彻底理解如何保证ElasticSearch和数据库数据一致性问题
一.业务场景举例
需求：
一个卖房业务，双十一前一天，维护楼盘的运营人员突然接到合作开发商的通知，需要上线一批热门的楼盘列表，上传完成后，C端小程序支持按楼盘的名称、户型、面积等产品属性全模糊搜索热门楼盘。
需求分析，提取其中的关键点:
1.功能需求：按楼盘的名称、户型、面积等产品属性全模糊搜索；
2.非功能需求(比如性能、安全等)：双十一期间，楼盘搜索QPS预计在800左右，搜索完成后展示的楼盘字段信息非常多。
假设底层使用Mysql数据库存储，用户输入楼盘的名称、户型、面积等产品属性，支持全模糊查询，就无法走索引，如果QPS并发上来后，数据库很容易被打爆，所以我们需要考虑其他的存储方案。
通过技术调研发现，在全文搜索领域，ES已经成为事实的标准方案，它有很多优势:
(1)高性能;
(2)分布式部署，水平扩容;
(3)准实时。
所以综合考虑，最终我们在方案选型上选择了ES，热门楼盘在运营后台完成新增或修改，写入Mysql后，将数据库的变更记录同步到ES中，那如何保证Es与Mysql的数据一致性？
解决方案：
1.ES与数据库双写方案；
2.MQ异步写入方案(大厂第二推荐)；
3.定时任务同步方案；
4.监听Binlog异步同步方案(大厂第一推荐)。
具体使用哪种方案，还需根据自身业务场景来定，接下就对这四种方案分别进行优缺点的分析。
二.ES与数据库双写方案
在数据库写入Mysql的同时，通过编程逻辑将相同的数据写入ES。(串行写入数据)
优点：
1.实时性：数据变更能够立即反映到Elasticsearch，保证了查询的实时性；
2.简单性：实现起来相对简单，不需要引入额外的组件或复杂逻辑。
缺点：
1.性能影响：每次写入MySQL的同时写入Elasticsearch，可能会对两个系统的性能都产
生影响；
2.数据一致性风险：在高并发情况下，可能会遇到双写失败导致数据不一致的问题；
3.系统耦合：每个写入操作都需要双写逻辑，增加了业务逻辑的复杂性和维护难度。
实现步骤：
1.代码修改：在业务逻辑中，对于每次对MySQL的写入操作，复制相同的逻辑到Elasticsearch；
2.事务管理：使用数据库事务确保操作的原子性，避免数据不一致；
3.性能优考：虑使用批量写入或异步处理来减少对性能的影响。
三.MQ异步写入方案
利用消息队列(MQ)异步处理数据写入操作。(通过订阅MQ来写如ES，可以优化同步写入性能问题)
优点：
1.性能提升：通过异步处理，减少了对MySQL写入性能的影响；
2.容错性：利用消息队列的持久化和重试机制，提高了数据同步的可靠性(即使MQ挂了，重启MQ以后，还是可以继续消费消息进行同步)。
缺点：
1.数据延迟：由于是异步处理，存在数据同步的延迟问题；
2.系统复杂度：需要引入消息队列和额外的消费者逻辑，增加了系统的复杂性(因为在MQ的下游还需要编写一个消费者来同步更新ES)。
实现步骤：
1.消息队列集成：选择并集成一个消息队列系统，如Kafka或RabbitMQ；
2.业务逻辑修改：将数据写入MySQL后，将变更信息发送到消息队列；
3.消费者开发：开发消费者服务，从消息队列中读取消息并异步写入ES；
4.异常处理：为消息队列的消费者实现异常处理和重试逻辑。
四.定时任务同步方案
通过定时任务，根据数据库中的时间戳字段变化来抽取并同步到ES。(这个方式还需要在表中增加以一个时间戳的字段来进行记录，才能方便同步的应用抽取数据)
优点：
1.无侵入性：不需要修改现有业务逻辑，对原系统无感知；
2.简单实现：通过定时任务实现，逻辑简单，易于理解和维护。
缺点：
1.时效性差：数据同步存在延迟，无法满足实时性要求(因为定时任务的脚本并不是实时的，所以会导致ES中的数据要比Mysql中的数据慢很多)；
2.性能压力：定时任务可能会对数据库产生额外的查询压力(原本Mysql只需要支持系统应用的运行，现在还需要支持定时任务的查询，就可能导致额外的查询压力)。
实现步骤：
1.时间截字段添加：在MySQL的数据表中添加时间戳字段，用于记录数据变更时间；
2.定时任务配置：设置定时任务，按照固定频率查询MySQL中自上次同步以来发生变化的数据；
3.数据抽取：定时任务将查询结果抽取出来，准备同步到ES；
4.数据同步：将抽取的数据写入ES，完成同步过程。
五.监听Binlog异步同步方案
利用Mysql的Binlog日志，通过消息队列或者直接消费Binlog变化来同步数据至ES。(相比于用Binlog的组件替代了定时任务，Binlog组件伪装成一个从节点，当主节点发送了数据变更后，它就回把数据发送到子子节点，也就是Binlog组件中，然后组件收到数据后就同步到ES)
优点：
1.无侵入性：不需要修改现有的亚务代码，对现有系统无感知；
2.数据一致性：可以利用Binlog精确捕捉到数据库的所有变更，确保数据同步的完整；
3.高性能：Binog可以高效地处理数据变更，对原数据库性能影响较小(因为只是伪装了一个从节点，也就是相当于多一个节点需要同步数据)；
4.容错性：通常配合消息队列使用，即使在网络波动或服务故障的情况下，也能保证数据最终一致性。
缺点：
1.系统复杂性：需要搭建和维护Binlog监听和消息队列系统，增加了系统架构的复杂度；
2.延时问题：虽然是基于实时同步，但在极端情况下，如消息队列积压，仍然可能遇到数据同步延迟。
实现步骤：
1.Binlog启用：确保MySQL实例开启了Binog功能，并且Binlog格式(row或mixed)能够支持所需的数据同步需求；
2.Binlog监听器配置：部署并配置Binlog监听器(如Debezium)，监听指定的MySQL实例和数据库。
消息队列集成:将Binlog监听器与消息队列(如Kafka)集成，确保Binlog变更能够被转换成消息并发送到队列中；
3.消息消费者开发：开发消息消费者服务，该服务从消息队列中读取Binog变更消息并将其转换为Elasticsearch能够理解的格式；
4.数据同步：消息消费者服务将转换后的数据写入Elasticsearch，完成数据同步异常处理:实现异常处理机制，确保在数据同步失败时能够进行重试或记录日志以便后续处理。
推荐使用数据同步工具：Canal。
PS：
如果还需要了解更多的ElasticSerache的使用方法，可以查看《ElasticSearch7.6.x 快速入门到实战案例》文章。
原文地址：https://blog.csdn.net/BestandW1shEs_lsy/article/details/144081892
免责声明：本站文章内容转载自网络资源，如本站内容侵犯了原著者的合法权益，可联系本站删除。更多内容请关注自学内容网（zxcms.com）！