es数据同步(仅供自己参考)

数据同步的问题分析:

当MySQL进行增删改查的时候,数据库的数据有所改变,这个时候需要修改es中的索引库的值,这个时候就涉及到了数据同步的问题

解决方法:

1、同步方法:

当服务对MySQL进行增删改的时候,这个时候使用fegin远程调用,将所更改的数据发送到es的服务上,使得es数据得到及时的更新

优点:简单、粗暴

缺点:服务之间耦合度高,MySQL服务响应慢,必须等待es更改完成。

2、异步方法:

使用消息中间件rabbitMQ,服务进行增删改的时候将信息放到MQ,es的服务去MQ中拿到信息,去更新自己的数据

优点:耦合度低,实现难度一般

缺点:依赖MQ的可靠性

3、使用binlog

MySQL在进行增删改的时候会将操作记录到binlog上,然后在使用canal(通道)中间件,通知es发生改变,这样就会使得es数据得到更新

优点:完全接触服务之间的耦合

缺点:开启binlog增加数据库负担,实现复杂度高。

相关推荐
IPdodo全球网络3 分钟前
如何解决亚马逊商家IP问题:静态住宅IP的优势与选择指南
大数据·运维·网络
一只专注api接口开发的技术猿3 分钟前
python 京东api怎么写
大数据·开发语言·数据库·python
一个处女座的程序猿2 小时前
LLMs之Code:Github Spark的简介、安装和使用方法、案例应用之详细攻略
大数据·spark·github
NewsMash3 小时前
平安人寿山西分公司:践行绿色金融,开启绿色新篇章
大数据·人工智能·金融
Mephisto.java3 小时前
【大数据学习 | HBASE高级】hbase的API操作
大数据·学习·hbase
解怡椿3 小时前
Flume的安装与使用
大数据·flume
OBOO鸥柏4 小时前
OBOO鸥柏:旗下户外景区自助触摸查询一体机已布局智慧城市便民
大数据·人工智能·科技·系统架构·智慧城市·大屏端
树莓集团4 小时前
以数字产业园区规划为笔,绘智慧城市新篇章
大数据·人工智能·科技·物联网·智慧城市·媒体
阿里云大数据AI技术5 小时前
Apache Spark & Paimon Meetup · 北京站,助力 LakeHouse 架构生产落地
大数据·架构·spark·apache
青云交5 小时前
大数据新视界 -- 大数据大厂之 Impala 性能优化:融合机器学习的未来之路(上 (2-2))(11/30)
大数据·impala·机器学习融合·技术剖析·金融案例·多行业应用·性能改善