Canal
定位：基于数据库增量日志解析，提供增量数据订阅 & 生产，目前次要反对了 mysql。
原理：
-
canal 模仿 mysql slave 的交互协定，假装本人为 mysql slave，向 mysql master 发送 dump 协定
-
mysql master 收到 dump 申请，开始推送 binary log 给 slave(也就是 canal)
-
canal 解析 binary log 对象 (原始为 byte 流)
整个 parser 过程大抵可分为几步：
-
Connection 获取上一次解析胜利的地位（如果第一次启动，则获取初始制订的地位或者是以后数据库的 binlog 位点）
-
Connection 建设连贯，产生 BINLOG\_DUMP 命令
-
Mysql 开始推送 Binary Log
-
接管到的 Binary Log 通过 Binlog parser 进行协定解析，补充一些特定信息
-
传递给 EventSink 模块进行数据存储，是一个阻塞操作，直到存储胜利
-
存储胜利后，定时记录 Binary Log 地位
-
数据过滤：反对通配符的过滤模式，表名，字段内容等
-
数据路由 / 散发：解决 1:n (1 个 parser 对应多个 store 的模式)
-
数据归并：解决 n:1 (多个 parser 对应 1 个 store)
-
数据加工：在进入 store 之前进行额定的解决，比方 join
Maxwell
canal 由 Java 开发，分为服务端和客户端，领有泛滥的衍生利用，性能稳固，功能强大；canal 须要本人编写客户端来生产 canal 解析到的数据。
maxwell 绝对于 canal 的劣势是应用简略，它间接将数据变更输入为 json 字符串，不须要再编写客户端。
Databus
Databus 是一种低提早变动捕捉零碎，已成为 LinkedIn 数据处理管道不可或缺的一部分。Databus 解决了牢靠捕捉，流动和解决次要数据更改的根本要求。Databus 提供以下性能：
-
源与消费者之间的隔离
-
保障按程序和至多一次交付具备高可用性
-
从更改流中的任意工夫点开始耗费，包含整个数据的齐全疏导性能。
-
分区生产
-
源一致性保留
阿里云的数据传输服务 DTS
数据传输服务（Data Transmission Service，简称 DTS）是阿里云提供的一种反对 RDBMS（关系型数据库）、NoSQL、OLAP 等多种数据源之间数据交互的数据流服务。DTS 提供了数据迁徙、实时数据订阅及数据实时同步等多种数据传输能力，可实现不停服数据迁徙、数据异地灾备、异地多活 (单元化)、跨境数据同步、实时数据仓库、查问报表分流、缓存更新、异步音讯告诉等多种业务利用场景，助您构建高平安、可扩大、高可用的数据架构。
劣势
数据传输（Data Transmission）服务 DTS 反对 RDBMS、NoSQL、OLAP 等多种数据源间的数据传输。它提供了数据迁徙、实时数据订阅及数据实时同步等多种数据传输方式。绝对于第三方数据流工具，数据传输服务 DTS 提供更丰盛多样、高性能、高安全可靠的传输链路，同时它提供了诸多便当性能，极大得不便了传输链路的创立及治理。
集体了解：就是一个音讯队列，会给你推送它包装过的 sql 对象，能够本人做个服务去解析这些 sql 对象。
免去部署保护的低廉应用老本。DTS 针对阿里云 RDS（在线关系型数据库）、DRDS 等产品进行了适配，解决了 Binlog 日志回收，主备切换、VPC 网络切换等场景下的订阅高可用问题。同时，针对 RDS 进行了针对性的性能优化。出于稳定性、性能及老本的思考，举荐应用。
原文：https://blog.csdn.net/weixin_…