySQL和开源工具otter搭建了一套数据查询和管理系统，可以查询平台各资源池现网当前的数据。并与现网保持准实时同步（秒级延时）。

查询模块的主要组件是MySQL，纳管线上业务系统的核心数据库，用户使用频次极高，此台MySQL中的部分核心数据还作为其他资源池的源数据，实时同步给异地机房。负责数据实时同步的otter管理节点与MySQL部署在同一物理机上，是云平台所有资源池中查询模块的中枢节点。

首先，介绍一下开源工具Otter（内容引自GitHub）

Otter是由阿里提供的基于数据库增量日志解析，准实时同步到本机房或异地机房MySQL数据库的一个分布式数据库同步系统，工作原理如下：

db：数据源以及需要同步到的库； Canal：用户获取数据库增量日志； manager：配置同步规则设置数据源同步源等； zookeeper：协调node进行协调工作； node：负责任务处理处理接受到的部分同步工作。

一、Otter的特性

1、纯JAVA开发，占时资源比较高

2、基于Canal获取数据库增量日志数据，Canal是阿里另一款开源产品

下面是Canal的原理图：

基于MySQL主备复制原理：

MySQL master 将数据变更写入二进制日志( binary log, 其中记录叫做二进制日志事件binary log events，可以通过 show binlog events 进行查看)； MySQL slave 将 master 的 binary log events 拷贝到它的中继日志(relay log)； MySQL slave 重放 relay log 中事件，将数据变更反映它自己的数据。

Canal工作原理：

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 (即 canal )； Canal 解析 binary log 对象(原始为 byte 流)。

3、典型管理系统架构，manager(web管理)+node(工作节点)

1）manager运行时推送同步配置到node节点，负责配置监控

2）node节点将同步状态反馈到manager上，负责处理任务

4、基于zookeeper，解决分布式状态调度的，允许多node节点之间协同工作

5、使用aria2多线程传输技术，对网络依赖带宽依赖较低

二、Otter能解决什么问题

1、异构库同步

MySQL -> MySQL/Oracle。(目前开源版本只支持MySQL增量，目标库可以是MySQL或者Oracle，取决于Canal的功能)

2、单机房同步 (数据库之间RTT < 1ms)

数据库版本升级； 数据表迁移； 异步二级索引。

3、异地机房同步（是Otter最大的亮点之一，可以解决国际化问题把数据从国内同步到国外提供用户使用，在国内场景可以做到数据多机房容灾)

机房容灾

4、双向同步（双向同步是在数据同步中最难搞的一种场景，Otter可以很好的应对这种场景，Otter有避免回环算法和数据一致性算法两种特性，保证双A机房模式下，数据保证最终一致性）

1）避免回环算法 (通用的解决方案，支持大部分关系型数据库)

2）数据一致性算法 (保证双A机房模式下，数据保证最终一致性，亮点)

5、文件同步

站点镜像 (进行数据复制的同时，复制关联的图片，比如复制产品数据，同时复制产品图片)

单机房复制示意图：

说明：

数据on-Fly，尽可能不落地，更快的进行数据同步. (开启node loadBalancer算法，如果Node节点S+ETL落在不同的Node上，数据会有个网络传输过程)； node节点可以有failover / loadBalancer。

异地机房复制示意图：

说明：

数据涉及网络传输，S/E/T/L几个阶段会分散在2个或者更多Node节点上，多个Node之间通过zookeeper进行协同工作 (一般是Select和Extract在一个机房的Node，Transform/Load落在另一个机房的Node)； node节点可以有failover / loadBalancer. (每个机房的Node节点，都可以是集群，一台或者多台机器)。

关于Otter的调度模型、数据入库算法、一致性、高可用性和扩展性等内容，可以登录GitHub了解。

「Otter」相关链接：https://github.com/alibaba/otter/wiki/Introduction

里面有详细的介绍，本文不再赘述，下面重点说明一下otter的安装和使用。

三、安装部署

移动云业务需要数据汇总，需将多个主数据库同步汇总到一个从数据库中，方便数据统计分析。Otter中间件则满足了此需求，相对比多源复制，更加灵活和可塑性。

前面简单介绍了Otter的基本信息，下面开始搭建一个Otter环境，因为一个Otter需要Manage+node+数据库还有很多的依赖，这里我们先来搭建Otter的管理服务器Manager。

1、环境准备

1）阿里软件

Otter(manager、node)软件：https://github.com/alibaba/otter/releases

Manager数据库初始化脚本：https://raw.githubusercontent.com/alibaba/otter/master/manager/deployer/src/main/resources/sql/otter-manager-schema.sql

2）集群

Zookeeper：http://download.csdn.net/download/jxplus/9451794

3）JAVA

JDK：测试环境使用yum安装1.6以上版本

4）数据库

Mysql5.7：http://dev.mysql.com/downloads/mysql/

5）操作系统

CentOS 7.1.1503 (Core)：https://www.centos.org/download/

版本信息

2、软件安装

1）操作系统安装

2）java jdk1.6

安装完成操作系统后，使用yum安装jdk1.6以上版本(含1.6)

yum -y install java-1.6.0-openjdk.x86_64

3）安装MySQL数据库

4）安装集群软件ZooKeeper

下载安装包后解压即可，不需要编译安装。然后进行配置：

① 修改tickTime、clientPort、dataDir参数

vim /zookeeper-3.4.8/conf/zoo.cfg

tickTime ：时长单位为毫秒，为zk使用的基本时间度量单位。例如，1 * tickTime是客户端与zk服务端的心跳时间，2 * tickTime是客户端会话的超时时间。

tickTime的默认值为2000毫秒，更低的tickTime值可以更快地发现超时问题，但也会导致更高的网络流量（心跳消息）和更高的CPU使用率（会话的跟踪处理）。

clientPort ：zk服务进程监听的TCP端口，默认情况下，服务端会监听2181端口。

dataDir ：无默认配置，必须配置，用于配置存储快照文件的目录。

② 执行下面命令启动server

cd /zookeeper-3.4.8/bin/

./zkServer.sh start

③ 查看是否启动成功

ps -ef |grep zookeeper

5）安装阿里otter(manager、node)

① 初始化manager的otter数据库

连接安装好的mysql数据库，在数据库软件中创建otter数据库，在操作系统命令行执行：

mysql -uroot -pxxxx otter <otter-manager-schema.sql

② 解压manager安装包到指定目录，并做如下修改

vim /otter/conf/otter.properties

otter.domainName=本机IP

otter.port = web访问端口

otter.zookeeper.cluster.default=zookeeper server ip

③ cd /otter/bin执行shstartup.sh，查看 vim /otter/logs/manager.log，出现以下信息说明manager启动成功

④ 访问本机ip+port，可以看到manager管理平台，使用匿名用户只能查看，使用admin用户可以操作配置

⑤ 安装node，在manager页面为node定义配置信息，并生一个唯一id，首先访问manager页面的机器管理页面，点击添加机器按钮并配置node的一些参数

机器名称：自定义，方便记忆即可

机器IP ：对应node节点将要部署的机器ip，如果有多ip时，可选择其中一个ip进行暴露(此ip是整个集群通讯的入口，实际情况千万别使用127.0.0.1，否则多个机器的node节点会无法识别)

机器端口：node数据通信端口，建议默认2088

下载端口：node数据下载端口，建议默认9090

外部地址：node部署的物理机外网IP，存在一个外部ip允许通讯的时候走公网处理，没有可以不写。

Zookeeper集群：zookeper server ip

⑥ 机器添加完成后，跳转到机器列表页面，获取对应的机器序号nid

⑦ 解压node安装包到指定目录，将第五步生成的nid写入conf目录下的nid文件

echo nid> /node/conf/nid

⑧ 修改 /node/conf/otter.properties文件

otter.manager.address = manager 安装部署机器的IP+PORT

例如：

otter.manager.address = 192.168.165.200:1099

⑨ 启动node

cd /node/bin

sh startup.sh

⑩ 验证node

访问 http://managerip:port/node_list.htm，查看对应节点状态，如果变为已启动，说明node已经正常启动。

3、同步配置

1）添加数据源-数据来源端

2）添加数据源-数据落地端

3）添加需要同步的数据表-数据来源端

4）添加需要同步的数据表-数据落地端

5）添加canal

6）添加channel

7）添加Pipeline

点击上一步添加的channel1，添加pipeline。

8）添加表映射关系

点击上一步添加的pipeline test17，添加表映射关系。

9）启动channel

添加完成表映射关系后，回到channel页面，启动刚刚添加channel1。

10）测试同步

11）构建kerberos安全域

由于查询涉及到现网数据的异地传输，数据安全保障工作十分重要，因此构建了Kerberos安全域。域内的组件互通，以及外部客户端访问域内组件，均需要经过kerberos的认证。

通过上述操作otter环境基本配置好了，并且搭建了zookeeper+manager环境，成功运行了otter-manager管理界面，并完成了数据同步测试。这样我们初步完成了数据同步和查询平台的搭建。

四、数据查询平台的使用

1、访问方法

推荐使用Navicat等工具，IP、端口、账号、密码等和原魔数台相同。

可以将访问频次比较高的数据保存为视图。

不建议使用select * 或没有任何条件的全表查询，查询数据前先查找对象表的主键，并使用主键过滤。

2、查询模块架构设计

查询模块的逻辑架可以设计为星型结构，MySQL除作为核心数据主节点，将核心数据分发到各资源池之外，其他资源池的数据不互通。

3、数据一致性整治

为兼容数据表外键（外键关联的表数据变更不能被同步），保证数据一致性，对出现不一致的表数据，采用点对点trigger触发变更的方式，逐个建立关联触发器。

总结

通过以上方式，我们就初步搭建了一套生产环境数据同步和查询系统，可以满足日常运维中大多数故障排查和数据核对的场景，为运维人员提供一种安全、实时和有效的数据查询平台。