「从零单排canal 06」 instance模块源码解析
基于1.1.5-alpha版本，具体源码笔记可以参考我的github：https://github.com/saigu/JavaKnowledgeGraph/tree/master/code_reading/canal
instance模块比较简单，我们重点了解以下几个问题
- instance配置模式有哪几种，如何根据配置创建instance？
- 远端配置如何覆盖本地配置的？
- instance实例内部有哪些组件？
1.基本结构
instance模块下面也分为三个子模块，core、manager、spring。
其中，core是instance的核心逻辑 。
而manager和spring只是两种不同的instance配置读取方式，manager通过http请求读取admin的配置，spring通过配置文件的方式读取。
主要控制逻辑我们在deployer模块源码分析中提到过，就是在CanalController类 的instanceGenerator，配置参数是canal.instance.global.mode
- 根据destination创建config
- 如果canal.instance.global.mode = manager，就使用PlainCanalInstanceGenerator
- 如果canal.instance.global.mode = spring，就使用SpringCanalInstanceGenerator
源码如下
2.core子模块
代码不多，就两个接口，两个类。
2.1 CanalInstanceGenerator接口
这个接口只有一个方法
具体实现就是开头提到的两种，PlainCanalInstanceGenerator和SpringCanalInstanceGenerator，分别在manager子模块和spring子模块中实现。
具体选择就是开头的那个canalController里面根据canal.instance.global.mode来选择。
2.2 CanalInstance接口
先看一张官方文档的图，这个前面的文章已经分析过了。
server代表一个canal-server运行实例，对应于一个jvm。server内部可以有多个instance。
Instance内部有4个主要组件：
- eventParser ：数据源接入，模拟slave协议和master进行交互，协议解析
- eventSink ：Parser和Store连接器，进行数据过滤，加工，分发的工作
- eventStore ：数据存储
- metaManager：增量订阅&消费信息管理器
在这个接口中，就定义了获取4个组件的方法，以及新版本增加的mqProducer的配置信息（mqProducer在server模块解析中介绍过了，可以回头去看看）
我们简单看下4个组件接口的各个实现类。
CanalEventParser接口实现类（paser模块）：
- MysqlEventParser：伪装成单个mysql实例的slave解析binglog日志
- GroupEventParser：伪装成多个mysql实例的slave解析binglog日志。内部维护了多个CanalEventParser，组合多个EventParser进行合并处理，group只是作为一个delegate处理。主要应用场景是分库分表：比如一个大表拆分了4个库，位于不同的mysql实例上，正常情况下，我们需要配置四个CanalInstance。对应的，业务上要消费数据时，需要启动4个客户端，分别链接4个instance实例。为了方便业务使用，此时我们可以让CanalInstance引用一个GroupEventParser，由GroupEventParser内部维护4个MysqlEventParser去4个不同的mysql实例去拉取binlog，最终合并到一起。此时业务只需要启动1个客户端，链接这个CanalInstance即可
- LocalBinlogEventParser：解析本地的mysql binlog。例如将mysql的binlog文件拷贝到canal的机器上进行解析。
- RdsLocalBinlogEventParser：基于阿里云rds的binlog备份文件复制，下载到本地后进行本地的binlog解析。
CanalEventSink接口实现类（sink模块）：
- EntryEventSink：普通的单个parser的sink操作，进行数据过滤，加工，分发
- GroupEventSink：用于分库分表的场景，对应GroupEventParser的数据解析，然后实现基于归并排序的sink处理
CanalEventStore接口实现类（store模块）：
- MemoryEventStoreWithBuffer：基于内存实现存储store
CanalMetaManager（meta模块）：
- ZooKeeperMetaManager：将元数据存存储到zk中
- MemoryMetaManager：将元数据存储到内存中
- MixedMetaManager：组合memory + zookeeper的使用模式
- PeriodMixedMetaManager：基于定时刷新的策略的mixed实现
- FileMixedMetaManager：先写内存，然后定时刷新数据到File
关于这些实现的具体细节，我们在相应模块的源码分析时，进行讲解。目前只需要知道，一些组件有多种实现，因此组合工作方式有多种。
2.3 AbstractCanalInstance类
AbstractCanalInstance是canalInstance的抽象类，维护了相关组件的引用
这个抽象类有两个实现，CanalInstanceWithManager 和 CanalInstanceWithSpring。
AbstractCanalInstance的初始化过程都是在实现类中完成的。
如果选择admin控制模式，那就是在CanalInstanceWithManager中完成，如果是spring模式，就在CanalInstanceWithSpring中完成。
但是它们的初始化过程并不是在这里完成的，如果选择admin控制模式，那就是在CanalInstanceWithManager中完成，如果是spring模式，就在CanalInstanceWithSpring中完成。
这里有个小发现：
仔细看下实际代码调用我们发现，CanalInstanceWithManager是给ManagerCanalInstanceGenerator使用的，而这个generator实际上没有被使用到。如果使用admin模式，本文开头我们就看到了，使用了PlainCanalInstanceGenerator。PlainCanalInstanceGenerator里面的generate方法实现，其实跟SpringCanalInstanceGenerator差不多。就是从远端admin拉到配置，然后替换系统变量，然后再从spring的beanfactory中构建具体的实例。
2.3.1 subscribeChange() 方法
AbstractCanalInstance类实现了CanalInstance接口的subscribeChange方法。
我们看到，如果订阅关系发生变化，就做一些操作，这里看的话，主要就是更新了一下filter。
filter规定了需要订阅哪些库，哪些表。
2.3.2 start() 方法
启动没什么特别的逻辑，就是按照顺序依次启动各个组件。
顺序为 metaManager -> alarmHandler -> eventStore -> eventSink -> eventParser。
启动顺序主要跟依赖关系有关，元信息相关的管理跟所有都有关，所以metaManager最先启动，其他的按照彼此之间的关系一一启动。
这里我们发现，在启动eventParser的时候做了特殊处理，分别是beforeStartEventParser 和 afterStartEventParser。后文我们专门讲一下。
2.3.3 stop()方法
stop也没什么特殊的，就是依次关闭各个组件。
关闭的顺序就是start的逆过程。
这里就不贴代码了。
2.3.4 eventParserr的特殊处理
在start和stop方法中的eventParser前后都有特殊的处理，start的beforeStartEventParser 和 afterStartEventParser，Stop的beforeStopEventParser 和 afterStopEventParser。
这个其实跟eventParser的设计有关。
EventParser 设计
- 每个EventParser都会关联两个内部组件
- CanalLogPositionManager : 记录binlog 最后一次解析成功位置信息，主要是描述下一次canal启动的位点 CanalHAController: 控制 EventParser 的链接主机管理，判断当前该链接哪个mysql数据库
所以这两个beforexxx、afterxxxx方法做的主要是CanalLogPositionManager和CanalHAController的启停工作。
2.3.5 AbstractCanalInstance类 总结
可以看到AbstractCanalInstance除了负责启动和停止其内部组件，就没有其他工作了。
eventParser在AbstractCanalInstance中启动后，就会自行开启多线程任务dump数据，通过eventSink投递给eventStore。
而对eventStore的操作逻辑，实际上都是在CanalServerWithEmbedded中完成的，我们可以回顾一下CanalServerWithEmbedded中 getWithoutAck( ) 的相关逻辑。
包括：
- 根据clientIdentity的destination获取对应的instance
- 获取到流式数据中的最后一批获取的位置positionRanges（跟batchId有关联，就是上面那个map里面的）
- 从cananlEventStore里面获取binlog，转化为event。一般是从最后的一个batchId位置开始，如果之前没有batchId，那么就从cursor记录的消费位点开始；如果cursor为空，那只能从eventStore的第一条消息开始。（这里几个位置关系再想一想，跟ack有关，画个图）
- event转化为entry，并生成新的batchId，组合成message返回给客户端
所以，其实这里只是简单的启动和停止，组件的交互逻辑是在CanalServerWithEmbedded中get出instance的各个组件来进行实现的。
3.spring模块
前面提到了，PlainCanalInstanceGenerator里面的generate方法实现，其实跟SpringCanalInstanceGenerator差不多。就是从远端admin拉到配置，然后替换系统变量，然后再从spring的beanfactory中构建具体的实例。
所以我们重点关注spring子模块的配置方式即可。
就下面四个类
3.1 CanalInstanceWithSpring类
基于spring容器启动canal实例，方便独立于manager启动。
继承了AbstractCanalInstance，其实就是一系列组件的setter方法，就不贴源码了。
具体配置是基于spring的xml来做的.
当我们配置加载方式为spring时，创建的CanalInstance实例类型都是CanalInstanceWithSpring。canal将会寻找本地的spring配置文件来创建instance实例。canal默认提供了以下几种spring配置文件：
- spring/memory-instance.xml
- spring/file-instance.xml
- spring/default-instance.xml
- spring/group-instance.xml
四个配置文件中，对CanalInstanceWithSpring都采用了同样的配置方式：
当然，具体每个组件的ref在不同配置文件中有所不同。
最主要的就是metaManager 和eventParser 这两个配置有所不同，可能在内存、文件或zk进行存储。
eventStore 、和eventSink 定义都是相同的，eventStore目前的开源版本中eventStore只有一种基于内存的实现，eventSink其作用是eventParser和eventStore的连接器，进行数据过滤，加工，分发的工作。不涉及存储，也就没有必要针对内存、file、或者zk进行区分。
3.2 SpringCanalInstanceGenerator类
这个是具体创建instance的逻辑。
顺便看下PlainCanalInstanceGenerator里面的实现，就是多了从远端拉取配置，然后用PropertyPlaceholderConfigurer进行了变量替换，然后还是用beanFactory来获取实例。
com.alibaba.otter.canal.instance.spring.support.PropertyPlaceholderConfigurer继承了org.springframework.beans.factory.config.PropertyPlaceholderConfigurer，设置动态properties,替换掉本地properties。
4.总结
其实这个模块的东西比较少，没有什么特别复杂的逻辑。
我们来回顾下开头的几个问题
- instance配置模式有哪几种，如何根据配置创建instance？
主要有基于spring和基于远端配置两种方式，前者的实现在，后者的实现在PlainCanalInstanceGenerator
- 远端配置如何覆盖本地配置的？
PlainCanalInstanceGenerator中使用了spring的PropertyPlaceholderConfigurer来覆盖配置
- instance实例内部有哪些组件？
包括了parser、sink、store、metamanager等组件，但是只负责了启动和停止逻辑，具体交互逻辑还是在CanalServerWithEmbedded中实现的。
都看到最后了，原创不易，点个关注，点个赞吧～
文章持续更新，可以微信搜索「阿丸笔记 」第一时间阅读，回复关键字【学习】有我准备的一线大厂面试资料。
知识碎片重新梳理，构建Java知识图谱：github.com/saigu/JavaK…（历史文章查阅非常方便）
