数据库中同步数据到elastic search的方案比较

本文转载自：https://juejin.im/post/6844904041672081421

#方案1，利用logstash定时向数据库读取数据然后写入到elastic search中

架构：数据库+logstash+elastic search

缺点：

1）因为是定时读取数据库，存在一定的时延

2）若同步时间间隔调的比较短，比如每秒定时同步一次数据，此时会增大业务数据库的压力

3）若一次同步的数据量比较大的话，网络传输成本会增大

相关链接：https://www.cnblogs.com/csts/p/6120644.html

 

为了解决时延的问题，采用同步双写方案，实时同步数据，于是引入方案2：

#方案2：同步双写，即在业务应用系统写数据到数据库时，同时插入一条数据到elastic search中

架构：业务应用+elastic search

缺点：硬编码，强业务耦合，性能差等

 

为了解决同步双写性能差的问题，那么引入mq来实现异步双写，于是引入方案3：

#方案3：异步双写，即引入mq并开发一个数据同步系统，在业务系统应用（生产者）中每做一笔交易，然后将数据发送到mq，数据同步系统（消费者）订阅mq消息，完成数据同步到elastic search中

架构：业务应用+mq+同步系统+elastic search

缺点：数据同步逻辑与业务应用系统强耦合在一起

相关链接：https://blog.csdn.net/lp2388163/article/details/80633190

 

为了解决数据同步逻辑与业务应用系统强耦合的问题，为了解耦且解决logstash定时同步时延的问题，于是引入阿里的canal来同步数据，引入方案3：

#方案4，利用canal订阅数据库的binlog日志文件，然后实时发送数据到elastic search中

架构：mysql+canal+elastic search

缺点：

1）若在高并发场景下，对canal服务器及客户端可能会造成性能压力

2）若canal同步binlog日志过程中，canal客户端宕机可能导致数据丢失

相关链接：https://www.jianshu.com/p/9677ca6ca34e

 

为了解决方案3中高并发的性能压力及canal客户端宕机数据丢失的问题，此时也引入mq，既做到限流削峰又起到数据缓存存储的作用

#方案5：利用canal订阅数据库的binlog日志文件，然后实时发送数据到mq中，然后利用数据同步系统订阅mq的消息完成数据同步到elastic search中

架构：mysql+canal+mq+数据同步系统+elastic search

缺点：增加了系统架构复杂性

相关链接：https://www.cnblogs.com/sanduzxcvbnm/p/11558858.html

 

PS：

1，由于canal的开源方案中只支持mysql，若要同步oracle数据，可以考虑oracle同步工具比如ogg，databus等

2，文中提及的mq有很多，比如active mq,rabbit mq，rocket mq，kafka等，根据不同的业务场景选择合适的mq。