在云平台的日常运维工作中，有很多故障排查和数据核对的场景，为了给全线运维人员（含部分开发和运营分析人员）提供现网数据的实时查询，我们使用MySQL和开源工具otter搭建了一套数据查询和管理系统，可以查询平台各资源池现网当前的数据。并与现网保持准实时同步（秒级延时）。

查询模块的主要组件是MySQL，纳管线上业务系统的核心数据库，用户使用频次极高，此台MySQL中的部分核心数据还作为其他资源池的源数据，实时同步给异地机房。负责数据实时同步的otter管理节点与MySQL部署在同一物理机上，是云平台所有资源池中查询模块的中枢节点。

首先，介绍一下开源工具Otter（内容引自GitHub）

Otter是由阿里提供的基于数据库增量日志解析，准实时同步到本机房或异地机房MySQL数据库的一个分布式数据库同步系统，工作原理如下：

基于MySQL主备复制原理：

3、典型管理系统架构，manager(web管理)+node(工作节点)

1）manager运行时推送同步配置到node节点，负责配置监控

2）node节点将同步状态反馈到manager上，负责处理任务

4、基于zookeeper，解决分布式状态调度的，允许多node节点之间协同工作

5、使用aria2多线程传输技术，对网络依赖带宽依赖较低

1、异构库同步

MySQL -> MySQL/Oracle。(目前开源版本只支持MySQL增量，目标库可以是MySQL或者Oracle，取决于Canal的功能)

2、单机房同步 (数据库之间RTT < 1ms)

3、异地机房同步（是Otter最大的亮点之一，可以解决国际化问题把数据从国内同步到国外提供用户使用，在国内场景可以做到数据多机房容灾)

机房容灾

4、双向同步（双向同步是在数据同步中最难搞的一种场景，Otter可以很好的应对这种场景，Otter有避免回环算法和数据一致性算法两种特性，保证双A机房模式下，数据保证最终一致性）

1）避免回环算法 (通用的解决方案，支持大部分关系型数据库)

2）数据一致性算法 (保证双A机房模式下，数据保证最终一致性，亮点)

5、文件同步

站点镜像 (进行数据复制的同时，复制关联的图片，比如复制产品数据，同时复制产品图片)

单机房复制示意图：

说明：

异地机房复制示意图：

说明：

关于Otter的调度模型、数据入库算法、一致性、高可用性和扩展性等内容，可以登录GitHub了解。

「Otter」相关链接：https://github.com/alibaba/otter/wiki/Introduction

里面有详细的介绍，本文不再赘述，下面重点说明一下otter的安装和使用。

移动云业务需要数据汇总，需将多个主数据库同步汇总到一个从数据库中，方便数据统计分析。Otter中间件则满足了此需求，相对比多源复制，更加灵活和可塑性。

前面简单介绍了Otter的基本信息，下面开始搭建一个Otter环境，因为一个Otter需要Manage+node+数据库还有很多的依赖，这里我们先来搭建Otter的管理服务器Manager。

1、环境准备

1）阿里软件

Otter(manager、node)软件：https://github.com/alibaba/otter/releases

Manager数据库初始化脚本：https://raw.githubusercontent.com/alibaba/otter/master/manager/deployer/src/main/resources/sql/otter-manager-schema.sql

2）集群

Zookeeper：http://download.csdn.net/download/jxplus/9451794

3）JAVA

JDK：测试环境使用yum安装1.6以上版本

4）数据库

Mysql5.7：http://dev.mysql.com/downloads/mysql/

5）操作系统

CentOS 7.1.1503 (Core)：https://www.centos.org/download/

版本信息

2、软件安装

1）操作系统安装

2）java jdk1.6

安装完成操作系统后，使用yum安装jdk1.6以上版本(含1.6)

3）安装MySQL数据库

4）安装集群软件ZooKeeper

下载安装包后解压即可，不需要编译安装。然后进行配置：

① 修改tickTime、clientPort、dataDir参数

tickTime ：时长单位为毫秒，为zk使用的基本时间度量单位。例如，1 * tickTime是客户端与zk服务端的心跳时间，2 * tickTime是客户端会话的超时时间。

tickTime的默认值为2000毫秒，更低的tickTime值可以更快地发现超时问题，但也会导致更高的网络流量（心跳消息）和更高的CPU使用率（会话的跟踪处理）。

clientPort ：zk服务进程监听的TCP端口，默认情况下，服务端会监听2181端口。

dataDir ：无默认配置，必须配置，用于配置存储快照文件的目录。

② 执行下面命令启动server

③ 查看是否启动成功

5）安装阿里otter(manager、node)

① 初始化manager的otter数据库

连接安装好的mysql数据库，在数据库软件中创建otter数据库，在操作系统命令行执行：

② 解压manager安装包到指定目录，并做如下修改

③ cd /otter/bin执行shstartup.sh，查看 vim /otter/logs/manager.log，出现以下信息说明manager启动成功

④ 访问本机ip+port，可以看到manager管理平台，使用匿名用户只能查看，使用admin用户可以操作配置

⑤ 安装node，在manager页面为node定义配置信息，并生一个唯一id，首先访问manager页面的机器管理页面，点击添加机器按钮并配置node的一些参数

机器名称：自定义，方便记忆即可

机器IP ：对应node节点将要部署的机器ip，如果有多ip时，可选择其中一个ip进行暴露(此ip是整个集群通讯的入口，实际情况千万别使用127.0.0.1，否则多个机器的node节点会无法识别)

机器端口：node数据通信端口，建议默认2088

下载端口：node数据下载端口，建议默认9090

外部地址：node部署的物理机外网IP，存在一个外部ip允许通讯的时候走公网处理，没有可以不写。

Zookeeper集群：zookeper server ip

⑥ 机器添加完成后，跳转到机器列表页面，获取对应的机器序号nid

⑦ 解压node安装包到指定目录，将第五步生成的nid写入conf目录下的nid文件

⑧ 修改 /node/conf/otter.properties文件

otter.manager.address = manager 安装部署机器的IP+PORT

例如：

⑨ 启动node

⑩ 验证node

访问 http://managerip:port/node_list.htm，查看对应节点状态，如果变为已启动，说明node已经正常启动。

3、同步配置

1）添加数据源-数据来源端

2）添加数据源-数据落地端

3）添加需要同步的数据表-数据来源端

4）添加需要同步的数据表-数据落地端

5）添加canal

6）添加channel

7）添加Pipeline

点击上一步添加的channel1，添加pipeline。
 

8）添加表映射关系

点击上一步添加的pipeline test17，添加表映射关系。

9）启动channel

 添加完成表映射关系后，回到channel页面，启动刚刚添加channel1。

10）测试同步

11）构建kerberos安全域

由于查询涉及到现网数据的异地传输，数据安全保障工作十分重要，因此构建了Kerberos安全域。域内的组件互通，以及外部客户端访问域内组件，均需要经过kerberos的认证。

通过上述操作otter环境基本配置好了，并且搭建了zookeeper+manager环境，成功运行了otter-manager管理界面，并完成了数据同步测试。这样我们初步完成了数据同步和查询平台的搭建。

推荐使用Navicat等工具，IP、端口、账号、密码等和原魔数台相同。

可以将访问频次比较高的数据保存为视图。

不建议使用select * 或没有任何条件的全表查询，查询数据前先查找对象表的主键，并使用主键过滤。

查询模块的逻辑架可以设计为星型结构，MySQL除作为核心数据主节点，将核心数据分发到各资源池之外，其他资源池的数据不互通。

为兼容数据表外键（外键关联的表数据变更不能被同步），保证数据一致性，对出现不一致的表数据，采用点对点trigger触发变更的方式，逐个建立关联触发器。

通过以上方式，我们就初步搭建了一套生产环境数据同步和查询系统，可以满足日常运维中大多数故障排查和数据核对的场景，为运维人员提供一种安全、实时和有效的数据查询平台。