项目背景

阿里巴巴B2B公司，因为业务的特性，卖家主要集中在国内，买家主要集中在国外，所以衍生出了杭州和美国异地机房的需求，同时为了提升用户体验，整个机房的架构为双A，两边均可写，由此诞生了otter这样一个产品。

  otter第一版本可追溯到04~05年，此次外部开源的版本为第4版，开发时间从2011年7月份一直持续到现在，目前阿里巴巴B2B内部的本地/异地机房的同步需求基本全上了otter4。

目前同步规模：

1.同步数据量6亿

2.文件同步1.5TB(2000w张图片)

3.涉及200+个数据库实例之间的同步

4.80+台机器的集群规模

项目介绍

名称：otter ['t(r)]

译意：水獭，数据搬运工

语言：纯java开发

定位：基于数据库增量日志解析，准实时同步到本机房或跨机房的mysql/oracle数据库.

工作原理

原理描述：

1.   基于Canal开源产品，获取数据库增量日志数据。

2.   典型管理系统架构，manager(web管理)+node(工作节点)

    a.  manager运行时推送同步配置到node节点

    b.  node节点将同步状态反馈到manager上

3.  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.

什么是canal?

otter之前开源的一个子项目，开源链接地址：

otter能解决什么？

1.  异构库同步

  a.  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)

  a. 数据库版本升级

  b. 数据表迁移

  c. 异步二级索引

3.  跨机房同步 (比如阿里巴巴国际站就是杭州和美国机房的数据库同步，RTT > 200ms)

  a. 机房容灾

4.  双向同步

   a.  避免回环算法  (通用的解决方案，支持大部分关系型数据库)

   b.  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)

5.  文件同步

   a.  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：

  a.  数据on-Fly，尽可能不落地，更快的进行数据同步.  (开启node loadBalancer算法，如果Node节点S+ETL落在不同的Node上，数据会有个网络传输过程)

  b.  node节点可以有failover / loadBalancer.

跨机房复制示意图：

说明：

  a.  数据涉及网络传输，S/E/T/L几个阶段会分散在2个或者更多Node节点上，多个Node之间通过zookeeper进行协同工作  (一般是Select和Extract在一个机房的Node，Transform/Load落在另一个机房的Node)

  b.  node节点可以有failover / loadBalancer.  (每个机房的Node节点，都可以是集群，一台或者多台机器)

相关名词解释

otter核心model关系图

名词解释

·Pipeline：从源端到目标端的整个过程描述，主要由一些同步映射过程组成

·Channel：同步通道，单向同步中一个Pipeline组成，在双向同步中有两个Pipeline组成

·DateMediaPair：根据业务表定义映射关系，比如源表和目标表，字段映射，字段组等

·DateMedia : 抽象的数据介质概念，可以理解为数据表/mq队列定义

·DateMediaSource : 抽象的数据介质源信息，补充描述DateMedia

·ColumnPair : 定义字段映射关系

·ColumnGroup : 定义字段映射组

·Node : 处理同步过程的工作节点，对应一个jvm

otter的S/E/T/L stage阶段模型

说明：为了更好的支持系统的扩展性和灵活性，将整个同步流程抽象为Select/Extract/Transform/Load，这么4个阶段.

Select阶段: 为解决数据来源的差异性，比如接入canal获取增量数据，也可以接入其他系统获取其他数据等。

Extract/Transform/Load 阶段：类似于数据仓库的ETL模型，具体可为数据join，数据转化，数据Load的

相关实现介绍

·

·

·

·

·

·

QuickStart

See the page for quick start: .

AdminGuide

See the page for admin deploy guide :