原文来源：https://tidb.net/blog/7127872a
本文作者：黄佳豪
前面文章介绍了 Pump server，接下来我们来介绍 Drainer server 的实现，Drainer server 的主要作用是从各个 Pump server 获取 binlog，按 commit timestamp 归并排序后解析 binlog 同步到不同的目标系统，对应的源码主要集中在 TiDB Binlog 仓库的 drainer/ 目录下。
启动 Drainer Server
Drainer server 的启动逻辑主要实现在两个函数中：NewServer 和 (*Server).Start() 。
NewServer 根据传入的配置项创建 Server 实例，初始化 Server 运行所需的字段。其中重要字段的说明如下：
metrics: MetricClient，用于定时向 Prometheus Pushgateway 推送 drainer 运行中的各项参数指标。
cp: checkpoint，用于保存 drainer 已经成功输出到目标系统的 binlog 的 commit timestamp。drainer 在重启时会从 checkpoint 记录的 commit timestamp 开始同步 binlog。
collector: collector，用于收集全部 binlog 数据并按照 commit timestamp 递增的顺序进行排序。同时 collector 也负责实时维护 pump 集群的状态信息。
syncer: syncer，用于将排好序的 binlog 输出到目标系统 (MySQL，Kafka…) ，同时更新同步成功的 binlog 的 commit timestamp 到 checkpoint。
Server 初始化以后，就可以用 (*Server).Start 启动服务，启动的逻辑包含：
初始化 heartbeat 协程定时上报心跳信息到 etcd （内嵌在 PD 中）。
调用 collector.Start() 驱动 Collector 处理单元。
调用 syncer.Start() 驱动 Syncer 处理单元。
后续的章节中，我们会详细介绍 Checkpoint、Collector 与 Syncer。
Checkpoint
Checkpoint 代码在 /drainer/checkpoint 下。
首先看下 接口定义：
// CheckPoint is used to persist meta info so that when syncer restarts,// it can reload checkpoint information to guarantee continuous transmission.type CheckPoint interface { // Load loads checkpoint information. Load() error
// Save saves checkpoint information. Save(commitTS int64, resolvedTS int64) error
// TS returns the saved commit ts. TS() int64
// Close closes the CheckPoint and releases resources. // After Close is called, other methods should not be used. Close() error}
复制代码
drainer 支持把 checkpoint 保存到不同类型的存储介质中，目前支持 mysql 和 file 两种类型，例如 mysql 类型的实现代码在 mysql.go 。如果用户没有指定 checkpoit 的存储类型，drainer 会根据目标系统的类型自动选择对应的 checkpoint 存储类型。
当目标系统是 mysql/tidb，drainer 默认会保存 checkpoint 到 tidb_binlog.checkpoint 表中：
mysql> SELECT * FROM tidb_binlog.checkpoint;+---------------------+---------------------------------------------+| clusterID | checkPoint |+---------------------+---------------------------------------------+| 6766844929645682862 | {"commitTS":413015447777050625,"ts-map":{}} |+---------------------+---------------------------------------------+1 row in set (0.00 sec)
复制代码
commitTS 表示这个时间戳之前的数据都已经同步到目标系统了。ts-map 是用来做 TiDB 主从集群的数据校验 而保存的上下游 snapshot 对应关系的时间戳。
下面看看 MysqlCheckpoint 主要方法的实现。
// Load implements CheckPoint.Load interfacefunc (sp *MysqlCheckPoint) Load() error { sp.Lock() defer sp.Unlock()
if sp.closed { return errors.Trace(ErrCheckPointClosed) }
// Ensure CommitTS fallback when no checkpoint exists or unmarshaled value is zero. defer func() { if sp.CommitTS == 0 { sp.CommitTS = sp.initialCommitTS } }()
var str string selectSQL := genSelectSQL(sp)
err := sp.db.QueryRow(selectSQL).Scan(&str) switch { case err == sql.ErrNoRows: // No previous checkpoint — start from initialCommitTS sp.CommitTS = sp.initialCommitTS return nil
case err != nil: return errors.Annotatef(err, "QueryRow failed, sql: %s", selectSQL) }
if err := json.Unmarshal([]byte(str), sp); err != nil { return errors.Trace(err) }
return nil}
复制代码
Load 方法从数据库中读取 checkpoint 信息。需要注意的是，如果 drainer 读取不到对应的 checkpoint，会使用 drainer 配置的 initial-commit-ts 做为启动的开始同步点。
// Save implements checkpoint.Save interfacefunc (sp *MysqlCheckPoint) Save(ts, slaveTS int64) error { sp.Lock() defer sp.Unlock()
if sp.closed { return errors.Trace(ErrCheckPointClosed) }
// Update in-memory checkpoint sp.CommitTS = ts
if slaveTS > 0 { sp.TsMap["master-ts"] = ts sp.TsMap["slave-ts"] = slaveTS }
// Serialize b, err := json.Marshal(sp) if err != nil { return errors.Annotate(err, "json marshal failed") }
// Persist to DB sql := genReplaceSQL(sp, string(b)) _, err = sp.db.Exec(sql) if err != nil { return errors.Annotatef(err, "query sql failed: %s", sql) }
return nil}
复制代码
Save 方法构造对应 SQL 将 checkpoint 写入到目标数据库中。
Collector
Collector 负责获取全部 binlog 信息后，按序传给 Syncer 处理单元。我们先看下 Start 方法：
// Start runs a loop of collecting binlog from online pumps.func (c *Collector) Start(ctx context.Context) { var wg sync.WaitGroup wg.Add(1)
// Publish binlogs in a separate goroutine. go func() { c.publishBinlogs(ctx) wg.Done() }()
// Continuously update pump status until context is done. c.keepUpdatingStatus(ctx, c.updateStatus)
// Close all pumps. for _, p := range c.pumps { p.Close() }
// Close registry. if err := c.reg.Close(); err != nil { log.Error(err.Error()) }
// Close merger. c.merger.Close()
// Wait for binlog publishing goroutine to finish. wg.Wait()}
复制代码
这里只需要关注 publishBinlogs 和 keepUpdatingStatus 两个方法。
func (c *Collector) publishBinlogs(ctx context.Context) { defer log.Info("publishBinlogs quit")
for { select { case <-ctx.Done(): return case mergeItem, ok := <-c.merger.Output(): if !ok { return }
item := mergeItem.(*binlogItem) if err := c.syncBinlog(item); err != nil { c.reportErr(ctx, err) return } } }}
复制代码
publishBinlogs 调用 merger 模块从所有 pump 读取 binlog，并且按照 binlog 的 commit timestamp 进行归并排序，最后通过调用 syncBinlog 输出 binlog 到 Syncer 处理单元。
func (c *Collector) keepUpdatingStatus( ctx context.Context, fUpdate func(context.Context) error,) { // Add all the pumps to merger c.merger.Stop() fUpdate(ctx) c.merger.Continue()
// Update status when notified or when interval elapses for { select { case <-ctx.Done(): return
case nr := <-c.notifyChan: nr.err = fUpdate(ctx) nr.wg.Done()
case <-time.After(c.interval): if err := fUpdate(ctx); err != nil { log.Error("Failed to update collector status", zap.Error(err)) }
case err := <-c.errCh: log.Error("collector meets error", zap.Error(err)) return } }}
复制代码
keepUpdatingStatus 通过下面两种方式从 etcd 获取 pump 集群的最新状态：
定时器定时触发。
notifyChan 触发。这是一个必须要提一下的处理逻辑：当一个 pump 需要加入 pump c 集群的时候，该 pump 会在启动时通知所有在线的 drainer，只有全部 drainer 都被通知都成功后，pump 方可对外提供服务。 这个设计的目的是，防止对应的 pump 的 binlog 数据没有及时加入 drainer 的排序过程，从而导致 binlog 数据同步缺失。
Syncer
Syncer 代码位于 drainer/syncer.go，是用来处理数据同步的关键模块。
type Syncer struct { schema *Schema cp checkpoint.CheckPoint cfg *SyncerConfig input chan *binlogItem filter *filter.Filter
// Last time we successfully synced a binlog item to downstream. lastSyncTime time.Time
dsyncer dsync.Syncer
shutdown chan struct{} closed chan struct{}}
复制代码
在 Syncer 的结构定义中，我们关注下面三个对象：
dsyncer 是真正同步数据到不同目标系统的执行器实现，我们会在后续章节具体介绍，接口定义如下：
schema 维护了当前同步位置点的全部 schema 信息，可以根据 ddl binlog 变更对应的 schema 信息。
filter 负责对需要同步的 binlog 进行过滤。
Syncer 运行入口在 run 方法，主要逻辑包含：
依次处理 Collector 处理单元推送过来的 binlog 数据。
如果是 DDL binlog，则更新维护的 schema 信息。
利用 filter 过滤不需要同步到下游的数据。
调用 drainer/sync/Syncer.Sync() 异步地将数据同步到目标系统。
处理数据同步结果返回。 a. 通过 Succsses() 感知已经成功同步到下游的 binlog 数据，保存其对应 commit timestamp 信息到 checkpoint。 b. 通过 Error() 感知同步过程出现的错误，drainer 清理环境退出进程。
小结
本文介绍了 Drainer server 的主体结构，后续文章会具体介绍其如何同步数据到不同下游。
点击查看更多 TiDB Binlog 源码阅读系列文章
评论