Canal

定位：基于數據庫增量日志解析，提供增量數據訂閱消費，目前主要支持了mysql。

原理：

• canal模擬mysql slave的交互協議，偽裝自己為mysql slave，向mysql master發送dump協議
• mysql master收到dump請求，開始推送binary log給slave(也就是canal)
• canal解析binary log對象(原始為byte流)

整個parser過程大致可分為幾步：

• Connection獲取上一次解析成功的位置（如果第一次啟動，則獲取初始制定的位置或者是當前數據庫的binlog位點）
• Connection建立連接，發生BINLOG_DUMP命令
• Mysql開始推送Binary Log
• 接收到的Binary Log通過Binlog parser進行協議解析，補充一些特定信息
• 傳遞給EventSink模塊進行數據存儲，是一個阻塞操作，直到存儲成功
• 存儲成功后，定時記錄Binary Log位置

• 數據過濾：支持通配符的過濾模式，表名，字段內容等
• 數據路由/分發：解決1:n (1個parser對應多個store的模式)
• 數據歸并：解決n:1 (多個parser對應1個store)
• 數據加工：在進入store之前進行額外的處理，比如join
  

Maxwell

canal 由Java開發，分為服務端和客戶端，擁有眾多的衍生應用，性能穩定，功能強大；canal 需要自己編寫客戶端來消費canal解析到的數據。

maxwell相對于canal的優勢是使用簡單，它直接將數據變更輸出為json字符串，不需要再編寫客戶端。

Databus

Databus是一種低延遲變化捕獲系統，已成為LinkedIn數據處理管道不可或缺的一部分。Databus解決了可靠捕獲，流動和處理主要數據更改的基本要求。Databus提供以下功能：

• 源與消費者之間的隔離
• 保證按順序和至少一次交付具有高可用性
• 從更改流中的任意時間點開始消耗，包括整個數據的完全引導功能。
• 分區消費
• 源一致性保存

阿里云的數據傳輸服務DTS

數據傳輸服務（Data Transmission Service，簡稱DTS）是阿里云提供的一種支持 RDBMS（關系型數據庫）、NoSQL、OLAP 等多種數據源之間數據交互的數據流服務。DTS提供了數據遷移、實時數據訂閱及數據實時同步等多種數據傳輸能力，可實現不停服數據遷移、數據異地災備、異地多活(單元化)、跨境數據同步、實時數據倉庫、查詢報表分流、緩存更新、異步消息通知等多種業務應用場景，助您構建高安全、可擴展、高可用的數據架構。

優勢：數據傳輸（Data Transmission）服務 DTS 支持 RDBMS、NoSQL、OLAP 等多種數據源間的數據傳輸。它提供了數據遷移、實時數據訂閱及數據實時同步等多種數據傳輸方式。相對于第三方數據流工具，數據傳輸服務 DTS 提供更豐富多樣、高性能、高安全可靠的傳輸鏈路，同時它提供了諸多便利功能，極大得方便了傳輸鏈路的創建及管理。

個人理解：就是一個消息隊列，會給你推送它包裝過的sql對象，可以自己做個服務去解析這些sql對象。

免去部署維護的昂貴使用成本。DTS針對阿里云RDS（在線關系型數據庫）、DRDS等產品進行了適配，解決了Binlog日志回收，主備切換、VPC網絡切換等場景下的訂閱高可用問題。同時，針對RDS進行了針對性的性能優化。出于穩定性、性能及成本的考慮，推薦使用。

以上就是MySQL Binlog 日志處理工具對比分析的詳細內容，更多關于MySQL Binlog 日志處理工具的資料請關注腳本之家其它相關文章！