MySQL同步Elasticsearch的6种方案小结

目录

• 引言
• 方案一：同步双写
• 方案二：异步双写
• 方案三：Logstash定时拉取
• 方案四：Canal监听Binlog
• 方案五：DataX批量同步
• 方案六：Flink流处理
• 总结

引言

在分布式架构中，mysql与Elasticsearch（ES）的协同已成为解决高并发查询与复杂检索的标配组合。

然而，如何实现两者间的高效数据同步，是架构设计中绕不开的难题。

这篇文章跟大家一起聊聊MySQL同步ES的6种主流方案，结合代码示例与场景案例，帮助开发者避开常见陷阱，做出最优技术选型。

方案一：同步双写

场景：适用于对数据实时性要求极高，且业务逻辑简单的场景，如金融交易记录同步。

在业务代码中同时写入MySQL与ES。

代码如下：

@Transactional  
public void createOrder(Order order) {  
    // 写入MySQL  
    orderMapper.insert(order);  
    // 同步写入ES  
    IndexRequest request = new IndexRequest("orders")  
        .id(order.getId())  
        .source(jsON.toJSONString(order), XContentType.JSON);  
    client.index(request, RequestOptions.DEFAULT);  
}

痛点：

• 硬编码侵入：所有涉及写操作的地方均需添加ES写入逻辑。
• 性能瓶颈：双写操作导致事务时间延长，TPS下降30%以上。
• 数据一致性风险：若ES写入失败，需引入补偿机制（如本地事务表+定时重试）。

方案二：异步双写

场景：电商订单状态更新后需同步至ES供客服系统检索。

我们可以使用MQ进行解耦。

架构图如下：

代码示例如下：

// 生产者端  
public void updateProduct(Product product) {  
    productMapper.update(product);  
    kafkaTemplate.send("product-update", product.getId());  
}  

// 消费者端  
@KafkaListener(topic编程客栈s = "product-update")  
public void syncToEs(String productId) {  
    Product product = productMapper.selectById(productId);  
    esClient.index(product);  
}

优势：

• 吞吐量提升：通过MQ削峰填谷，可承载万级QPS。
• 故障隔离：ES宕机不影响主业务链路。

缺陷：

• 消息堆积：突发流量可能导致消费延迟（需监控Lag值）。
• 顺序性问题：需通过分区键保证同一数据的顺序消费。

方案三：Logstash定时拉取

场景：用户行为日志的T+1分析场景。

该方案低侵入但高延迟。

配置示例如下：

input {  
  jdbc {  
    jdbc_driver => "com.mysql.jdbc.Driver"  
    jdbc_url => "jdbc:mysql://localhost:3306/log_db"  
    schedule =>编程客栈; "*/5 * * * *"  # 每5分钟执行  
    statement => "SELECT * FROM user_log WHERE update_time > :sql_last_value"  
  }  
}  
output {  
  elasticsearch {  
    hosts => ["es-host:9200"]  
    index => "user_logs"  
  }  
}

适用性分析：

• 优点：零代码改造，适合历史数据迁移。
• 致命伤：
  • 分钟级延迟（无法满足实时搜索）
  • 全表扫描压力大（需优化增量字段索引）

方案四：Canal监听Binlog

场景：社交平台动态实时搜索（如微博热搜更新）。

技术栈：Canal + RocketMQ + ES

该方案高实时，并且低侵入。

架构流程如下：

关键配置：

# canal.properties  
canal.insthttp://www.devze.comance.master.address=127.0.0.1:3306  
canal.mq.topic=canal.es.sync

避坑指南：

• 数据漂移：需处理DDL变更（通过Schema Registry管理映射）。
• 幂等消费：通过_id唯一键避免重复写入。

方案五：DataX批量同步

场景：将历史订单数据从分库分表MySQL迁移至ES。

该方案是大数据迁移的首选。

配置文件如下：

{  
  "job": {  
    "content": [{  
      "reader": {  
        "name": "mysqlreader",  
        "parameter": { "splitPk": "id", "querySql": "SELECT * FROM orders" }  
      },  
      "writer": {  
        "name": "elasticsearchwriterpython",  
        "parameter": { "endpoint": "http://es-host:9200", "index": "orders" }  
      }  
    }]  
  }  
}

性能调优：

• 调整channel数提升并发（建议与分片数对齐）
• 启用limit分批查询避免OOM

方案六：Flink流处理

场景：商品价格变更时，需关联用户画像计算实时推荐评分。

该方案适合于复杂的ETL场景。

代码片段如下：

StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();  
env.addSource(new CanalSource())  
   .map(record -> parseToPriceEvent(record))  
   .keyBy(event -> event.getProductId())  
   .connect(userProfileBroadcastStream)  
   .process(new PriceRecommendationProcess())  
   .addSink(new ElasticsearchSink());

优势：

• 状态管理：精准处理乱序事件（Watermark机制）
• 维表关联：通过Broadcast State实现实时画像关联

总结

对于文章上面给出的这6种技术方案，我们在实际工作中，该如何做选型呢？

下面用一张表格做对比：

苏三的建议：

• 若团队无运维中间件能力 → 选择Logstash或同步双写
• 需秒级延迟且允许改造 → MQ异步 + 本地事务表
• 追求极致实时且资源充足 → Canal + Flink双保险

到此这篇关于MySQL同步Elasticsearch的6种方案小结的文章就介绍到这了frJvWDFM,更多相关MySQL同步Elasticsearch内容请搜索编程客栈(www.devze.com)以前的文章或继续浏览下面的相关文章希望大家以后多多支持编程客栈(www.devze.com)！