MySQL同步ES的 5 种方案

苏三说技术2025-09-22 10:51

前言

有些小伙伴在工作中可能遇到过数据库查询慢的问题，特别是模糊查询和复杂聚合查询，这时候引入ES（Elasticsearch）作为搜索引擎是个不错的选择。

今天我们来聊聊MySQL同步到ES（Elasticsearch）的5种常见方案。

希望对你会有所帮助。

一、为什么需要MySQL同步到ES？

在我们深入讨论方案之前，先明确一下为什么需要将MySQL数据同步到ES：

  1. 全文搜索能力：ES提供强大的全文搜索功能，远超MySQL的LIKE查询。
  2. 复杂聚合分析：ES支持复杂的聚合查询，适合大数据分析。
  3. 高性能查询：ES的倒排索引设计使查询速度极快。
  4. 水平扩展：ES天生支持分布式，易于水平扩展。

先来看一下整体的同步架构图：

接下来，我们详细分析每种方案的实现原理和优缺点。

二、方案一：双写方案

双写方案是最直接的同步方式，即在业务代码中同时向MySQL和ES写入数据。

示例代码：

java 复制代码 
@Service
public class UserService {
    @Autowired
    private UserMapper userMapper;
    
    @Autowired
    private ElasticsearchTemplate elasticsearchTemplate;
    
    @Transactional
    public void addUser(User user) {
        // 写入MySQL
        userMapper.insert(user);
        
        // 写入Elasticsearch
        IndexQuery indexQuery = new IndexQueryBuilder()
            .withObject(user)
            .withId(user.getId().toString())
            .build();
        elasticsearchTemplate.index(indexQuery);
    }
    
    @Transactional
    public void updateUser(User user) {
        // 更新MySQL
        userMapper.updateById(user);
        
        // 更新Elasticsearch
        IndexRequest request = new IndexRequest("user_index")
            .id(user.getId().toString())
            .source(JSON.toJSONString(user), XContentType.JSON);
        elasticsearchTemplate.getClient().index(request, RequestOptions.DEFAULT);
    }
}

优缺点分析

优点：

  • 实现简单，不需要引入额外组件
  • 实时性高，数据立即同步

缺点：

  • 数据一致性难保证，需要处理分布式事务问题
  • 代码侵入性强，业务逻辑复杂
  • 性能受影响，每次写操作都要等待ES响应

适用场景

适合数据量不大，对实时性要求高，且能够接受一定数据不一致的业务场景。

三、方案二：定时任务方案

定时任务方案通过定期扫描MySQL数据变化来同步到ES。

示例代码：

java 复制代码 
@Component
public class UserSyncTask {
    @Autowired
    private UserMapper userMapper;
    
    @Autowired
    private UserESRepository userESRepository;
    
    // 每5分钟执行一次
    @Scheduled(fixedRate = 5 * 60 * 1000)
    public void syncUserToES() {
        // 查询最近更新的数据
        Date lastSyncTime = getLastSyncTime();
        List<User> updatedUsers = userMapper.selectUpdatedAfter(lastSyncTime);
        
        // 同步到ES
        for (User user : updatedUsers) {
            userESRepository.save(user);
        }
        
        // 更新最后同步时间
        updateLastSyncTime(new Date());
    }
    
    // 获取最后同步时间
    private Date getLastSyncTime() {
        // 从数据库或Redis中获取
        // ...
    }
}

数据更新追踪策略

为了提高同步效率，通常需要设计良好的数据变更追踪机制：

优缺点分析

优点：

  • 实现简单，不需要修改现有业务代码
  • 对数据库压力可控，可以调整同步频率

缺点：

  • 实时性差，数据同步有延迟
  • 可能遗漏数据，如果系统崩溃会丢失部分数据
  • 扫描全表可能对数据库造成压力

适用场景

适合对实时性要求不高，数据变更不频繁的场景。

四、方案三：Binlog同步方案

Binlog是MySQL的二进制日志，记录了所有数据变更操作。

通过解析Binlog可以实现数据同步。

示例代码：

java 复制代码 
public class BinlogSyncService {
    public void startSync() {
        BinaryLogClient client = new BinaryLogClient("localhost", 3306, "username", "password");
        
        client.registerEventListener(new BinaryLogClient.EventListener() {
            @Override
            public void onEvent(Event event) {
                EventData eventData = event.getData();
                
                if (eventData instanceof WriteRowsEventData) {
                    // 插入操作
                    WriteRowsEventData writeData = (WriteRowsEventData) eventData;
                    processInsertEvent(writeData);
                } else if (eventData instanceof UpdateRowsEventData) {
                    // 更新操作
                    UpdateRowsEventData updateData = (UpdateRowsEventData) eventData;
                    processUpdateEvent(updateData);
                } else if (eventData instanceof DeleteRowsEventData) {
                    // 删除操作
                    DeleteRowsEventData deleteData = (DeleteRowsEventData) eventData;
                    processDeleteEvent(deleteData);
                }
            }
        });
        
        client.connect();
    }
    
    private void processInsertEvent(WriteRowsEventData eventData) {
        // 处理插入事件，同步到ES
        for (Serializable[] row : eventData.getRows()) {
            User user = convertRowToUser(row);
            syncToElasticsearch(user, "insert");
        }
    }
    
    private void syncToElasticsearch(User user, String operation) {
        // 同步到ES的实现
        // ...
    }
}

优缺点分析

优点：

  • 实时性高，几乎实时同步
  • 对业务代码无侵入，不需要修改现有代码
  • 性能好，不影响数据库性能

缺点：

  • 实现复杂，需要解析Binlog格式
  • 需要考虑Binlog格式变更的兼容性问题
  • 主从切换时可能需要重新同步

适用场景

适合对实时性要求高，数据量大的场景。

五、方案四：Canal方案

Canal是阿里巴巴开源的MySQL Binlog增量订阅&消费组件，简化了Binlog同步的复杂性。

示例代码：

yaml 复制代码 
# canal.properties 配置
canal.instance.master.address = 127.0.0.1:3306
canal.instance.dbUsername = username
canal.instance.dbPassword = password
canal.instance.connectionCharset = UTF-8
canal.instance.filter.regex = .*\\..*
java 复制代码 
public class CanalClientExample {
    public static void main(String[] args) {
        // 创建Canal连接
        CanalConnector connector = CanalConnectors.newSingleConnector(
            new InetSocketAddress("127.0.0.1", 11111), "example", "", "");
        
        try {
            connector.connect();
            connector.subscribe(".*\\..*");
            
            while (true) {
                Message message = connector.getWithoutAck(100);
                long batchId = message.getId();
                
                if (batchId != -1 && !message.getEntries().isEmpty()) {
                    processEntries(message.getEntries());
                    connector.ack(batchId); // 提交确认
                }
                
                Thread.sleep(1000);
            }
        } finally {
            connector.disconnect();
        }
    }
    
    private static void processEntries(List<CanalEntry.Entry> entries) {
        for (CanalEntry.Entry entry : entries) {
            if (entry.getEntryType() == CanalEntry.EntryType.ROWDATA) {
                CanalEntry.RowChange rowChange = CanalEntry.RowChange.parseFrom(entry.getStoreValue());
                
                for (CanalEntry.RowData rowData : rowChange.getRowDatasList()) {
                    if (rowChange.getEventType() == CanalEntry.EventType.INSERT) {
                        processInsert(rowData);
                    } else if (rowChange.getEventType() == CanalEntry.EventType.UPDATE) {
                        processUpdate(rowData);
                    } else if (rowChange.getEventType() == CanalEntry.EventType.DELETE) {
                        processDelete(rowData);
                    }
                }
            }
        }
    }
}

架构设计

Calan方案的架构如下：

优缺点分析

优点：

  • 实时性高，延迟低
  • 对业务系统无侵入
  • 阿里巴巴开源项目，社区活跃

缺点：

  • 需要部署维护Canal服务器
  • 需要处理网络分区和故障恢复
  • 可能产生数据重复同步问题

适用场景

适合大数据量、高实时性要求的场景，且有专门团队维护中间件。

六、方案五：MQ异步方案

MQ异步方案通过消息队列解耦MySQL和ES的同步过程，提高系统的可靠性和扩展性。

示例代码：

java 复制代码 
@Service
public class UserService {
    @Autowired
    private UserMapper userMapper;
    
    @Autowired
    private RabbitTemplate rabbitTemplate;
    
    @Transactional
    public void addUser(User user) {
        // 写入MySQL
        userMapper.insert(user);
        
        // 发送消息到MQ
        rabbitTemplate.convertAndSend("user.exchange", "user.add", user);
    }
    
    @Transactional
    public void updateUser(User user) {
        // 更新MySQL
        userMapper.updateById(user);
        
        // 发送消息到MQ
        rabbitTemplate.convertAndSend("user.exchange", "user.update", user);
    }
}

@Component
public class UserMQConsumer {
    @Autowired
    private UserESRepository userESRepository;
    
    @RabbitListener(queues = "user.queue")
    public void processUserAdd(User user) {
        userESRepository.save(user);
    }
    
    @RabbitListener(queues = "user.queue")
    public void processUserUpdate(User user) {
        userESRepository.save(user);
    }
    
    @RabbitListener(queues = "user.queue")
    public void processUserDelete(Long userId) {
        userESRepository.deleteById(userId);
    }
}

消息队列选型对比

不同的消息队列产品有不同特点，下面是常见MQ的对比：

优缺点分析

优点：

  • 完全解耦，MySQL和ES同步过程相互独立
  • 高可用，MQ本身提供消息持久化和重试机制
  • 可扩展，可以方便地增加消费者处理消息

缺点：

  • 系统复杂度增加，需要维护MQ集群
  • 可能产生消息顺序问题，需要处理消息顺序性
  • 数据一致性延迟，依赖于消息消费速度

适用场景

适合大型分布式系统，对可靠性和扩展性要求高的场景。

七、5种方案对比

为了更直观地比较这5种方案，我们来看一个综合对比表格：

方案名称 实时性 数据一致性 系统复杂度 性能影响 适用场景
双写方案 高 难保证 低 高 小规模应用
定时任务 低 最终一致 低 中 非实时场景
Binlog方案 高 最终一致 高 低 大数据量高实时
Canal方案 高 最终一致 中 低 大数据量高实时
MQ异步方案 中 最终一致 高 低 分布式大型系统

选择建议

有些小伙伴在工作中可能会纠结选择哪种方案，这里给出一些建议：

  1. 初创项目或小规模系统：可以选择双写方案或定时任务方案，实现简单。
  2. 中大型系统：建议使用Canal方案或MQ异步方案，保证系统的可靠性和扩展性。
  3. 大数据量高实时要求：Binlog方案或Canal方案是最佳选择。
  4. 已有MQ基础设施：优先考虑MQ异步方案，充分利用现有资源。

注意事项

无论选择哪种方案，都需要注意以下几点：

  1. 幂等性处理：同步过程需要保证幂等性，防止重复数据。
  2. 监控告警：建立完善的监控体系，及时发现同步延迟或失败。
  3. 数据校验：定期校验MySQL和ES中的数据一致性。
  4. 容错机制：设计良好的故障恢复机制，避免数据丢失。

总结

MySQL同步到ES（Elasticsearch）是现代应用开发中常见的需求，选择合适的同步方案对系统性能和可靠性至关重要。

本文介绍了5种常见方案，各有优缺点，适用于不同场景。

在实际项目中，可能需要根据具体需求组合使用多种方案，或者对某种方案进行定制化改造。

重要的是要理解每种方案的原理和特点，才能做出合理的技术选型。

希望这篇文章对大家有所帮助，如果有任何问题或建议，欢迎在评论区留言讨论！

最后说一句(求关注，别白嫖我)

如果这篇文章对您有所帮助，或者有所启发的话，帮忙关注一下我的同名公众号：苏三说技术，您的支持是我坚持写作最大的动力。

求一键三连：点赞、转发、在看。

关注公众号：【苏三说技术】，在公众号中回复：进大厂，可以免费获取我最近整理的10万字的面试宝典，好多小伙伴靠这个宝典拿到了多家大厂的offer。

本文收录于我的技术网站：http://www.susan.net.cn

热门推荐
01UV 工具安装与国内镜像源配置指南0246个Nano-banana 精选提示词，持续更新中03Spec-Kit 使用指南04GitHub 镜像站点05UV安装并设置国内源06保姆级教程：手把手教你用Dify实现完美多轮对话（附Chatflow和提示词）07KGG转MP3工具|非KGM文件|解密音频08Claude Code 平替：OpenAI发布 Codex CLI ，GPT-5 国内直接使用09jdk21下载、安装（Windows、Linux、macOS）10Linux下V2Ray安装配置指南