零帧起手，Debezium 实现 MySQL CDC 有多简单...

原创

叫我阿柒啊

修改于 2025-07-16 09:52:34

4120

前言

在完成了开启 MySQL 的 binlog 日志、Kafka 的搭建这些准备工作之后，我们终于可以来接着 Debezium 采集接下来的工作。首先要明确的是，debezium 支持多种模式的 MySQL，例如主从复制、高可用集群、多主模式等。我这里使用的是单点模式，是最简单模式的 MySQL。

debezium 的流程就是从数据库中读取变更的日志信息，完成 CDC 后写入 kafka，最后通过一些工具沉淀到下游生产系统中。

之前也接触过不少的采集工具，例如 oracle 的 ogg 和 flink cdc，当然 flink cdc 底层也是基于 debezium 的。今天我们就从最熟悉的 java 开始，看看如何完成一个 debezium cdc 的程序开发。

debezium

这里我们使用最新版本 3.2.0.Final 的 debezium 依赖，首先引入 debezium的依赖。

<dependency>
    <groupId>io.debezium</groupId>
    <artifactId>debezium-api</artifactId>
    <version>${version.debezium}</version>
</dependency>
<dependency>
    <groupId>io.debezium</groupId>
    <artifactId>debezium-embedded</artifactId>
    <version>${version.debezium}</version>
 </dependency>

然后针对于不同的连接器引入依赖，这里我们采集的是 MySQL，所以这里就引入 MySQL的连接器。

<dependency>
    <groupId>io.debezium</groupId>
    <artifactId>debezium-connector-mysql</artifactId>
    <version>${version.debezium}</version>
</dependency>

<dependency>
    <groupId>org.apache.kafka</groupId>
    <artifactId>kafka-clients</artifactId>
    <version>3.9.1</version>
</dependency>

然后就可以开发一个采集程序。

程序开发

官网给出了一个 debezium 连接 MySQL 的样例代码，代码基于 JDK17:

// Define the configuration for the Debezium Engine with MySQL connector...
final Properties props = new Properties();
props.setProperty("name", "engine");
props.setProperty("connector.class", "io.debezium.connector.mysql.MySqlConnector");
props.setProperty("offset.storage", "org.apache.kafka.connect.storage.FileOffsetBackingStore");
props.setProperty("offset.storage.file.filename", "/path/to/storage/offsets.dat");
props.setProperty("offset.flush.interval.ms", "60000");
/* begin connector properties */
props.setProperty("database.hostname", "localhost");
props.setProperty("database.port", "3306");
props.setProperty("database.user", "mysqluser");
props.setProperty("database.password", "mysqlpw");
props.setProperty("database.server.id", "85744");
props.setProperty("topic.prefix", "my-app-connector");
props.setProperty("schema.history.internal", "io.debezium.storage.file.history.FileSchemaHistory");
props.setProperty("schema.history.internal.file.filename", "/path/to/storage/schemahistory.dat");

// Create the engine with this configuration ...
try (DebeziumEngine<ChangeEvent<String, String>> engine = DebeziumEngine.create(Json.class)
        .using(props)
        .notifying(record -> {
            System.out.println(record);
        }).build()
    ) {
    // Run the engine asynchronously ...
    ExecutorService executor = Executors.newSingleThreadExecutor();
    executor.execute(engine);

    // Do something else or wait for a signal or an event
}
// Engine is stopped when the main code is finishe

在上面代码中，你会发现创建一个 debezium engine 的代码很少，大部分代码都是配置。这个我在前几年学习 flink cdc 就发现了这个问题，各种配置很多，有些配置有很关键，所以学好 debezium 的关键就是研究明白它的这些参数。

至于如何学习这些参数呢？我的建议就是首先参考官网，其次就是分层级记忆。例如engine配置、MySQL connector 配置、kafka 配置等。

配置

例如上面的样例代码中，一共给出了两个部分的配置，分别是 engine 和 MySQL connector。

engine

首先 name 和 connector.class 就是定义名称和指定 connector 类型。offset 相关的就是定义读取的偏移量，这样程序才能知道读取到哪里了。

首先 offset.storage 定义了两种偏移量的存储方式：

FileOffsetBackingStore：存储在本地文件中，然后 offset.storage.file.filename 定义存储路径和文件名称
KafkaOffsetBackingStore：存储在kafka中，这样就需要其他三个参数配合：offset.storage.topic、offset.storage.partitions、offset.storage.replication.factor，玩过 kafka 的应该知道这三个是创建 topic 的参数。

在官网代码中使用的是文件存储 offset 的方式，Kafka 的存储方式是 Kafka Connect 模式特有的配置。剩下的配置就是关于 offset 的提交策略的一些配置。