配置数据同步环境
配置Canal+RabbitMQ实现MySQL数据同步，通过开启Binlog行模式、创建专用用户并授权，部署Canal监听指定表变更，将数据实时发送至RabbitMQ指定队列，确保hm-item库中item_sync表的增删改操作同步至消息队列，支持后续数据消费与处理。
微服务原理篇(Canal-Redis)
本文介绍了ES索引同步的常见方案，重点讲解Canal+MQ数据同步机制。通过解析MySQL的binlog日志，Canal模拟slave伪装接入主库，实现增量数据捕获，并结合RabbitMQ保证消息顺序性地同步至Elasticsearch。同时探讨了缓存一致性问题，提出使用分布式锁（如Redis）控制并发写操作，避免双写不一致。还涵盖Redis持久化、集群模式、过期淘汰策略及缓存三剑客（穿透、雪崩、击穿）的解决方案，系统梳理了高并发场景下的数据同步与缓存保障技术体系。
zk基础—2.架构原理和使用场景
ZooKeeper（ZK）是一个分布式协调服务，广泛应用于分布式系统中。它提供了分布式锁、元数据管理、Master选举及分布式协调等功能，适用于如Kafka、HDFS、Canal等开源分布式系统。ZK集群采用主从架构，具有顺序一致性、高性能、高可用和高并发等特点。其核心机制包括ZAB协议（保证数据一致性）、Watcher监听回调机制（实现通知功能）、以及基于临时顺序节点的分布式锁实现。ZK适合小规模集群部署，主要用于读多写少的场景。
深入浅出阿里数据同步神器：Canal原理+配置+实战全网最全解析！
canal 翻译为管道，主要用途是基于 MySQL 数据库的增量日志 Binlog 解析，提供增量数据订阅和消费。
早期阿里巴巴因为杭州和美国双机房部署，存在跨机房同步的业务需求，实现方式主要是基于业务 trigger 获取增量变更。从 2010 年开始，业务逐步尝试数据库日志解析获取增量变更进行同步，由此衍生出了大量的数据库增量订阅和消费业务。
