Kafka Connect如何实现同步RDS binlog数据?何实

作者：鱼跟猫 2018-05-14 13:51:39大数据 Kafka 本文将演示如何在E-MapReduce上实现将RDS binlog实时同步到Kafka集群中。实验中使用VPC网络环境，现同以下实例创建时默认都是数据在VPC环境下。

1. 背景

在我们的业务开发中，往往会碰到下面这个场景：

• 业务更新数据写到数据库中
• 业务更新数据需要实时传递给下游依赖处理

所以传统的现同处理架构可能会这样：

 

但这个架构也存在着不少弊端：我们需要在项目中维护很多发送消息的代码。新增或者更新消息都会带来不少维护成本。数据所以，何实更好的现同处理方式应该是直接将数据库的数据接入到流式系统中，如下图：

 

本文将演示如何在E-MapReduce上实现将RDS binlog实时同步到Kafka集群中。数据

2. 环境准备

实验中使用VPC网络环境，何实以下实例创建时默认都是现同在VPC环境下。

2.1 准备一个测试RDS数据库

创建一个RDS实例，数据版本选择5.7。何实这里不赘述如何创建RDS，现同详细流程请参考RDS文档。数据创建完如图：

 

2.2 准备一个Kafka集群

创建一个E-MapReduce Kafka集群，版本选择EMR-3.11.0。需要注意，这里必须选择EMR-3.11.0以上版本，否则不会默认安装启动Kafka Connect服务。详细创建流程请参考E-MapReduce文档。创建完如图：

 

注意：RDS实例和E-MapReduce Kafka集群***在同一个VPC中，否则需要打通两个VPC之间的网络。

3. Kafka Connect

3.1 Connector

Kafka Connect是一个用于Kafka和其他数据系统之间进行数据传输的工具，它可以实现基于Kafka的数据管道，打通上下游数据源。我们需要做的就是在Kafka Connect服务上运行一个Connector，这个Connector是具体实现如何从/向数据源中读/写数据。Confluent提供了很多Connector实现，你可以在这里下载。不过今天我们使用Debezium提供的一个MySQL Connector插件，下载地址。

下载这个插件，并将解压出来的jar包全部拷贝到kafka lib目录下。注意：需要将这些jar包拷贝到Kafka集群所有机器上。

在Kafka集群的服务列表中重启Kafka Connect组件。

 

3.2 启动Connector

在创建connector前，我们需要做一番配置，这里罗列一些Debezium MySQL Connector的主要配置项：

 

登录到Kafka集群，配置并创建一个connector，命令如下：

 

这时，我们可以看到一个创建好的connector，如图：

 

3.3 注意事项

server_id是多少?：你可以在RDS执行"SELECT @@server_id;"查到。

创建connector时可能会出现连接失败，请确保RDS的白名单已经授权了Kafka集群机器访问。

4 测试

4.1 创建一张表

 

一会之后，Kafka集群中会自动创建一个对应的topic

 

插入几条数据

 

查看binlog数据

查看fulfillment.mugen.students这个topic，是否有刚刚新插入的数据

 

结果如图所示：

 

5. 资料

• confluent官方文档 https://docs.confluent.io
• debezium官网 http://debezium.io/
• kafka官方文档 http://kafka.apache.org/documentation.html

责任编辑：未丽燕 来源： 云栖社区 RDS Binlog架构Kafka集群

(责任编辑：百科)