CN114490050A - 一种数据同步方法和装置 - Google Patents
一种数据同步方法和装置 Download PDFInfo
- Publication number
- CN114490050A CN114490050A CN202210054951.1A CN202210054951A CN114490050A CN 114490050 A CN114490050 A CN 114490050A CN 202210054951 A CN202210054951 A CN 202210054951A CN 114490050 A CN114490050 A CN 114490050A
- Authority
- CN
- China
- Prior art keywords
- batch
- message
- analysis
- messages
- queue
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
- G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
- G06F9/5027—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
- G06F9/5038—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals considering the execution order of a plurality of tasks, e.g. taking priority or time dependency constraints into consideration
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/54—Interprogram communication
- G06F9/546—Message passing systems or structures, e.g. queues
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2209/00—Indexing scheme relating to G06F9/00
- G06F2209/50—Indexing scheme relating to G06F9/50
- G06F2209/5011—Pool
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2209/00—Indexing scheme relating to G06F9/00
- G06F2209/50—Indexing scheme relating to G06F9/50
- G06F2209/5018—Thread allocation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2209/00—Indexing scheme relating to G06F9/00
- G06F2209/54—Indexing scheme relating to G06F9/54
- G06F2209/547—Messaging middleware
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2209/00—Indexing scheme relating to G06F9/00
- G06F2209/54—Indexing scheme relating to G06F9/54
- G06F2209/548—Queue
Landscapes
- Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种数据同步方法和装置,涉及计算机技术领域。该方法的一具体实施方式包括:从数据库中拉取增量数据日志,将所述增量数据日志封装成消息并写入阻塞队列;从所述阻塞队列中拉取一个批次的消息,并将所述批次的消息转发至多个解析线程进行解析;将所述消息及其对应的解析结果写入结果队列;将所述结果队列中的消息及其对应的解析结果提交至目标端。该实施方式能够解决高并发场景下数据同步性能下降的技术问题。
Description
技术领域
本发明涉及计算机技术领域,尤其涉及一种数据同步方法和装置。
背景技术
目前,经常会遇到在微服务架构中进行跨表跨库数据查询的需求开发,为了提高性能,往往需要将MySQL中的数据异构到ElasticSearch、Redisd、MongoDB等数据源中。现有的技术方案主要是监听MySQL binlog(二进制日志文件)的数据变化,然后将增量数据进行解析之后写入到ElasticSearch、Redisd、MongoDB等数据源中。
以Canal为例,如图1所示,数据同步的过程包括:一个线程负责拉取binlog消息,然后对拉取的消息进行解析,解析出数据库相关的字段后发送到目标端。
在实现本发明过程中,发明人发现现有技术中至少存在如下问题:
拉取和解析这两个操作本身就是一个比较耗费计算资源的操作,在高并发场景下,数据的实时性很难得到保证。并且随着并发数的提高,数据量会变大,从而导致同步增量数据的延迟较高。
发明内容
有鉴于此,本发明实施例提供一种数据同步方法和装置,以解决高并发场景下数据同步性能下降的技术问题。
为实现上述目的,根据本发明实施例的一个方面,提供了一种数据同步方法,包括:
从数据库中拉取增量数据日志,将所述增量数据日志封装成消息并写入阻塞队列;
从所述阻塞队列中拉取一个批次的消息,并将所述批次的消息转发至多个解析线程进行解析;
将所述消息及其对应的解析结果写入结果队列;
将所述结果队列中的消息及其对应的解析结果提交至目标端。
可选地,从所述阻塞队列中拉取一个批次的消息,并将所述批次的消息转发至多个解析线程进行解析,包括:
按照预先配置的每个批次的消息数量,从所述阻塞队列中拉取一个批次的消息;
生成所述批次的批序号,将所述批次的批序号和所述批次的消息转发至多个解析线程进行解析。
可选地,将所述批次的批序号和所述批次的消息转发至多个解析线程进行解析,包括:
分别计算N个解析线程中每个解析线程的消息解析能力;
根据所述每个解析线程的消息解析能力,确定所述每个解析线程的消息数量;
将所述批次的消息分成N个分组,将所述批次的批序号和所述N个分组的消息分别转发至对应的解析线程进行解析;其中,N为大于零的整数,所述解析线程的消息解析能力越强,所述解析线程对应的分组的消息数量越多。
可选地,将所述结果队列中的消息及其对应的解析结果提交至目标端,包括:
判断所述批次的消息及其对应解析结果是否均已写入所述结果队列中;
若是,则按照所述消息携带的日志标识由小到大的顺序,将所述消息及其对应的解析结果提交至目标端。
可选地,将所述结果队列中的消息及其对应的解析结果提交至目标端,还包括:
若所述结果队列中的批序号大于两个,则按照批序号由小到大的顺序,将所述批序号的消息及其对应的解析结果提交至目标端。
可选地,从数据库中拉取增量数据日志,将所述增量数据日志封装成消息并写入阻塞队列,包括:
从数据库中拉取增量数据日志,将所述增量数据日志封装成消息并写入分布式消息队列框架;
从所述分布式消息队列框架中消费所述消息,并将所述消息写入阻塞队列。
可选地,所述分布式消息队列框架为Kafka。
可选地,所述方法基于Disruptor来实现,其中:
将Disruptor的环形缓存区作为所述阻塞队列;
所述多个解析线程通过Disruptor的线程池创建,并位于Disruptor的线程池中;
通过Disruptor中的顺序屏障从所述阻塞队列中拉取一个批次的消息,将所述批次的消息转发至多个解析线程进行解析,并将所述结果队列中的消息及其对应的解析结果提交至目标端。
另外,根据本发明实施例的另一个方面,提供了一种数据同步装置,包括:
拉取模块,用于从数据库中拉取增量数据日志,将所述增量数据日志封装成消息并写入阻塞队列;
转发模块,用于从所述阻塞队列中拉取一个批次的消息,并将所述批次的消息转发至多个解析线程进行解析;
写入模块,用于将所述消息及其对应的解析结果写入结果队列;
提交模块,用于将所述结果队列中的消息及其对应的解析结果提交至目标端。
可选地,所述转发模块还用于:
按照预先配置的每个批次的消息数量,从所述阻塞队列中拉取一个批次的消息;
生成所述批次的批序号,将所述批次的批序号和所述批次的消息转发至多个解析线程进行解析。
可选地,所述转发模块还用于:
分别计算N个解析线程中每个解析线程的消息解析能力;
根据所述每个解析线程的消息解析能力,确定所述每个解析线程的消息数量;
将所述批次的消息分成N个分组,将所述批次的批序号和所述N个分组的消息分别转发至对应的解析线程进行解析;其中,N为大于零的整数,所述解析线程的消息解析能力越强,所述解析线程对应的分组的消息数量越多。
可选地,所述提交模块还用于:
判断所述批次的消息及其对应解析结果是否均已写入所述结果队列中;
若是,则按照所述消息携带的日志标识由小到大的顺序,将所述消息及其对应的解析结果提交至目标端。
可选地,所述提交模块还用于:
若所述结果队列中的批序号大于两个,则按照批序号由小到大的顺序,将所述批序号的消息及其对应的解析结果提交至目标端。
可选地,所述拉取模块还用于:
从数据库中拉取增量数据日志,将所述增量数据日志封装成消息并写入分布式消息队列框架;
从所述分布式消息队列框架中消费所述消息,并将所述消息写入阻塞队列。
可选地,所述分布式消息队列框架为Kafka。
可选地,所述装置基于Disruptor来实现,其中:
将Disruptor的环形缓存区作为所述阻塞队列;
所述多个解析线程通过Disruptor的线程池创建,并位于Disruptor的线程池中;
通过Disruptor中的顺序屏障从所述阻塞队列中拉取一个批次的消息,将所述批次的消息转发至多个解析线程进行解析,并将所述结果队列中的消息及其对应的解析结果提交至目标端。
根据本发明实施例的另一个方面,还提供了一种电子设备,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行时,所述一个或多个处理器实现上述任一实施例所述的方法。
根据本发明实施例的另一个方面,还提供了一种计算机可读介质,其上存储有计算机程序,所述程序被处理器执行时实现上述任一实施例所述的方法。
上述发明中的一个实施例具有如下优点或有益效果:因为采用从阻塞队列中拉取一个批次的消息,并将该批次的消息转发至多个解析线程进行解析的技术手段,所以克服了现有技术中高并发场景下数据同步性能下降的技术问题。本发明实施例通过多个解析线程对消息进行解析,提高了消息解析效率,从而能够提高在高并发情况下数据同步的性能,降低数据同步的延迟;另外,本发明实施例通过顺序地向目标端提交消息及其解析结果,能够保证数据目标端与源端的数据一致性。
上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。
附图说明
附图用于更好地理解本发明,不构成对本发明的不当限定。其中:
图1是现有技术中的数据同步方法的主要流程的示意图;
图2是根据本发明实施例的数据同步方法的主要流程的示意图;
图3是实现本发明实施例的系统架构示意图;
图4是引入Disruptor来实现本发明实施例的数据同步方法的示意图;
图5是根据本发明实施例的数据同步装置的主要模块的示意图;
图6是本发明实施例可以应用于其中的示例性系统架构图;
图7是适于用来实现本发明实施例的终端设备或服务器的计算机系统的结构示意图。
具体实施方式
以下结合附图对本发明的示范性实施例做出说明,其中包括本发明实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本发明的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
图2是根据本发明实施例的数据同步方法的主要流程的示意图。作为本发明的一个实施例,如图2所示,所述数据同步方法可以包括:
步骤201,从数据库中拉取增量数据日志,将所述增量数据日志封装成消息并写入阻塞队列。
如图3所示,通常一个进程只会开启一个拉取线程(PILL线程)与MySQL服务端拉取增量数据日志(binlog),该拉取线程拉取到增量数据日志后,将增量数据日志放入到一个阻塞队列当中。
由于有些框架是单点的,无法做到跨系统,那么当单一节点不可用或者应用重启之后,阻塞队列中的消息将会丢失,导致目标端与源端的数据不一致;而且如果消费者的消费效率较低,可能导致阻塞队列中没有可用空间,从而造成生产者(即拉取线程)无法将拉取到的数据写入到阻塞队列中,生产者挂起,导致数据解析效率降低,甚至造成服务不可用。为了解决这些问题,可以引入分布式消息队列框架作为中间消费层。可选地,步骤201可以包括:从数据库中拉取增量数据日志,将所述增量数据日志封装成消息并写入分布式消息队列框架;从所述分布式消息队列框架中消费所述消息,并将所述消息写入阻塞队列,这样能够避免目标端与源端的数据不一致,还可以防止数据解析效率降低。
可选地,所述分布式消息队列框架为Kafka,Kafka是一种高吞吐量的分布式发布订阅消息系统,通过Kafka作为中间消费层,能够避免目标端与源端的数据不一致,还可以防止数据解析效率降低。
步骤202,从所述阻塞队列中拉取一个批次的消息,并将所述批次的消息转发至多个解析线程进行解析。
如图3所示,在该步骤中,可以开启一个转发线程和多个解析线程,通过该转发线程从所述阻塞队列中拉取一个批次的消息,并将所述批次的消息转发至多个解析线程进行解析。
需要指出的是,转发至各个解析线程的消息不同,但是批序号相同,也就说是,各个解析线程解析同一个批次内的不同消息。
可选地,步骤202可以包括:按照预先配置的每个批次的消息数量,从所述阻塞队列中拉取一个批次的消息;生成所述批次的批序号,将所述批次的批序号和所述批次的消息转发至多个解析线程进行解析。转发线程每一批要拉取的消息数量可以预先配置,转发线程每次从阻塞队列中拉取一个批次的消息,然后生成该批次的批序号,在转发的时候会将消息所在的批次的批序号告知解析线程,因此会将该批次的批序号和该批次的消息一起转发至多个解析线程,通过解析线程对这些消息进行解析。为了提高高并发情况下数据同步的性能,降低数据同步的延迟,本发明实施例采用多个解析线程对消息进行解析。
可选地,将所述批次的批序号和所述批次的消息转发至多个解析线程进行解析,包括:分别计算N个解析线程中每个解析线程的消息解析能力;根据所述每个解析线程的消息解析能力,确定所述每个解析线程的消息数量;将所述批次的消息分成N个分组,将所述批次的批序号和所述N个分组的消息分别转发至对应的解析线程进行解析;其中,N为大于零的整数,所述解析线程的消息解析能力越强,所述解析线程对应的分组的消息数量越多。在本发明的实施例中,可以动态地计算每个解析线程的消息解析能力,那么在给每个解析线程分配消息时,可以根据各个解析线程的消息解析能力分配对应数量的消息,使得解析线程的消息解析能力越强,该解析线程分配到的消息数量越多,这样可以进一步提高数据解析效率,从而进一步提高高并发情况下数据同步的性能,降低数据同步的延迟。
步骤203,将所述消息及其对应的解析结果写入结果队列。
如图3所示,每个解析线程完成分配给该解析线程的消息解析之后,将各个消息及其对应的解析结果按序写入结果队列中。
步骤204,将所述结果队列中的消息及其对应的解析结果提交至目标端。
如图3所示,在该步骤中,可以开启一个提交线程,等该批次的所有消息都解析完成之后,通过该提交线程将所述结果队列中的消息及其对应的解析结果顺序地提交至目标端。
在源端,对一条数据id=5的记录,出现一个INSERT、UPDATE、DELETE等事件,如果在提交给目标端消息时先将INSERT事件的消息发给目标端,然后再将DELETE事件的消息和UPDATE事件的消息依次发送到目标端,造成的结果就是目标端与源端的数据不一致。为了解决目标端与源端的数据不一致,本发明实施例采用顺序提交的方式将消息及其对应的解析结果提交至目标端,从而保证了事件的顺序性。可选地,步骤204可以包括:判断所述批次的消息及其对应解析结果是否均已写入所述结果队列中;若是,则按照所述消息携带的日志标识由小到大的顺序,将所述消息及其对应的解析结果提交至目标端。首先判断该批次的消息及其对应的解析结果是否均写入了结果队列中,如果是,则将该批次的消息及其对应的解析结果按照日志标识由小到大的顺序提交至目标端。可选地,所述目标端可以是ElasticSearch、Redisd、MongoDB等数据源。
可选地,步骤204还可以包括:若所述结果队列中的批序号大于两个,则按照批序号由小到大的顺序,将所述批序号的消息及其对应的解析结果提交至目标端。如果结果队列中存在多个批次的消息,而且这些批次的消息均解析完成,则按照批序号有效到达的顺序,将各个批序号的消息及其对应的解析结果提交至目标端。
需要指出的是,对于同一个批序号的消息来说,可以将该批次的消息及其对应的解析结果一起提交至目标端,也可以按照日志标识由小到大的顺序将各个结果队列中的消息及其对应的解析结果提交至目标端,本发明实施例对此不作限制。
根据上面所述的各种实施例,可以看出本发明实施例通过从阻塞队列中拉取一个批次的消息,并将该批次的消息转发至多个解析线程进行解析的技术手段,解决了现有技术中高并发场景下数据同步性能下降的技术问题。本发明实施例通过多个解析线程对消息进行解析,提高了消息解析效率,从而能够提高在高并发情况下数据同步的性能,降低数据同步的延迟;另外,本发明实施例通过顺序地向目标端提交消息及其解析结果,能够保证数据目标端与源端的数据一致性。
图4是引入Disruptor来实现本发明实施例的数据同步方法的示意图。作为本发明的又一个实施例,可以引入Disruptor来实现本发明实施例提供的数据同步方法,具体地:
创建RingBuffer(环形缓存区),图3中的阻塞队列替换成RingBuffer,并且使用createSingleProducer方法创建一个单一生产者(即拉取线程),表示这个RingBuffer只会有一个生产者往里放数据,这种模式可以提供多个消费者无锁访问RingBuffer。拉取线程从MySQL服务端拉取增量数据日志(binlog),拉取到增量数据日志后,将增量数据日志放入到RingBuffer中。
使用Disruptor的WorkPool(线程池)创建多个WorkProcessor(解析线程),多个WorkProcessor不加锁地访问环形队列,并发解析,需要指出的是,多个WorkProcessor作为多个消费者访问同一个环形队列。
引入SequenceBarrier(顺序屏障),将并发解析后的解析结果按序抽取到一个结果队列中,然后按序提交至目标端,保证顺序依赖性。
在该实施例中,通过SequenceBarrier从RingBuffer中拉取一个批次的消息,将所述批次的消息转发至多个WorkProcessor进行解析,WorkProcessor将所述消息及其对应的解析结果写入结果队列,SequenceBarrier将所述结果队列中的消息及其对应的解析结果提交至目标端。
SequenceBarrier每一批要拉取的消息数量可以预先配置,SequenceBarrier每次从RingBuffer中拉取一个批次的消息,然后生成该批次的批序号,在转发的时候会将消息所在的批次的批序号告知WorkProcessor,因此会将该批次的批序号和该批次的消息一起转发至多个WorkProcessor,通过WorkProcessor对这些消息进行解析。为了提高高并发情况下数据同步的性能,降低数据同步的延迟,本发明实施例采用多个WorkProcessor对消息进行解析。
在本发明的实施例中,可以动态地计算每个WorkProcessor的消息解析能力,那么在给每个WorkProcessor分配消息时,可以根据各个WorkProcessor的消息解析能力分配对应数量的消息,使得WorkProcessor的消息解析能力越强,该WorkProcessor分配到的消息数量越多,这样可以进一步提高数据解析效率,从而进一步提高高并发情况下数据同步的性能,降低数据同步的延迟。每个WorkProcessor完成分配给该WorkProcessor的消息解析之后,将各个消息及其对应的解析结果按序写入结果队列中。
为了解决目标端与源端的数据不一致,本发明实施例采用顺序提交的方式将消息及其对应的解析结果提交至目标端,从而保证了事件的顺序性。可选地,步骤204可以包括:判断所述批次的消息及其对应解析结果是否均已写入所述结果队列中;若是,则按照所述消息携带的日志标识由小到大的顺序,将所述消息及其对应的解析结果提交至目标端。首先判断该批次的消息及其对应的解析结果是否均写入了结果队列中,如果是,则将该批次的消息及其对应的解析结果按照日志标识由小到大的顺序提交至目标端。可选地,所述目标端可以是ElasticSearch、Redisd、MongoDB等数据源。
可选地,若所述结果队列中的批序号大于两个,则按照批序号由小到大的顺序,将所述批序号的消息及其对应的解析结果提交至目标端。如果结果队列中存在多个批次的消息,而且这些批次的消息均解析完成,则按照批序号有效到达的顺序,将各个批序号的消息及其对应的解析结果提交至目标端。
需要指出的是,对于同一个批序号的消息来说,可以将该批次的消息及其对应的解析结果一起提交至目标端,也可以按照日志标识由小到大的顺序将各个结果队列中的消息及其对应的解析结果提交至目标端,本发明实施例对此不作限制。
采用Disruptor架构来实现本发明的数据同步方法具有以下优势:
1)采用Disruptor对拉取到的增量数据日志进行解析可以很大程度上提高解析的效率。首先Disruptor使用RingBuffer作为底层的存储结构,通过填充的方式,以空间换时间,提高CPU的缓存命中率,并且RingBuffer采用对象池技术对写入数据进行复用,从而避免内存使用过高,降低GC(垃圾回收机制)的频率。
2)SequenceBarrier保证多线程写入同一队列时,通过CAS(CompareAndSwap,比较并交换)机制解决并发问题。
3)SequenceBarrier保证多线程消费时,通过CAS机制和自旋锁解决顺序消费的问题,内部会维护一个当前已处理的序号,保证每一个线程只处理一个序号。
但是,采用Disruptor最大的问题是该框架是单点的,无法做到跨系统,那么当单一节点不可用或者应用重启之后,Ringbuffer中的数据将丢失,导致目标端与源端数据不一致;而且如果消费者的消费效率较低,可能导致Ringbuffer中没有可用空间,从而造成生产者无法将拉取到的数据写入到Ringbuffer中,生产者挂起,导致整个的数据解析效率降低,甚至造成服务不可用。
为了解决这些问题,可以引入分布式消息队列框架作为中间消费层。可选地,步骤201可以包括:从数据库中拉取增量数据日志,将所述增量数据日志封装成消息并写入分布式消息队列框架;从所述分布式消息队列框架中消费所述消息,并将所述消息写入阻塞队列,这样能够避免目标端与源端的数据不一致,还可以防止数据解析效率降低。可选地,引入Kafka作为中间消费层,将拉取的增量数据日志优先写入Kafka的消息队列当中,能够避免目标端与源端的数据不一致,还可以防止数据解析效率降低。
另外,在本发明一个可参考实施例中数据同步方法的具体实施内容,在上面所述数据同步方法中已经详细说明了,故在此重复内容不再说明。
图5是根据本发明实施例的数据同步装置的主要模块的示意图。如图5所示,所述数据同步装置500包括拉取模块501、转发模块502、写入模块503和提交模块504;其中,拉取模块501用于从数据库中拉取增量数据日志,将所述增量数据日志封装成消息并写入阻塞队列;转发模块502用于从所述阻塞队列中拉取一个批次的消息,并将所述批次的消息转发至多个解析线程进行解析;写入模块503用于将所述消息及其对应的解析结果写入结果队列;提交模块504用于将所述结果队列中的消息及其对应的解析结果提交至目标端。
可选地,所述转发模块502还用于:
按照预先配置的每个批次的消息数量,从所述阻塞队列中拉取一个批次的消息;
生成所述批次的批序号,将所述批次的批序号和所述批次的消息转发至多个解析线程进行解析。
可选地,所述转发模块502还用于:
分别计算N个解析线程中每个解析线程的消息解析能力;
根据所述每个解析线程的消息解析能力,确定所述每个解析线程的消息数量;
将所述批次的消息分成N个分组,将所述批次的批序号和所述N个分组的消息分别转发至对应的解析线程进行解析;其中,N为大于零的整数,所述解析线程的消息解析能力越强,所述解析线程对应的分组的消息数量越多。
可选地,所述提交模块504还用于:
判断所述批次的消息及其对应解析结果是否均已写入所述结果队列中;
若是,则按照所述消息携带的日志标识由小到大的顺序,将所述消息及其对应的解析结果提交至目标端。
可选地,所述提交模块504还用于:
若所述结果队列中的批序号大于两个,则按照批序号由小到大的顺序,将所述批序号的消息及其对应的解析结果提交至目标端。
可选地,所述拉取模块501还用于:
从数据库中拉取增量数据日志,将所述增量数据日志封装成消息并写入分布式消息队列框架;
从所述分布式消息队列框架中消费所述消息,并将所述消息写入阻塞队列。
可选地,所述分布式消息队列框架为Kafka。
可选地,所述装置基于Disruptor来实现,其中:
将Disruptor的环形缓存区作为所述阻塞队列;
所述多个解析线程通过Disruptor的线程池创建,并位于Disruptor的线程池中;
通过Disruptor中的顺序屏障从所述阻塞队列中拉取一个批次的消息,将所述批次的消息转发至多个解析线程进行解析,并将所述结果队列中的消息及其对应的解析结果提交至目标端。
根据上面所述的各种实施例,可以看出本发明实施例通过从阻塞队列中拉取一个批次的消息,并将该批次的消息转发至多个解析线程进行解析的技术手段,解决了现有技术中高并发场景下数据同步性能下降的技术问题。本发明实施例通过多个解析线程对消息进行解析,提高了消息解析效率,从而能够提高在高并发情况下数据同步的性能,降低数据同步的延迟;另外,本发明实施例通过顺序地向目标端提交消息及其解析结果,能够保证数据目标端与源端的数据一致性。
需要说明的是,在本发明所述数据同步装置的具体实施内容,在上面所述数据同步方法中已经详细说明了,故在此重复内容不再说明。
图6示出了可以应用本发明实施例的数据同步方法或数据同步装置的示例性系统架构600。
如图6所示,系统架构600可以包括终端设备601、602、603,网络604和服务器605。网络604用以在终端设备601、602、603和服务器605之间提供通信链路的介质。网络604可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备601、602、603通过网络604与服务器605交互,以接收或发送消息等。终端设备601、602、603上可以安装有各种通讯客户端应用,例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等(仅为示例)。
终端设备601、602、603可以是具有显示屏并且支持网页浏览的各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。
服务器605可以是提供各种服务的服务器,例如对用户利用终端设备601、602、603所浏览的购物类网站提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的物品信息查询请求等数据进行分析等处理,并将处理结果反馈给终端设备。
需要说明的是,本发明实施例所提供的数据同步方法一般由服务器605执行,相应地,所述数据同步装置一般设置在服务器605中。
应该理解,图6中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
下面参考图7,其示出了适于用来实现本发明实施例的终端设备的计算机系统700的结构示意图。图7示出的终端设备仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图7所示,计算机系统700包括中央处理单元(CPU)701,其可以根据存储在只读存储器(ROM)702中的程序或者从存储部分708加载到随机访问存储器(RAM)703中的程序而执行各种适当的动作和处理。在RAM 703中,还存储有系统700操作所需的各种程序和数据。CPU 701、ROM 702以及RAM703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。
以下部件连接至I/O接口705:包括键盘、鼠标等的输入部分706;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分707;包括硬盘等的存储部分708;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分709。通信部分709经由诸如因特网的网络执行通信处理。驱动器710也根据需要连接至I/O接口705。可拆卸介质711,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器710上,以便于从其上读出的计算机程序根据需要被安装入存储部分708。
特别地,根据本发明公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本发明公开的实施例包括一种计算机程序,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分709从网络上被下载和安装,和/或从可拆卸介质711被安装。在该计算机程序被中央处理单元(CPU)701执行时,执行本发明的系统中限定的上述功能。
需要说明的是,本发明所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本发明中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、电线、光缆、RF等等,或者上述的任意合适的组合。
附图中的流程图和框图,图示了按照本发明各种实施例的系统、方法和计算机程序的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图或流程图中的每个方框、以及框图或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本发明实施例中所涉及到的模块可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的模块也可以设置在处理器中,例如,可以描述为:一种处理器包括拉取模块、转发模块、写入模块和提交模块,其中,这些模块的名称在某种情况下并不构成对该模块本身的限定。
作为另一方面,本发明还提供了一种计算机可读介质,该计算机可读介质可以是上述实施例中描述的设备中所包含的;也可以是单独存在,而未装配入该设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被一个该设备执行时,该设备实现如下方法:从数据库中拉取增量数据日志,将所述增量数据日志封装成消息并写入阻塞队列;从所述阻塞队列中拉取一个批次的消息,并将所述批次的消息转发至多个解析线程进行解析;将所述消息及其对应的解析结果写入结果队列;将所述结果队列中的消息及其对应的解析结果提交至目标端。
根据本发明实施例的技术方案,因为采用从阻塞队列中拉取一个批次的消息,并将该批次的消息转发至多个解析线程进行解析的技术手段,所以克服了现有技术中高并发场景下数据同步性能下降的技术问题。本发明实施例通过多个解析线程对消息进行解析,提高了消息解析效率,从而能够提高在高并发情况下数据同步的性能,降低数据同步的延迟;另外,本发明实施例通过顺序地向目标端提交消息及其解析结果,能够保证数据目标端与源端的数据一致性。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,取决于设计要求和其他因素,可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (11)
1.一种数据同步方法,其特征在于,包括:
从数据库中拉取增量数据日志,将所述增量数据日志封装成消息并写入阻塞队列;
从所述阻塞队列中拉取一个批次的消息,并将所述批次的消息转发至多个解析线程进行解析;
将所述消息及其对应的解析结果写入结果队列;
将所述结果队列中的消息及其对应的解析结果提交至目标端。
2.根据权利要求1所述的方法,其特征在于,从所述阻塞队列中拉取一个批次的消息,并将所述批次的消息转发至多个解析线程进行解析,包括:
按照预先配置的每个批次的消息数量,从所述阻塞队列中拉取一个批次的消息;
生成所述批次的批序号,将所述批次的批序号和所述批次的消息转发至多个解析线程进行解析。
3.根据权利要求2所述的方法,其特征在于,将所述批次的批序号和所述批次的消息转发至多个解析线程进行解析,包括:
分别计算N个解析线程中每个解析线程的消息解析能力;
根据所述每个解析线程的消息解析能力,确定所述每个解析线程的消息数量;
将所述批次的消息分成N个分组,将所述批次的批序号和所述N个分组的消息分别转发至对应的解析线程进行解析;其中,N为大于零的整数,所述解析线程的消息解析能力越强,所述解析线程对应的分组的消息数量越多。
4.根据权利要求1所述的方法,其特征在于,将所述结果队列中的消息及其对应的解析结果提交至目标端,包括:
判断所述批次的消息及其对应解析结果是否均已写入所述结果队列中;
若是,则按照所述消息携带的日志标识由小到大的顺序,将所述消息及其对应的解析结果提交至目标端。
5.根据权利要求4所述的方法,其特征在于,将所述结果队列中的消息及其对应的解析结果提交至目标端,还包括:
若所述结果队列中的批序号大于两个,则按照批序号由小到大的顺序,将所述批序号的消息及其对应的解析结果提交至目标端。
6.根据权利要求1所述的方法,其特征在于,从数据库中拉取增量数据日志,将所述增量数据日志封装成消息并写入阻塞队列,包括:
从数据库中拉取增量数据日志,将所述增量数据日志封装成消息并写入分布式消息队列框架;
从所述分布式消息队列框架中消费所述消息,并将所述消息写入阻塞队列。
7.根据权利要求6所述的方法,其特征在于,所述分布式消息队列框架为Kafka。
8.根据权利要求1所述的方法,其特征在于,所述方法基于Disruptor来实现,其中:
将Disruptor的环形缓存区作为所述阻塞队列;
所述多个解析线程通过Disruptor的线程池创建,并位于Disruptor的线程池中;
通过Disruptor中的顺序屏障从所述阻塞队列中拉取一个批次的消息,将所述批次的消息转发至多个解析线程进行解析,并将所述结果队列中的消息及其对应的解析结果提交至目标端。
9.一种数据同步装置,其特征在于,包括:
拉取模块,用于从数据库中拉取增量数据日志,将所述增量数据日志封装成消息并写入阻塞队列;
转发模块,用于从所述阻塞队列中拉取一个批次的消息,并将所述批次的消息转发至多个解析线程进行解析;
写入模块,用于将所述消息及其对应的解析结果写入结果队列;
提交模块,用于将所述结果队列中的消息及其对应的解析结果提交至目标端。
10.一种电子设备,其特征在于,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行时,所述一个或多个处理器实现如权利要求1-8中任一所述的方法。
11.一种计算机可读介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现如权利要求1-8中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210054951.1A CN114490050A (zh) | 2022-01-18 | 2022-01-18 | 一种数据同步方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210054951.1A CN114490050A (zh) | 2022-01-18 | 2022-01-18 | 一种数据同步方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114490050A true CN114490050A (zh) | 2022-05-13 |
Family
ID=81511464
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210054951.1A Pending CN114490050A (zh) | 2022-01-18 | 2022-01-18 | 一种数据同步方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114490050A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116755637A (zh) * | 2023-08-17 | 2023-09-15 | 深圳华锐分布式技术股份有限公司 | 交易数据存储方法、装置、设备及介质 |
-
2022
- 2022-01-18 CN CN202210054951.1A patent/CN114490050A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116755637A (zh) * | 2023-08-17 | 2023-09-15 | 深圳华锐分布式技术股份有限公司 | 交易数据存储方法、装置、设备及介质 |
CN116755637B (zh) * | 2023-08-17 | 2024-02-09 | 深圳华锐分布式技术股份有限公司 | 交易数据存储方法、装置、设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111427701A (zh) | 一种工作流引擎系统和业务处理方法 | |
CN110858202A (zh) | 数据库查询语句中where子句的生成方法和生成装置 | |
CN111478781B (zh) | 一种消息广播的方法和装置 | |
CN110764796A (zh) | 更新缓存的方法和装置 | |
CN112000734A (zh) | 一种大数据处理方法和装置 | |
CN111427899A (zh) | 存储文件的方法、装置、设备和计算机可读介质 | |
CN112398669A (zh) | 一种Hadoop部署方法和装置 | |
CN114490050A (zh) | 一种数据同步方法和装置 | |
CN111290842A (zh) | 一种任务执行方法和装置 | |
CN113760498A (zh) | 消息消费方法、装置、电子设备和计算机可读介质 | |
CN113672671A (zh) | 一种实现数据加工的方法和装置 | |
CN112948138A (zh) | 一种处理消息的方法和装置 | |
CN112711485A (zh) | 一种消息处理方法和装置 | |
CN112148705A (zh) | 数据迁移的方法和装置 | |
CN110825920B (zh) | 数据处理方法和装置 | |
CN112688982B (zh) | 一种用户请求处理方法和装置 | |
CN113779018A (zh) | 一种数据处理方法和装置 | |
CN113779451A (zh) | 一种页面加载方法和装置 | |
CN113778659A (zh) | 多线程处理方法和装置 | |
CN112988857A (zh) | 一种业务数据的处理方法和装置 | |
CN112214500A (zh) | 数据对比的方法、装置、电子设备和存储介质 | |
CN112925772A (zh) | 一种数据动态拆分方法和装置 | |
CN111767185A (zh) | 一种数据埋点方法和装置 | |
CN110879818A (zh) | 一种获取数据的方法、装置、介质和电子设备 | |
CN115826934B (zh) | 一种应用开发系统和方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |