一种数据同步方法、装置及终端设备

技术领域

本发明属于数据传输技术领域，尤其涉及一种数据同步方法、装置及终端设备。

背景技术

Flume作为一个分布式的、可靠且可用的系统，用于有效地从许多不同的源收集，聚合和移动大量日志数据到集中式数据存储。并且，Flume可以实现从众多源中获取数据并经过通道发送到接收器端，可以支持多路复用和多级跳转。因此，Flume被广泛应用于不同领域。

然而，Flume没有提供和支持对关系型数据库的数据同步，也没有从关系数据库到非关系型数据库的数据存储的完整实现方法。

发明内容

有鉴于此，本发明实施例提供了一种数据同步方法、装置及终端设备，以解决现有技术中Flume没有提供和支持对关系型数据库的数据同步，也没有从关系数据库到非关系型数据库的数据存储的完整实现方法的问题。

本发明实施例的第一方面提供了一种数据同步方法，包括：

部署关系型数据库的增量上报数据同步代理服务；其中，所述增量上报数据同步代理服务用于使所述关系型数据库的数据增量同步到分布式发布订阅消息系统集群；

部署分布式发布订阅消息系统集群的落地分布式文件系统代理服务；其中，所述落地分布式文件系统代理服务用于使所述分布式发布订阅消息系统集群的数据存储到分布式文件系统；

当接收到写请求指令时，将数据写入所述关系型数据库中，通过增量上报数据同步代理服务将所述数据同步到分布式发布订阅消息系统集群；

将所述分布式发布订阅消息系统集群的所述数据同步至分布式文件系统并保存。

可选的，所述部署关系型数据库的增量上报数据同步代理服务之前，包括：

基于日志收集系统自定义source；

定义所述关系型数据库的增量同步的实现机制；

搭建所述分布式发布订阅消息系统和分布式文件系统集群。

可选的，部署关系型数据库的增量上报数据同步代理服务，包括

部署关系型数据库的增量上报数据同步代理服务，使所述关系型数据库根据实现机制，将数据增量同步到所述分布式发布订阅消息系统集群。

可选的，定义所述关系型数据库的增量同步的实现机制，包括：

读取数据库表的偏移量，记录在预设文件中；

若进程重启，则获取读取记录；

根据所述读取记录，继续读取的数据库表的偏移量并记录。

本发明实施例的第二方面提供了一种数据同步装置，包括：

第一部署模块，用于部署关系型数据库的增量上报数据同步代理服务；其中，所述增量上报数据同步代理服务用于使所述关系型数据库的数据增量同步到分布式发布订阅消息系统集群；

第二部署模块，用于部署分布式发布订阅消息系统集群的落地分布式文件系统代理服务；其中，所述落地分布式文件系统代理服务用于使所述分布式发布订阅消息系统集群的数据存储到分布式文件系统；

接收模块，用于当接收到写请求指令时，将数据写入所述关系型数据库中，通过增量上报数据同步代理服务将所述数据同步到分布式发布订阅消息系统集群；

同步模块，用于将所述分布式发布订阅消息系统集群的所述数据同步至分布式文件系统并保存。

可选的，所述装置，还包括：

自定义模块，用于基于日志收集系统自定义source；

定义模块，用于定义所述关系型数据库的增量同步的实现机制；

搭建模块，用于搭建所述分布式发布订阅消息系统和分布式文件系统集群。

可选的，所述第一部署模块，包括：

部署单元，用于部署关系型数据库的增量上报数据同步代理服务，使所述关系型数据库根据实现机制，将数据增量同步到所述分布式发布订阅消息系统集群。

可选的，所述定义模块，包括：

第一读取单元，用于读取数据库表的偏移量，记录在预设文件中；

获取单元，用于若进程重启，则获取读取记录；

第二读取单元，用于根据所述读取记录，继续读取的数据库表的偏移量并记录。

本发明实施例的第三方面提供了一种终端设备，包括：存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述方法的步骤。

本发明实施例的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上述方法的步骤。

本发明实施例通过部署关系型数据库的增量上报数据同步代理服务和分布式发布订阅消息系统集群的落地分布式文件系统代理服务，在接收到写请求指令时，将数据写入关系型数据库中，通过增量上报数据同步代理服务将数据同步到分布式发布订阅消息系统集群；将分布式发布订阅消息系统集群的数据同步至分布式文件系统并保存。实现了基于Flume从关系型数据库到分布式文件系统的数据存储，并且实现了数据同步时的读写分离，提高了数据读取速度。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例一提供的数据同步方法的流程示意图；

图2是本发明实施例一提供的高可用集群方案的流程示意图；

图3是本发明实施例二提供的数据同步方法的流程示意图；

图4是本发明实施例三提供的数据同步方法的流程示意图；

图5是本发明实施例四提供的数据同步装置的结构示意图；

图6是本发明实施例五提供的数据同步装置的结构示意图；

图7是本发明实施例六提供的数据同步装置的结构示意图；

图8是本发明实施例七提供的终端设备的示意图。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚地描述，显然，所描述的实施例是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。

本发明的说明书和权利要求书及上述附图中的术语“包括”以及它们任何变形，意图在于覆盖不排他的包含。例如包含一系列步骤或单元的过程、方法或系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。此外，术语“第一”、“第二”和“第三”等是用于区别不同对象，而非用于描述特定顺序。

为了说明本发明所述的技术方案，下面通过具体实施例来进行说明。

实施例一

如图1所示，本实施例提供一种数据同步方法，该方法可以应用于如手机、PC、平板电脑等终端设备。本实施例所提供的数据同步方法，包括：

S101、部署关系型数据库的增量上报数据同步代理服务；其中，所述增量上报数据同步代理服务用于使所述关系型数据库的数据增量同步到分布式发布订阅消息系统集群。

在具体应用中，部署关系型数据库的增量上报数据同步代理服务，以使关系型数据库的数据增量同步至分布式发布订阅消息系统集群。其中，增量上报数据同步代理服务用于使关系型数据库的数据增量同步到分布式发布订阅消息系统集群。关系型数据库包括但不限于MySQL数据库。

在本实施例中，分布式发布订阅消息系统集群是指Kafaka集群，Kafka是一种高吞吐量的分布式发布订阅消息系统，它可以处理消费者规模的网站中的所有动作流数据。

在一个实施例中，步骤S101，包括：

部署关系型数据库的增量上报数据同步代理服务，使所述关系型数据库根据实现机制，将数据增量同步到所述分布式发布订阅消息系统集群。

在具体应用中，部署关系型数据库的增量上报数据同步代理服务，使关系型数据库的根据增量同步的实现机制，将数据增量同步到分布式发布订阅消息系统集群。其中，增量同步的实现机制具体为下述实施例二步骤S106所述的关系型数据库的增量同步的实现机制。

S102、部署分布式发布订阅消息系统集群的落地分布式文件系统代理服务；其中，所述落地分布式文件系统代理服务用于使所述分布式发布订阅消息系统集群的数据存储到分布式文件系统。

在具体应用中，部署分布式发布订阅消息系统集群的落地分布式文件系统代理服务，以使分布式发布订阅消息系统集群的数据存储到分布式文件系统。其中，落地分布式文件系统代理服务用于使分布式发布订阅消息系统集群的数据落地到分布式文件系统。

在本实施例中，分布式文件系统代理服务是指HDFS代理服务(KafkaToHdfsAgent代理)，Hadoop是一个由Apache基金会所开发的分布式系统基础架构。Hadoop实现了一个分布式文件系统(Hadoop Distributed File System)，简称HDFS。HDFS有高容错性的特点，并且设计用来部署在低廉的(low-cost)硬件上，并且可以提供高吞吐量(high throughput)来访问应用程序的数据，适合有着超大数据集(large data set)的应用程序。HDFS放宽了(relax)POSIX的要求，可以以流的形式访问(streaming access)文件系统中的数据。

在本实施例中，分布式发布订阅消息系统集群的落地分布式文件系统代理服务使用了如图2所示的高可用集群方案。

S103、当接收到写请求指令时，将数据写入所述关系型数据库中，通过增量上报数据同步代理服务将所述数据同步到分布式发布订阅消息系统集群。

在具体应用中，当接收到写请求指令时，将待写数据写入关系型数据库中，并通过上述增量上报数据同步代理服务，将关系型数据库中的上述待写数据同步至分布式发布订阅消息系统集群中。

S104、将所述分布式发布订阅消息系统集群的所述数据同步至分布式文件系统并保存。

在具体应用中，根据分布式发布订阅消息系统集群的落地分布式文件系统代理服务，将分布式发布订阅消息系统集群的上述待写数据同步至分布式文件系统并保存，实现基于flume的数据同步。

本实施例通过部署关系型数据库的增量上报数据同步代理服务和分布式发布订阅消息系统集群的落地分布式文件系统代理服务，在接收到写请求指令时，将数据写入关系型数据库中，通过增量上报数据同步代理服务将数据同步到分布式发布订阅消息系统集群；将分布式发布订阅消息系统集群的数据同步至分布式文件系统并保存。实现了基于Flume从关系型数据库到分布式文件系统的数据存储，并且实现了数据同步时的读写分离，提高了数据读取速度。

实施例二

如图3所示，本实施例是对实施例一中的方法步骤的进一步说明。在本实施例中，所述步骤S101之前，还包括

S105、基于日志收集系统自定义source。

在具体应用中，基于日志手机系统，自定义source。其中，Source是指flume中用于收集数据的数据源。flume(日志收集系统)是Cloudera提供的一个高可用的，高可靠的，分布式的海量日志采集、聚合和传输的系统，Flume支持在日志系统中定制各类数据发送方，用于收集数据；同时，Flume提供对数据进行简单处理，并写到各种数据接受方(可定制)的能力。

S106、定义所述关系型数据库的增量同步的实现机制。

在具体应用中，定义关系型数据库的增量同步的实现机制，以使关系型数据库的数据增量根据上述实现机制同步至指定位置。

在本实施例中，设定关系型数据库的增量同步的实现机制为flume-ng-sql-source在预设文件(可以是【status.file.name】文件中)记录读取数据库表的偏移量；若进程重启，则可以获取读取记录，以根据读取记录，继续增量读表，并记录在预设文件中。

S107、搭建所述分布式发布订阅消息系统和分布式文件系统集群。

在具体应用中，搭建分布式发布订阅消息系统和分布式文件系统集群。在本实施例中，分布式发布订阅消息系统是指Kafka系统，分布式文件系统集群是指Hadoop集群。

本实施例通过基于日志收集系统自定义source，定义关系型数据库的增量同步的实现机制，搭建分布式发布订阅消息系统和分布式文件系统集群，为实现从关系型数据库到分布式文件系统的数据存储奠定了基础。

实施例三

如图4所示，本实施例是对实施例一中的方法步骤的进一步说明。在本实施例中，步骤S106，包括：

S1061、读取数据库表的偏移量，记录在预设文件中。

在具体应用中，读取关系型数据库中的数据库表的偏移量，并记录在预设文件中，在本实施例中，预设文件可以是【status.file.name】文件。

S1062、若进程重启，则获取读取记录。

在具体应用中，若当前进行的进程重启，则获取读取记录，以查看上一次读取进度。

S1063、根据所述读取记录，继续读取的数据库表的偏移量并记录。

在具体应用中，根据读取记录，查看上一次读取进度，继续读取关系型数据库中的数据库表的偏移量，并记录在预设文件中。

本实施例通过对关系型数据库的增量同步的实现机制进行定义，实现了从关系型数据库到Kafka集群的数据增量同步操作。

应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。

实施例四

如图5所示，本实施例提供一种数据同步装置100，用于执行实施例一中的方法步骤。本实施例提供的数据同步装置100，包括：

第一部署模块101，用于部署关系型数据库的增量上报数据同步代理服务；其中，所述增量上报数据同步代理服务用于使所述关系型数据库的数据增量同步到分布式发布订阅消息系统集群；

第二部署模块102，用于部署分布式发布订阅消息系统集群的落地分布式文件系统代理服务；其中，所述落地分布式文件系统代理服务用于使所述分布式发布订阅消息系统集群的数据存储到分布式文件系统；

接收模块103，用于当接收到写请求指令时，将数据写入所述关系型数据库中，通过增量上报数据同步代理服务将所述数据同步到分布式发布订阅消息系统集群；

同步模块104，用于将所述分布式发布订阅消息系统集群的所述数据同步至分布式文件系统并保存。

在一个实施例中，所述第一部署模块101，包括：

部署单元，用于部署关系型数据库的增量上报数据同步代理服务，使所述关系型数据库根据实现机制，将数据增量同步到所述分布式发布订阅消息系统集群。

本实施例通过部署关系型数据库的增量上报数据同步代理服务和分布式发布订阅消息系统集群的落地分布式文件系统代理服务，在接收到写请求指令时，将数据写入关系型数据库中，通过增量上报数据同步代理服务将数据同步到分布式发布订阅消息系统集群；将分布式发布订阅消息系统集群的数据同步至分布式文件系统并保存。实现了基于Flume从关系型数据库到分布式文件系统的数据存储，并且实现了数据同步时的读写分离，提高了数据读取速度。

实施例五

如图6所示，在本实施例中，实施例四中的数据同步装置100，还包括用于执行实施例二中方法步骤的以下结构：

自定义模块105，用于基于日志收集系统自定义source；

定义模块106，用于定义所述关系型数据库的增量同步的实现机制；

搭建模块107，用于搭建所述分布式发布订阅消息系统和分布式文件系统集群。

本实施例通过基于日志收集系统自定义source，定义关系型数据库的增量同步的实现机制，搭建分布式发布订阅消息系统和分布式文件系统集群，为实现从关系型数据库到分布式文件系统的数据存储奠定了基础。

实施例六

如图7所示，在本实施例中，实施例四中的定义模块106，还包括用于执行实施例三中方法步骤的以下结构：

第一读取单元1061，用于读取数据库表的偏移量，记录在预设文件中；

获取单元1062，用于若进程重启，则获取读取记录；

第二读取单元1063，用于根据所述读取记录，继续读取的数据库表的偏移量并记录。

本实施例通过对关系型数据库的增量同步的实现机制进行定义，实现了从关系型数据库到Kafka集群的数据增量同步操作。

实施例七

图8是本实施例提供的终端设备的示意图。如图8所示，该实施例的终端设备8包括：处理器80、存储器81以及存储在所述存储器81中并可在所述处理器80上运行的计算机程序82，例如数据同步程序。所述处理器80执行所述计算机程序82时实现上述各个数据同步方法实施例中的步骤，例如图1所示的步骤S101至S104。或者，所述处理器80执行所述计算机程序82时实现上述各装置实施例中各模块/单元的功能，例如图5所示模块101至104的功能。

示例性的，所述计算机程序82可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器81中，并由所述处理器80执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序82在所述终端设备8中的执行过程。例如，所述计算机程序82可以被分割成第一部署模块、第二部署模块、接收模块和同步模块，各模块具体功能如下：

第一部署模块，用于部署关系型数据库的增量上报数据同步代理服务；其中，所述增量上报数据同步代理服务用于使所述关系型数据库的数据增量同步到分布式发布订阅消息系统集群；

第二部署模块，用于部署分布式发布订阅消息系统集群的落地分布式文件系统代理服务；其中，所述落地分布式文件系统代理服务用于使所述分布式发布订阅消息系统集群的数据存储到分布式文件系统；

接收模块，用于当接收到写请求指令时，将数据写入所述关系型数据库中，通过增量上报数据同步代理服务将所述数据同步到分布式发布订阅消息系统集群；

同步模块，用于将所述分布式发布订阅消息系统集群的所述数据同步至分布式文件系统并保存。

所述终端设备8可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端设备可包括，但不仅限于，处理器80、存储器81。本领域技术人员可以理解，图8仅仅是终端设备8的示例，并不构成对终端设备8的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述终端设备还可以包括输入输出设备、网络接入设备、总线等。

所称处理器80可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

所述存储器81可以是所述终端设备8的内部存储单元，例如终端设备8的硬盘或内存。所述存储器81也可以是所述终端设备8的外部存储设备，例如所述终端设备8上配备的插接式硬盘，智能存储卡(Smart Media Card，SMC)，安全数字卡(Secure Digital，SD)，闪存卡(Flash Card)等。进一步地，所述存储器81还可以既包括所述终端设备8的内部存储单元也包括外部存储设备。所述存储器81用于存储所述计算机程序以及所述终端设备所需的其他程序和数据。所述存储器81还可以用于暂时地存储已经输出或者将要输出的数据。

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

在本发明所提供的实施例中，应该理解到，所揭露的装置/终端设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/终端设备实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。

以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。