Canal

定位：基于数据库增量日志解析，提供增量数据订阅 &消费，目前主要支持了 mysql。

原理：

• canal 模拟 mysql slave 的交互协议，伪装自己为 mysql slave，向 mysql master 发送 dump 协议

• mysql master 收到 dump 请求，开始推送 binary log 给 slave(也就是 canal)

• canal 解析 binary log 对象(原始为 byte 流)

整个 parser 过程大致可分为几步：

• Connection 获取上一次解析成功的位置（如果第一次启动，则获取初始制定的位置或者是当前数据库的 binlog 位点）

• Connection 建立连接，发生 BINLOG_DUMP 命令

• Mysql 开始推送 Binary Log

• 接收到的 Binary Log 通过 Binlog parser 进行协议解析，补充一些特定信息

• 传递给 EventSink 模块进行数据存储，是一个阻塞操作，直到存储成功

• 存储成功后，定时记录 Binary Log 位置

• 数据过滤：支持通配符的过滤模式，表名，字段内容等

• 数据路由/分发：解决 1:n (1 个 parser 对应多个 store 的模式)

• 数据归并：解决 n:1 (多个 parser 对应 1 个 store)

• 数据加工：在进入 store 之前进行额外的处理，比如 join

Maxwell

canal 由 Java 开发，分为服务端和客户端，拥有众多的衍生应用，性能稳定，功能强大；canal 需要自己编写客户端来消费 canal 解析到的数据。

maxwell 相对于 canal 的优势是使用简单，它直接将数据变更输出为 json 字符串，不需要再编写客户端。

Databus

Databus 是一种低延迟变化捕获系统，已成为 LinkedIn 数据处理管道不可或缺的一部分。Databus 解决了可靠捕获，流动和处理主要数据更改的基本要求。Databus 提供以下功能：

• 源与消费者之间的隔离

• 保证按顺序和至少一次交付具有高可用性

• 从更改流中的任意时间点开始消耗，包括整个数据的完全引导功能。

• 分区消费

• 源一致性保存

阿里云的数据传输服务 DTS

数据传输服务（Data Transmission Service，简称 DTS）是阿里云提供的一种支持 RDBMS（关系型数据库）、NoSQL、OLAP 等多种数据源之间数据交互的数据流服务。DTS 提供了数据迁移、实时数据订阅及数据实时同步等多种数据传输能力，可实现不停服数据迁移、数据异地灾备、异地多活(单元化)、跨境数据同步、实时数据仓库、查询报表分流、缓存更新、异步消息通知等多种业务应用场景，助您构建高安全、可扩展、高可用的数据架构。

优势：数据传输（Data Transmission）服务 DTS 支持 RDBMS、NoSQL、OLAP 等多种数据源间的数据传输。它提供了数据迁移、实时数据订阅及数据实时同步等多种数据传输方式。相对于第三方数据流工具，数据传输服务 DTS 提供更丰富多样、高性能、高安全可靠的传输链路，同时它提供了诸多便利功能，极大得方便了传输链路的创建及管理。

个人理解：就是一个消息队列，会给你推送它包装过的 sql 对象，可以自己做个服务去解析这些 sql 对象。

免去部署维护的昂贵使用成本。DTS 针对阿里云 RDS（在线关系型数据库）、DRDS 等产品进行了适配，解决了 Binlog 日志回收，主备切换、VPC 网络切换等场景下的订阅高可用问题。同时，针对 RDS 进行了针对性的性能优化。出于稳定性、性能及成本的考虑，推荐使用。