弹吉他的兔子
什么是数据异构，如果要下个定义的话：把数据按需（数据结构、存取方式、存取形式）异地构建存储。
1、常见应用场景
分库分表中有一个最为常见的场景，为了提升数据库的查询能力，我们都会对数据库做分库分表操作。比如订单库，开始的时候我们是按照订单ID维度去分库分表，那么后来的业务需求想按照商家维度去查询，比如我想查询某一个商家下的所有订单，就非常麻烦。
这个时候通过数据异构就能很好的解决此问题，如下图：
总结起来有以下几种场景：
- 数据库镜像
- 数据库实时备份
- 多级索引
- search build（比如分库分表后的多维度数据查询）
- 业务cache刷新
- 价格、库存变化等重要业务消息
2、数据异构方向
- DB-DB这种方式，一般常见于分库分表后，聚合查询的时候，比如我们按照订单ID去分库分表，那么这个时候我们要按照用户ID去查询，查询这个用户下面的订单就非常不方便了，所以我们就可以用数据库异构的方式，重新按照用户ID的维度来分一个表。
- 把数据异构到redis、elasticserach、slor中去要解决的问题跟按照多维度来查询的需求差不多。这些存储天生都有聚合的功能。当然同时也可以提高查询性能，应对大访问量，比如redis这种抗量银弹。
3、数据异构的常用方法
完整克隆
这个很简单就是将数据库A，全部拷贝一份到数据库B，这样的使用场景是离线统计跑任务脚本的时候可以。缺点也很突出，不适用于持续增长的数据。
binlog方式
通过实时的订阅MySQL的binlog日志，消费到这些日志后，重新构建数据结构插入一个新的数据库或者是其他存储比如es、slor等等。订阅binlog日志可以比较好的能保证数据的一致性。
canal的异构方式
它是阿里开源的基于mysql数据库binlog的增量订阅和消费组件。
由于cannal服务器目前读取的binlog事件只保存在内存中，并且只有一个canal客户端可以进行消费。所以如果需要多个消费客户端，可以引入activemq或者kafka。如上图绿色虚线框部分。
我们还需要确保全量对比来保证数据的一致性（canal+mq的重试机制基本可以保证写入异构库之后的数据一致性），这个时候可以有一个全量同步WORKER程序来保证，如上图深绿色部分。
Mysql主从的复制原理
飞天班的mysql高级应用也讲过这个知识点，复制分成三步
- master将改变记录到二进制日志(binary log)中（这些记录叫做二进制日志事件，binary log events，可以通过show binlog events进行查看）
- slave将master的binary log events拷贝到它的中继日志(relay log)；
- slave重做中继日志中的事件，将改变反映它自己的数据
Canal的原理，参照了mysql主从复制的原理
- canal模拟mysql slave的交互协议，伪装自己为mysql slave，向mysql master发送dump协议
- mysql master收到dump请求，开始推送binary log给slave(也就是canal)
- canal解析binary log对象(原始为byte流)
我们在部署canal server的时候要部署多台，来保证高可用。但是canal的原理，是只有一台服务器在跑处理数据，其它的服务器作为热备，不参与数据处理，canal server的高可用是通过zookeeper来维护的。
更多了解：https://github.com/alibaba/canal
注意点：
-
确认MySQL开启binlog，使用show variables like ‘log_bin’; 查看ON为已开启
-
确认目标库可以产生binlog，show master status 注意Binlog_Do_DB，Binlog_Ignore_DB参数
-
确认binlog格式为ROW，使用show variables like ‘binlog_format’; 非ROW模式登录MySQL执行 set global binlog_format=ROW; flush logs; 或者通过更改MySQL配置文件并重启MySQL生效。
-
为保证binlake服务可以获取Binlog，需添加授权，执行
GRANT SELECT, REPLICATION SLAVE, REPLICATION CLIENT ON *.* TO 'admin'@'%' identified by 'admin'; FLUSH PRIVILEGES;
MQ方式
业务数据写入DB的同时，也发送MQ一份，也就是业务里面实现双写。这种方式比较简单，但也很难保证数据一致性，对简单的业务场景可以采用这种方式。
mq的方式，就相对简单，实际上是在业务逻辑中写DB的同时去写一次MQ，但是这种方式不能够保证数据一致性，就是不能保证跨资源的事务。注意：调用第三方远程RPC的操作一定不要放到事务中。
总结
根据数据异构的定义，将数据异地构建存储，我们可以应用的地方就非常多，文中说的分库分表之后按照其它维度来查询的时候，我们想脱离DB直接用缓存比如redis来抗量的时候。数据异构这种方式都能够很好的帮助我们来解决诸如此类的问题。