如何把MySQL數(shù)據(jù)同步到Elasticsearch?
大家好，我是3y，這期給大家分享一個(gè)電商中常見(jiàn)的場(chǎng)景——MySQL數(shù)據(jù)同步Elasticsearch。
商品檢索大家應(yīng)該都在各種電商網(wǎng)站檢索過(guò)商品，檢索商品一般都是通過(guò)什么實(shí)現(xiàn)呢？搜索引擎Elasticsearch。
那么問(wèn)題來(lái)了，商品上架，數(shù)據(jù)一般寫(xiě)入到MySQL的數(shù)據(jù)庫(kù)中，那么用于檢索的數(shù)據(jù)又是怎么同步到Elasticsearch的呢？
MySQL同步ES
1.同步雙寫(xiě)
這是能想到的最直接的方式，在寫(xiě)入MySQL，直接也同步往ES里寫(xiě)一份數(shù)據(jù)。
同步雙寫(xiě)對(duì)于這種方式：
- 優(yōu)點(diǎn)：實(shí)現(xiàn)簡(jiǎn)單
-
缺點(diǎn)：
- 業(yè)務(wù)耦合，商品的管理中耦合大量數(shù)據(jù)同步代碼
- 影響性能，寫(xiě)入兩個(gè)存儲(chǔ)，響應(yīng)時(shí)間變長(zhǎng)
- 不便擴(kuò)展：搜索可能有一些個(gè)性化需求，需要對(duì)數(shù)據(jù)進(jìn)行聚合，這種方式不便實(shí)現(xiàn)
我們也很容易想到異步雙寫(xiě)的辦法，上架商品的時(shí)候，先把商品數(shù)據(jù)丟進(jìn)MQ，為了解耦合，我們一般會(huì)拆分一個(gè)搜索服務(wù)，由搜索服務(wù)去訂閱商品變動(dòng)的消息，來(lái)完成同步。
異步雙寫(xiě)前面說(shuō)的，一些數(shù)據(jù)需要聚合處理成類(lèi)似寬表的結(jié)構(gòu)怎么辦呢？例如商品庫(kù)的商品品類(lèi)、spu、sku表是分開(kāi)的，但是查詢(xún)是跨維度的，在ES里再聚合一次效率就低一些，最好就是把商品的數(shù)據(jù)給聚合起來(lái)，在ES里以類(lèi)似大寬表的形式存儲(chǔ)，這樣一來(lái)查詢(xún)效率就高一些。
多維度多條件查詢(xún)這種其實(shí)沒(méi)什么好辦法，基本上還是得搜索服務(wù)直接查庫(kù)，或者遠(yuǎn)程調(diào)用，再查詢(xún)一遍商品的數(shù)據(jù)庫(kù)，就是所謂的回查。
回查完成聚合這種方式：
-
優(yōu)點(diǎn)：
- 解耦合，商品服務(wù)無(wú)需關(guān)注數(shù)據(jù)同步
- 實(shí)時(shí)性較好，使用MQ，正常情況下，同步完成在秒級(jí)
-
缺點(diǎn)：
- 引入了新的組件和服務(wù)，增加了復(fù)雜度
假如我們要快速搞搞，數(shù)據(jù)量有沒(méi)那么大，怎么辦呢？定時(shí)任務(wù)也可以。
定時(shí)任務(wù)定時(shí)任務(wù)，最麻煩的一點(diǎn)是頻率不好選，頻率高的話，會(huì)非自然地形成業(yè)務(wù)的波峰，導(dǎo)致存儲(chǔ)的CPU、內(nèi)存占用波峰式上升，頻率低的話實(shí)時(shí)性比較差，而且也有波峰的情況。
這種方式：
- 優(yōu)點(diǎn)：實(shí)現(xiàn)比較簡(jiǎn)單
-
缺點(diǎn)：
- 實(shí)時(shí)性難以保證
- 對(duì)存儲(chǔ)壓力較大
還有一種方式，就是最時(shí)興的數(shù)據(jù)訂閱。
MySQL通過(guò)binlog訂閱實(shí)現(xiàn)主從同步，各路數(shù)據(jù)訂閱框架比如canal就依據(jù)這個(gè)原理，將client組件偽裝成從庫(kù)，來(lái)實(shí)現(xiàn)數(shù)據(jù)訂閱。
MySQL主從同步我們以應(yīng)用最廣泛的canal為例，canal通過(guò)canal-adapter，支持多種適配器，其中就有ES適配器，通過(guò)一些配置，啟動(dòng)之后，就可以直接把MySQL數(shù)據(jù)同步到ES，這個(gè)過(guò)程是零代碼的。
canal同步數(shù)據(jù)但是，和老板了解過(guò)，使用canal看起來(lái)很美好，幫我們把同步的事情都干了，但其實(shí)，還是要寫(xiě)代碼。為什么呢？
前面提到的多張表數(shù)據(jù)聚合，canal的支持沒(méi)那么好，所以還是得回查。這時(shí)候用canal-adapter就不合適了，需要自己實(shí)現(xiàn)canal-client，監(jiān)聽(tīng)和聚合數(shù)據(jù)，寫(xiě)入ES：
數(shù)據(jù)訂閱+回查這種看起來(lái)和異步雙寫(xiě)比較像，但是第一降低了商品服務(wù)的耦合，第二數(shù)據(jù)的實(shí)時(shí)性更好。
所以使用數(shù)據(jù)訂閱：
-
優(yōu)點(diǎn)：
- 業(yè)務(wù)入侵較少
- 實(shí)時(shí)性較好
至于數(shù)據(jù)訂閱框架的選型，主流的大體上是這些：
|
|
Cancal | Maxwell | Python-Mysql-Rplication |
|---|---|---|---|
| 開(kāi)源方 | 阿里巴巴 | Zendesk | 社區(qū) |
| 開(kāi)發(fā)語(yǔ)言 | Java | Java | Python |
| 活躍度 | 活躍 | 活躍 | 活躍 |
| 高可用 | 支持 | 支持 | 不支持 |
| 客戶(hù)端 | Java/Go/PHP/Python/Rust | 無(wú) | Python |
| 消息落地 | Kafka/RocketMQ 等 | Kafka/RabbitNQ/Redis 等 | 自定義 |
| 消息格式 | 自定義 | JSON | 自定義 |
| 文檔詳略 | 詳細(xì) | 詳細(xì) | 詳細(xì) |
| Boostrap | 不支持 | 支持 | 不支持 |
除了MySQL同步ES，MySQL同步到其它的數(shù)據(jù)存儲(chǔ)，例如HBase，其實(shí)大體上都是類(lèi)似的幾種方法。
推薦項(xiàng)目
如果想學(xué)Java項(xiàng)目的，我還是
強(qiáng)烈推薦
我的開(kāi)源項(xiàng)目消息推送平臺(tái)Austin，可以用作
畢業(yè)設(shè)計(jì)
，可以用作
校招
，可以看看
生產(chǎn)環(huán)境是怎么推送消息
的。
倉(cāng)庫(kù)地址（可點(diǎn)擊閱讀原文跳轉(zhuǎn)）：https://gitee.com/zhongfucheng/austin
我開(kāi)通了 股東服務(wù) 內(nèi)容，感興趣可以點(diǎn)擊下方看看，主要針對(duì)的是項(xiàng)目喲