前提
Canal上一个正式版是于2019-9-2发布的v1.1.4，笔者几个月前把这个版本的Canal推上了生产环境，部署了HA集群。过程中虽然遇到不少的坑，但是在不出问题的前提下，Canal的作用还是非常明显的。上周的一次改造上线之后，去掉了原来对业务系统订单数据通过RabbitMQ实时推送的依赖，下游的统计服务完全通过上游业务主库的binlog事件进行聚合，从而实现了核心业务和实时统计两个不同的模块解耦。
这篇文章简单分析一下如何搭建生产环境下可靠的Canal高可用集群。
Canal高可用集群架构
Canal的HA其实包含了服务端HA和客户端的HA，两者的实现原理差不多，都是通过Zookeeper实例标识某个特定路径下抢占EPHEMERAL（临时）节点的方式进行控制，抢占成功的一者会作为运行节点（状态为running），而抢占失败的一方会作为备用节点（状态是standby）。下文只分析服务端HA集群搭建，因为一般情况下使用内建的数据管道例如Kafka，基本屏蔽了客户端的细节。假设客户端使用了Kafka，也就是Canal从主库同步到的binlog事件最终会投放到Kafka，那么Canal服务端HA集群架构大致如下：
这是全局来看，而一个运行的Canal服务端，可以同时支持监听多个上游数据库的binlog，某个主库解析配置的抽象在Canal中的术语叫做Instance（实例）：
定义多个Instance的操作很简单，主配置文件$CANAL_HOME/conf/canal.properties中的canal.destinations配置项通过英文逗号分隔多个标识如：
# canal.destinations=[Instance标识1,Instance标识2...,Instance标识n]canal.destinations=customer-service,payment-service
然后在$CANAL_HOME/conf目录下添加customer-service和payment-service文件夹，把原来的$CANAL_HOME/conf/example文件夹中的instance.properties拷贝过去，按需修改里面的配置即可：
$CANAL_HOME - conf - customer-service - instance.properties # 这里主要配置customer-service主库的连接信息、过滤规则和目标topic的配置等等 配置 【canal.mq.topic = customer-service】 - payment-service - instance.properties # 这里主要配置payment-service主库的连接信息和过滤规则和目标topic的配置等等 配置 【canal.mq.topic = payment-service】
而Canal最终解析好的binlog事件会分别以topic为customer-service或payment-service发送到Kafka集群中，这样就能确保不同数据源解析出来的binlog不会混乱。
Canal会实时监听每个Instance的配置文件instance.properties的变动，一旦发现配置文件有属性项变更，会进行一次热加载，原则是变更Instance的配置文件是不用重启Canal服务的。搭建Canal高可用集群
为了简单起见，Zookeeper和Kafka使用单节点作为示例，实际上生产环境中建议Zookeeper或Kafka都使用奇数个（>=3）节点的集群。
笔者本地一台CentOS7.x的虚拟机192.168.56.200上安装了Zookeeper和Kafka，本地开发机192.168.56.1是Windows10操作系统。虚拟机安装了一个MySQL8.x的服务端（Canal要求MySQL服务开启binlog支持特性，并且要求binlog类型为ROW，这两点MySQL8.x是默认开启的），现在详细讲解在这两台机器上搭建一个Canal服务端HA集群。
生产上搭建Canal服务端HA集群的机器最好在同一个内网中，并且建议服务器由Canal独占，不要部署其他中间件或者应用，机器的配置建议4核心8GB内存起步。
下载当前（2020-08-22）最新版本的canal.deployer-1.1.4.tar.gz：
拷贝和解压canal.deployer-1.1.4.tar.gz到虚拟机的/data/canal目录下，同时解压一份在本地开发机的磁盘中。「演示直接使用example标识的Instance」。修改虚拟机/data/canal/conf/example/instance.properties：
注意这里笔者把topic设置为和数据库的schema一致。其他细节项就不再进行展开，有兴趣可以看笔者之前写过的一篇文章《基于Canal和Kafka实现MySQL的Binlog近实时同步》，里面很详细地介绍了怎么部署一个可用的Canal单机服务，包括了MySQL、Zookeeper和Kafka的安装和使用。
同理，在开发机中的对应的配置文件中添加一模一样的配置项，但是canal.instance.mysql.slaveId配置项需要每个实例唯一，并且不能和主库的serverId冲突，例如：
# 虚拟机中的配置canal.instance.mysql.slaveId=654321# 开发机中的配置canal.instance.mysql.slaveId=654322
然后修改虚拟机/data/canal/conf/canal.properties配置，修改项主要包括：
KeyValuecanal.zkServers填写Zookeeper集群的host:port，这里填写192.168.56.200:2181canal.serverModekafkacanal.instance.global.spring.xmlclasspath:spring/default-instance.xml（一定要修改为此配置，基于Zookeeper的集群管理依赖于此配置）canal.mq.servers填写Kafka集群的host:port，这里填写192.168.56.200:9092
其他配置项可以按需修改。「对于canal.properties，Canal多个集群节点可以完全一致，写好一份然后拷贝使用即可」。接着可以分别启动两个Canal服务，一般来说，先启动的节点会成为running节点：
- 对于Linux系统，可以使用命令sh $CANAL_HOME/bin/startup.sh启动Canal。
- 对于Windows系统，直接挂起命令界面执行$CANAL_HOME/bin/startup.bat脚本即可。
Windows启动如果控制台报错ch.qos.logback.core.LogbackException: Unexpected filename extension of file...，其实是因为脚本中的logback配置文件路径占位符的变量没有预先设置值，见下图：
Linux下的启动日志（example.log）：
Windows下的启动日志（canal.log）：
先启动虚拟机中的Canal服务，再启动本地开发机中的Canal服务：
可见当前的cluster列表中包含了两个host:port，而running节点中的信息只包含虚拟机的host:port，意味着当前运行节点时虚拟机中的Canal服务，本地开发机中的Canal服务作为备用节点。此时可以尝试在虚拟机中执行sh stop.sh关闭Canal服务：
可见cluster列表只剩下本地开发机中的Canal服务的host:port，而running节点中的信息也是指向此服务信息。至此「成功验证了Canal主备模式」的切换。此时可以再验证一下开发机中的example.log：
前文使用ZooInspector展示了Canal保存在Zookeeper中的节点信息，这里简单分析一下。节点树的结构如下：
节点路径描述/otter/canal根目录/otter/canal/clusterCanal集群节点信息/otter/canal/destinationsCanal所有Instance的信息
/otter/canal/cluster路径的展开如下：
# 其实就是挂载了所有集群节点的host:port信息/otter/canal/cluster - 192.168.56.1:11111 - 172.17.0.1:11111
/otter/canal/destinations路径会相对复杂，展开的信息如下：
/otter/canal/destinations - Instance标识 - running 记录当前为此Instance提供服务状态为running的Canal节点 [EPHEMERAL类型] - cluster 记录当前为此Instance提供服务的Canal集群节点列表 - Client序号标识 - running 客户端当前正在读取的running节点 [EPHEMERAL类型] - cluster 记录当前读取此Instance的客户端节点列表 - cursor 记录客户端读取的position信息 # 例如/otter/canal/destinations - example - running -> {"active":true,"address":"192.168.56.1:11111"} - cluster - 192.168.56.1:11111 - 172.17.0.1:11111 - 1001 - running - cluster - cursor
理解各个路径存放的信息，有利于在Canal集群出现故障的时候结合日志进行故障排查。
小结
Canal集群已经在生产跑了一段时间，大部分的问题和坑都已经遇到过，有些问题通过了屏蔽某些开关解决，一些遗留无法解决的问题也想办法通过预警手段人工介入处理。Canal的HA其实是比较典型的主备模式，也就是同一个时刻，只有单个Canal服务对单个Instance（Destination）进行处理，想了下确实好像这样才能确保主备中继日志同步的基本有序，备用节点其实是完全划水不工作的（除了监听Zookeeper中的路径变更），一旦running节点出现故障或者宕机，备用节点就会提升为running节点，确保集群的可用性。