canal
定位：基于数据库增量日志解析，提供增量数据订阅&消费，目前主要支持了mysql。
原理：
- canal模拟mysql slave的交互协议，伪装自己为mysql slave，向mysql master发送dump协议
- mysql master收到dump请求，开始推送binary log给slave(也就是canal)
- canal解析binary log对象(原始为byte流)
整个parser过程大致可分为几步：
- connection获取上一次解析成功的位置（如果第一次启动，则获取初始制定的位置或者是当前数据库的binlog位点）
- connection建立连接，发生binlog_dump命令
- mysql开始推送binary log
- 接收到的binary log通过binlog parser进行协议解析，补充一些特定信息
- 传递给eventsink模块进行数据存储，是一个阻塞操作，直到存储成功
- 存储成功后，定时记录binary log位置
- 数据过滤：支持通配符的过滤模式，表名，字段内容等
- 数据路由/分发：解决1:n (1个parser对应多个store的模式)
- 数据归并：解决n:1 (多个parser对应1个store)
- 数据加工：在进入store之前进行额外的处理，比如join
maxwell
canal 由java开发，分为服务端和客户端，拥有众多的衍生应用，性能稳定，功能强大；canal 需要自己编写客户端来消费canal解析到的数据。
maxwell相对于canal的优势是使用简单，它直接将数据变更输出为json字符串，不需要再编写客户端。
databus
databus是一种低延迟变化捕获系统，已成为linkedin数据处理管道不可或缺的一部分。databus解决了可靠捕获，流动和处理主要数据更改的基本要求。databus提供以下功能：
- 源与消费者之间的隔离
- 保证按顺序和至少一次交付具有高可用性
- 从更改流中的任意时间点开始消耗，包括整个数据的完全引导功能。
- 分区消费
- 源一致性保存
阿里云的数据传输服务dts
数据传输服务（data transmission service，简称dts）是阿里云提供的一种支持 rdbms（关系型数据库）、nosql、olap 等多种数据源之间数据交互的数据流服务。dts提供了数据迁移、实时数据订阅及数据实时同步等多种数据传输能力，可实现不停服数据迁移、数据异地灾备、异地多活(单元化)、跨境数据同步、实时数据仓库、查询报表分流、缓存更新、异步消息通知等多种业务应用场景，助您构建高安全、可扩展、高可用的数据架构。
优势：数据传输（data transmission）服务 dts 支持 rdbms、nosql、olap 等多种数据源间的数据传输。它提供了数据迁移、实时数据订阅及数据实时同步等多种数据传输方式。相对于第三方数据流工具，数据传输服务 dts 提供更丰富多样、高性能、高安全可靠的传输链路，同时它提供了诸多便利功能，极大得方便了传输链路的创建及管理。
个人理解：就是一个消息队列，会给你推送它包装过的sql对象，可以自己做个服务去解析这些sql对象。
免去部署维护的昂贵使用成本。dts针对阿里云rds（在线关系型数据库）、drds等产品进行了适配，解决了binlog日志回收，主备切换、vpc网络切换等场景下的订阅高可用问题。同时，针对rds进行了针对性的性能优化。出于稳定性、性能及成本的考虑，推荐使用。
以上就是mysql binlog 日志处理工具对比分析的详细内容，更多关于mysql binlog 日志处理工具的资料请关注服务器之家其它相关文章！
原文链接：https://mp.weixin.qq.com/s?__biz=MzU2NjIzNDk5NQ==&mid=2247496076&idx=1&sn=e8d0d79be730f49ec58554815b88444f