目录
2.3.1 Instance构成 - EventParser
1. Canal简介
Canal是阿里开源的mysql数据库binlog增量订阅&消费组件
github地址：https://github.com/alibaba/canal
定位：基于数据库日志解析，提供增量数据订阅&消费，开源版本支持mysql。阿里内部已支持Oracle的解析。
个人理解：主要的使用场景是实时的异构数据同步。
其他binlog解析工具：Oracle Golden Gate,open-replicator,mysqlbinlog
2. Canal架构
2.1 应用架构
Canal = Canal Server + Canal Client
一个Canal Client对应一个Canal Instance，一个Canal Instance对应一个MySQL Instance
2.2 工作原理
原理总结：
1、canal server模拟mysql slave的交互协议，伪装自己为mysql slave，向mysql slave发送dump协议。
2、mysql master收到dump请求，开始推送binary log给slave（也就是canal）
3、canal server解析binary log对象（原始为byte流）
2.3 内部构成
说明
- Canal Server代表一个Canal运行实例，对应一个JVM。
- instance对应于一个数据队列（1个server对应1...n个instance）
instance下的子模块
- eventParser：数据源接入，模拟slave协议和master进行交互，协议解析
- eventSlink：Parser和Store链接器，进行数据过滤，加工，分发的工作
- eventStore：数据存储
- metaManger：记录binlog解析位点和消费位点
2.3.1 Instance构成 - EventParser
EventParser解析日志并记录位点，判断当前链接哪个mysql数据库，适时进行failover
2.3.2 Instance构成 - EventSlink
数据过滤：支持通配符合黑名单的过滤模式，确定要处理的数据库和表
数据路由：解决1：n
数据归并：解决n：1
数据加工：在进入store之前进行额外的处理，比如join
2.3.3 Instance构成 - EventStore
EventStore目前只实现了memory模式，是不做持久化的，而是在内存中维持一个RingBuffer的数据结构，支持按照内存大小或记录数进行存储大小的限制。
每个store都会有存储大小的设计，存储满了，put操作会阻塞等待get获取数据，所以不会无限占用存储。
RingBuffer中3个标志位含义
- PUT是写数据
- GET是客户端获取数据的位置
- ACK是客户端确认消费无误的位置
2.3.4 Instance构成 - MetaManger
MetaManger现在有多种实现方式，将放到Instance的实现方式中来介绍。
2.4 Instance的实现方式
根据“binlog解析位点和消费位点的保存方式的不同，或者binlog数据本身保存方式的不同“，instance可以有不同的实现方式。Instance的实现可以自定义，通过spring.xml的方式进行动态配置
memory-instance.xml
简介：位点记录在内存中
特点：速度最快，依赖最少，重启后回到初始位点
适用场景：开发环境
file-instance.xml
简介：位点持久化在文件中
特点：支持单机持久化
适用场景：生产环境，无HA需求
default-instance.xml
简介：位点持久化在ZK中
特点：支持HA
适用场景：生产环境，集群化需求
group-instance.xml
简介： 需要进行多库合并时，可以将多个物理instance合并为一个逻辑instance合并为一个逻辑instance，提供客户端访问
适用场景：分表分库业务