canal DevGuide
背景
先前开源了一个开源项目： 【阿里巴巴开源项目: 基于mysql数据库binlog的增量订阅&消费】
本文主要是介绍一下如何给canal贡献代码，介绍其设计思路和扩展方式
设计
说明：
- server代表一个canal运行实例，对应于一个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)
- eventSink (Parser和Store链接器，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)
整体类图设计
说明：
- CanalLifeCycle为所有canal模块的生命周期接口
- CanalInstance组合parser,sink,store三个子模块，三个子模块的生命周期统一受CanalInstance管理
- CanalServer聚合了多个CanalInstance
EventParser类图设计和扩展
每个EventParser都会关联两个内部组件： CanalLogPositionManager ， CanalHAController
- 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.
说明：
1. 目前开源版本只有支持mysql的协议(LocalBinlog就是类似于relay log的那种模式，直接根据relay log进行数据消费)
2. 内部版本会有OracleEventParser，获取oracle增量变更信息，因为涉及一些政治，商业和产品关系，没有随canal开源。(oracle增量解析目前为c语言开发，提供socket方式供canal接入)
CanalLogPositionManager类图设计
说明：
1. 如果CanalEventStore选择的是内存模式，可不保留解析位置，下一次canal启动时直接依赖CanalMetaManager记录的最后一次消费成功的位点即可. (最后一次ack提交的数据位点)
2. 如果CanalEventStore选择的是持久化模式，可通过zookeeper记录位点信息，canal instance发生failover切换到另一台机器，可通过读取zookeeper获取位点信息.
可公通过实现自己的CanalLogPositionManager，比如记录位点信息到本地文件/nas文件，简单可用的无HA的模式.
CanalHAController类图设计
说明：
1. 常见的就是基于心跳语句，定时请求当前链接的数据库，超过一定次数检测失败时，尝试切换到备机.
2. 比如阿里内部会有一套数据库主备信息管理系统，DBA做了数据库主备切换或者机器下线，推送配置到各个应用节点，HAController收到后，控制EventParser进行链接切换.
EventSink类图设计和扩展
说明：
1. 常见的sink业务有分1:n和n:1的业务，目前GroupEventSink主要是解决n:1的归并业务
关于1:n/n:1的介绍，可参见我的canal介绍的文章。
EventStore类图设计和扩展
说明：
1. 抽象了CanalStoreScavenge ， 解决数据的清理，比如定时清理，满了之后清理，每次ack清理等
2. CanalEventStore接口，主要包含put/get/ack/rollback的相关接口. put/get操作会组成一个生产者/消费者模式，每个store都会有存储大小设计，存储满了，put操作会阻塞等待get获取数据，所以不会无线占用存储，比如内存大小
a. 目前EventStore主要实现了memory模式，支持按照内存大小和内存记录数进行存储大小限制.
b. 后续可开发基于本地文件的存储模式
c. 基于文件存储和内存存储，开发mixed模式，做成两级队列，内存buffer有空位时，将文件的数据读入到内存buffer中。
重要：实现基于mixed模式后，canal才可以说是完成真正的消费/订阅的模型 (取1份binlog数据，提供多个客户端消费，消费有快有慢，各自保留消费位点)
MetaManager类图设计和扩展
说明：
1. metaManager目前同样支持了多种模式，最顶层的就是memory和zookeeper的模式，还有就是mixed模式，先写内存，再写zookeeper.
可公通过实现自己的CanalMetaManager，比如记录位点信息到本地文件/nas文件，简单可用的无HA的模式.
应用扩展
上面介绍了相关模块的设计，这里介绍下如何将自己的扩展代码应用到canal中. 介绍之前首先需要了解instance的配置方式，可参见： AdminGuide 的spring配置这一章节
canal instance基于spring的管理方式，主要由两部分组成：
- xxx.properties
- xxx-instance.xml
xxx-instance.xml就是描述对应instance所使用的模块组件定义，比如默认的instance模块组件定义有：
- memory-instance.xml (选择了memory模式的组件，速度优先，简单)
- default-instance.xml (选择了mixed/preiodmixed模式的组件，可以提供HA的功能)
- group-instance.xml (提供了n:1的sink模式)
所以，如果要应用自己的组件，就只需要定义一份自己的instance.xml，比如custom-intance.xml
<!-- properties -->
<bean class="com.alibaba.otter.canal.instance.spring.support.PropertyPlaceholderConfigurer" lazy-init="false">
<property name="ignoreResourceNotFound" value="true" />
<property name="systemPropertiesModeName" value="SYSTEM_PROPERTIES_MODE_OVERRIDE"/><!-- 允许system覆盖 -->
<property name="locationNames">
<list>
<value>classpath:canal.properties</value>
<value>classpath:${canal.instance.destination:}/instance.properties</value>
</list>
</property>
</bean>
<bean id="instance" class="com.alibaba.otter.canal.instance.spring.CanalInstanceWithSpring">
<property name="destination" value="${canal.instance.destination}" />
<property name="eventParser">
<ref local="eventParser" />
</property>
<property name="eventSink">
<ref local="eventSink" />
</property>
<property name="eventStore">
<ref local="eventStore" />
</property>
<property name="metaManager">
<ref local="metaManager" />
</property>
<property name="alarmHandler">
<ref local="alarmHandler" />
</property>
</bean>
......
instance.xml要满足一个基本元素：
1. 一份instance.xml中有一份或者多份instance定义，优先以destination名字查找对应的instance bean定义，如果没有，则按默认的名字“instance”查找instance对象
2. 一份instance bean定义，需要包含eventParser , evnetSink , evnetStore , metaManager，alarmHandler的5个模块定义，(alarmHandler主要是一些报警机制处理，因为简单没展开，可扩展)
完成custom-instance.xml定义后，可通过canal.properties配置中进行引入：
canal.instance.{通道名字}.spring.xml = classpath:spring/custom-instance.xml
到这里，就完成了扩展组件的应用，启动canal instance后，就会使用自定义的的组件 , just have fun .
