V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
ayonel
V2EX  ›  Elasticsearch

数据双份存储, ES + MySQL, 如何保证一致性

  •  
  •   ayonel · 2019-09-16 14:01:27 +08:00 · 13803 次点击
    这是一个创建于 1656 天前的主题,其中的信息可能已经有所发展或是发生改变。

    目前业务的数据都存在 mysql 中,为了做一个搜索模块,故需要将数据冗余一份至 es. mysql 中的数据可以理解为星型模型, 由一个主表 跟 多个副表 关联而成。比如:主表是用户基本信息,副表 1:用户爱好; 副表 2:用户课程; 副表 3:用户历史购物记录。副表跟主表根据 user_id 关联,且副表跟主表都会独自更新。

    期望是在 es 中维护一份 mysql 的逻辑视图,因为要做搜索,所以相当于 es 中是一张大宽表。 为了不影响现有业务逻辑,不期望在代码逻辑中双写,可能走数据同步的策略(监听 binlog,做增删改 es 逻辑)

    这样的话,如何保证这两份数据的一致性,以及 mysql 更新时 es 的更新时延。大佬们有类似的经验么,望不吝赐教。

    14 条回复    2019-09-17 14:16:07 +08:00
    iluhcm
        1
    iluhcm  
       2019-09-16 14:19:43 +08:00
    mysql binlog -> kafka -> es,通过消息可以保证最终一致,无法做到强一致。
    Rush9999
        2
    Rush9999  
       2019-09-16 14:53:56 +08:00
    https://dbaplus.cn/news-11-2397-1.html
    MySQL 数据同步到 ES 中,大致总结可以分为两种方案:



    # 方案 1:监听 MySQL 的 Binlog,分析 Binlog 将数据同步到 ES 集群中。



    优点:业务与 ES 数据耦合度低,业务逻辑中不需要关心 ES 数据的写入;

    缺点:Binlog 模式只能使用 ROW 模式,且引入了新的同步服务,增加了开发量以及维护成本,也增大了 ES 同步的风险。



    # 方案 2:直接通过 ES API 将数据写入到 ES 集群中。



    优点:简洁明了,能够灵活的控制数据的写入;

    缺点:与业务耦合严重,强依赖于业务系统的写入方式。



    考虑到订单系统 ES 服务的业务特殊性,对于订单数据的实时性较高,显然监听 Binlog 的方式相当于异步同步,有可能会产生较大的延时性。且方案 1 实质上跟方案 2 类似,但又引入了新的系统,维护成本也增高。所以订单中心 ES 采用了直接通过 ES API 写入订单数据的方式,该方式简洁灵活,能够很好的满足订单中心数据同步到 ES 的需求。



    由于 ES 订单数据的同步采用的是在业务中写入的方式,当新建或更新文档发生异常时,如果重试势必会影响业务正常操作的响应时间。



    所以每次业务操作只更新一次 ES,如果发生错误或者异常,在数据库中插入一条补救任务,有 Worker 任务会实时地扫这些数据,以数据库订单数据为基准来再次更新 ES 数据。通过此种补偿机制,来保证 ES 数据与数据库订单数据的最终一致性。
    ayonel
        3
    ayonel  
    OP
       2019-09-16 15:26:35 +08:00
    @Rush9999 感谢。我们的时效性要求不是非常高,还是不希望侵入现有代码逻辑
    Raymon111111
        4
    Raymon111111  
       2019-09-16 15:29:27 +08:00
    一致性的话可以延迟检查
    ayonel
        5
    ayonel  
    OP
       2019-09-16 15:29:34 +08:00
    @iluhcm 方案大致是这样,就是不知道如何保证一致性,哪怕最终一致。假设对同一条记录的两条 binlog 消息:
    1: 增
    2: 删
    如果不做幂等消费,有可能就是先删后增;或者如果删除失败,也会导致这条记录永远存在 es 中
    iluhcm
        6
    iluhcm  
       2019-09-16 15:31:48 +08:00
    @ayonel #5 用消息就是为了保证消费的顺序以及 ack 的。
    lihongjie0209
        7
    lihongjie0209  
       2019-09-16 15:36:32 +08:00
    消息队列慢慢写
    ayonel
        8
    ayonel  
    OP
       2019-09-16 15:47:15 +08:00
    @iluhcm 感谢大佬,我再研究下消息队列的 ack
    xuanbg
        9
    xuanbg  
       2019-09-16 15:49:06 +08:00
    这真是个好问题!我们的方案是用消息队列异步更新 ES 数据,写起来比较麻烦。因为 ES 里面的数据和 MySQL 的数据结构是不一致的所以不能通过监听 Binlog 来实现。
    ayonel
        10
    ayonel  
    OP
       2019-09-16 20:34:54 +08:00
    @xuanbg 我现在的初步想法是,通过监听 binlog 的事件类型,做相应的对 ES 的操作,中间需要处理逻辑。
    promise2mm
        11
    promise2mm  
       2019-09-17 11:27:53 +08:00
    binlog 方式侵入小, 问题是会有同步延时问题,业务上能接受延时就行

    现成方案:阿里 canal
    ayonel
        12
    ayonel  
    OP
       2019-09-17 12:08:40 +08:00
    @promise2mm binlog 同步这些公司有现成的中间件,我核心关注的是如何保证数据一致。
    zeraba
        13
    zeraba  
       2019-09-17 12:46:51 +08:00 via Android
    5.6 以上开启 gtid 没有 gtid 就自己存储 binlog 的位置信息 file+pos 现成的也有很多轮子去持久化这个东西
    kiddingU
        14
    kiddingU  
       2019-09-17 14:16:07 +08:00
    go-mysql-es https://github.com/siddontang/go-mysql-elasticsearch 可以看看这个轮子,pingcap 的唐刘写的
    关于   ·   帮助文档   ·   博客   ·   API   ·   FAQ   ·   我们的愿景   ·   实用小工具   ·   2822 人在线   最高记录 6543   ·     Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 · 30ms · UTC 14:34 · PVG 22:34 · LAX 07:34 · JFK 10:34
    Developed with CodeLauncher
    ♥ Do have faith in what you're doing.