一、概述
1、定义
Maxwell 是由美国 Zendesk 开源，用 Java 编写的 MySQL 实时抓取软件。 实时读取 MySQL 二进制日志Binlog，并生成 JSON 格式的消息，作为生产者发送给 Kafka，Kinesis、 RabbitMQ、Redis、Google Cloud Pub/Sub、文件或其它平台的应用程序。
官网地址
http://maxwells-daemon.io/
2、工作原理
（1） MySQL 主从复制过程
- Master主库将改变记录，写到二进制日志(binary log)中
- Slave从库向mysql master发送dump协议，将master主库的binary log events 拷贝到它的中继日志(relay log)；
- Slave从库读取并重做中继日志中的事件，将改变的数据同步到自己的数据库。
（2）Maxwell的工作原理
Maxwell 的工作原理就是把自己伪装成MySQL的一个slave，然后以slave 的身份假装从MySQL(master)复制数据。
（3）MySQL 的binlog
1) 什么是binlog
MySQL 的二进制日志可以说MySQL最重要的日志了，它记录了所有的DDL和DML(除了数据查询语句)语句，以事件形式记录，还包含语句所执行的消耗的时间，MySQL的二进制日志是事务安全型的。一般来说开启二进制日志大概会有1%的性能损耗。
二进制有两个最重要的使用场景:
其一：MySQL Replication在Master端开启binlog，Master 把它的二进制日志传递给slaves 来达到master-slave 数据一致的目的。
其二：数据恢复，通过使用mysqlbinlog工具来使恢复数据。
二进制日志包括两类文件：二进制日志索引文件（文件名后缀为.index）用于记录所有的二进制文件，
二进制日志文件（文件名后缀为.00000*）记录数据库所有的DDL和DML(除了数据查询语句)语句事件。
2) binlog的开启
MySQL配置文件的位置
- Linux: /etc/my.cnf 如果/etc目录下没有，可以通过locate my.cnf查找位置
- Windows: \my.ini
在mysql的配置文件下,修改配置 在**mysqld** 区块，添加 log-bin=mysql-bin 这个表示binlog日志的前缀是mysql-bin，以后生成的日志文件就是 mysql-bin.000001 的文件后面的数字按顺序生成，每次mysql重启或者到达单个文件大小的阈值时，新生一个 文件，按顺序编号。
3) binlog的分类设置
mysql的binlog格式有三种，分别是STATEMENT,MIXED,ROW。 在配置文件中可以选择配置 binlog_format= statement|mixed|row
三种格式的区别：
a、statement 语句级
binlog会记录每次一执行写操作的语句。 相对row模式节省空间，但是可能产生不一致性，比如 update test set create_date=now(); 如果用binlog日志进行恢复，由于执行时间不同可能产生的数据就不同。
优点： 节省空间 缺点： 有可能造成数据不一致。
b、row 行级
binlog会记录每次操作后每行记录的变化。
优点：保持数据的绝对一致性。因为不管sql是什么，引用了什么函数，他只记录执行后的效果。 缺点：占用较大空间。
c、mixed 混合级别
statement的升级版，一定程度上解决了statement模式因为一些情况而造成的数据不一致问题。
默认还是statement，在某些情况下，譬如：
- 当函数中包含 UUID() 时；
- 包含 AUTO_INCREMENT 字段的表被更新时；
- 执行 INSERT DELAYED 语句时；
- 用 UDF 时；
会按照 ROW的方式进行处理
优点：节省空间，同时兼顾了一定的一致性。 缺点：还有些极个别情况依旧会造成不一致，另外statement和mixed对于需要对 binlog监控的情况都不方便。
二、Maxwell使用
1、安装
下载地址https://github.com/zendesk/maxwell/tags注意：在1.30.0版本及以后，对jdk的要求要高于jdk8
（1）上传并解压
tar -zxvf maxwell-1.29.2.tar.gz -C /opt/module/
（2）MySQL环境准备
1）Binlog设置
修改mysql的配置文件，开启MySQL Binlog设置
sudo vim /etc/my.cnf
在mysqld模块下添加一下内容
mysqld
server_id=1
log-bin=mysql-bin
binlog_format=row
需要监控的库
binlog-do-db=test_maxwell
并重启Mysql服务
sudo systemctl restart mysqld
登录mysql并查看是否修改完成
mysql -uroot -p123456
mysql> show variables like '%binlog%';
查看下列属性
binlog_format | ROW
win：
2）查看binlog文件
进入/var/lib/mysql目录，查看MySQL生成的binlog文件
注：MySQL生成的binlog文件初始大小一定是154字节，前缀是log-bin参数配置的，后缀是默认从.000001，然后依次递增。除了binlog文件文件以外，MySQL还会额外生产一个.index索引文件用来记录当前使用的binlog文件。
（3）初始化Maxwell元数据库
1）在MySQL中建立Maxwell的元数据
CREATE DATABASE maxwell;
2）创建账号
分配一个账号可以操作该数据库
GRANT ALL ON maxwell.* TO 'maxwell'@'%' IDENTIFIED BY '123456';
GRANT SELECT ,REPLICATION SLAVE , REPLICATION CLIENT ON *.* TO maxwell@'%';
刷新mysql表权限
flush privileges;
（4）启动Maxwell
1）方式一：前台启动
bin/maxwell --user='maxwell' --password='123456' --host='192.168.10.139' --producer=stdout
参数说明：
--user 连接mysql 的用户
--password 连接mysql 的用户的密码
--host mysql 安装的主机名
--producer 生产者模式(stdout：控制台 kafka：kafka集群)
启动：bin/maxwell --user='root' --password='root' --host='192.168.10.139' --producer=stdout --jdbc_options='serverTimezone=Asia/Shanghai&useSSL=false'
2）后台启动
修改配置文件，复制config.properties.example 为config.properties
producer=stdout
host=192.168.10.139
user=root
password=root
jdbc_options=serverTimezone=Asia/Shanghai&useSSL=false
启动bin/maxwell --config ./config.properties
2、入门案例
监控Mysql数据并在控制台打印
（1）插入数据
向mysql的test_maxwell 库的 test 表插入一条数据，查看maxwell的控制台输出
{
"database": "test_maxwell", --库名
"table": "test", --表名
"type": "insert", --数据更新类型
"ts": 1776495784, --操作时间
"xid": 1843, --操作id
"commit": true, --提交成功
"data": { --数据
"id": 1,
"name": "lisi"
}
}
（2）修改数据
{
"database": "test_maxwell",
"table": "test",
"type": "update", -- 操作类型
"ts": 1776496041,
"xid": 2408,
"commit": true,
"data": { -- 新的数据
"id": 1,
"name": "wangwu"
},
"old": { -- 旧的数据
"name": "lisi"
}
}
（3）删除数据
{
"database": "test_maxwell",
"table": "test",
"type": "delete", -- 操作类型 删除
"ts": 1776496107,
"xid": 2559,
"commit": true,
"data": { -- 删除的数据
"id": 1,
"name": "wangwu"
}
}
三、数据输出
1、数据输出到Kafka
（1）启动zookeeper和Kafka
（2）启动Maxwell监控
bin/maxwell --user='root' --password='root' --host='192.168.10.139' --jdbc_options='serverTimezone=Asia/Shanghai&useSSL=false' --producer=kafka --kafka.bootstrap.servers=hd01:9092 --kafka_topic=maxwell
--kafka.bootstrap.servers：kafka服务地址
--kafka_topic：主题
（3）向test_maxwell库的test表再次插入一条数据
insert into test values (2,'李四');
（4）通过kafka消费者来查看到了数据，说明数据成功传入kafka
（5）kafka主题数据的分区控制
在生产环境中，一般会用maxwell监控多个mysql库的数据，将这些数据发往kafka的一个主题Topic，为了提高并发度这个主题也是多分区的。
实现步骤如下：
1）修改maxwell的配置文件，定制化启动maxwell进程
producer=kafka
kafka.bootstrap.servers=hd01:9092
mysql login info
host=192.168.10.139
user=root
password=rootkafka_topic=maxwell
控制数据分区模式，可选模式有 库名，表名，主键，列名
What part of the data do we partition by?
#producer_partition_by=database # database, table, primary_key, transaction_id, thread_id, column
producer_partition_by=database
2）手动创建一个3个分区的topic，名字就叫做maxwell
kafka-topics.sh --zookeeper hd01:2181,hd02:2181,hd03:2181/kafka --create --replication-factor 2 --partitions 3 --topic maxwell
3）利用配置文件启动Maxwell进程
bin/maxwell - config ./config.properties
4）向test_maxwell库的test表再次插入一条数据
insert into test_maxwell.test values (3,'hello');
5）通过kafka tool工具查看，此条数据进入了maxwell主题的几号分区
2、指定表数据输出控制台
（1）运行maxwell来监控mysql指定表数据更新
bin/maxwell --user='root' --password='root' --host='192.168.10.139' \
--jdbc_options='serverTimezone=Asia/Shanghai&useSSL=false' \
--filter='exclude:*.*,include:test_maxwell.test' \
--producer=stdout
（2）向test_maxwell.test 表插入一条数据，查看maxwell的监控
insert into test_maxwell.test values(3,'李四');
{
"database": "test_maxwell",
"table": "test",
"type": "insert",
"ts": 1776498984,
"xid": 8829,
"commit": true,
"data": {
"id": 1,
"name": "lisi"
}
}
（3）向test_maxwell.test2 表插入一条数据，查看maxwell的监控
insert into test2 values(1,'李四');
没有收到任何信息 说明include参数生效，只能监控指定的mysql表的信息
注：还可以设置include:test_maxwell.*，通过此种方式来监控mysql某个库的所有表。
3、数据初始化
**指定表全量数据输出控制台；**Maxwell 进程默认只能监控 mysql 的 binlog 日志的新增及变化的数据，但是 Maxwell 是支持数据初始化的，可以通过修改Maxwell的元数据，来对MySQL的某张表进行数据初始化，
具体操作步骤如下： 需求：将test_maxwell 库下的test2表的四条数据，全量导入到maxwell控制台进行打印。
（1）修改Maxwell的元数据，触发数据初始化机制，在mysql的maxwell库中bootstrap表中插入一条数据，写明需要全量数据的库名和表名。
insert into maxwell.bootstrap(database_name,table_name) values('test_maxwell','test2');
（2）启动maxwell进程，初始化程序会直接打印test2表的所有数据
bin/maxwell --user='root' --password='root' --host='192.168.10.139' \
--jdbc_options='serverTimezone=Asia/Shanghai&useSSL=false' \
--producer=stdout
（3）当数据全部初始化完成以后，Maxwell的元数据会变化
- is_complete 字段从 0 变为1
- start_at 字段从 null 变为具体时间(数据同步开始时间)
- complete_at 字段从 null 变为具体时间(数据同步结束时间)
