商品检索
大家该当都在各种电商网站检索过商品，检索商品一样平常都是通过什么实现呢？搜索引擎Elasticsearch。
那么问题来了，商品上架，数据一样平常写入到MySQL的数据库中，那么用于检索的数据又是怎么同步到Elasticsearch的呢？
MySQL同步ES
1.同步双写这是能想到的最直接的办法，在写入MySQL，直接也同步往ES里写一份数据。
同步双写
对付这种办法：
优点：实现大略缺陷：业务耦合，商品的管理中耦合大量数据同步代码影响性能，写入两个存储，相应韶光变长不便扩展：搜索可能有一些个性化需求，须要对数据进行聚合，这种办法不便实现2.异步双写我们也很随意马虎想到异步双写的办法，上架商品的时候，先把商品数据丢进MQ，为理解耦合，我们一样平常会拆分一个搜索做事，由搜索做事去订阅商品变动的，来完成同步。
异步双写
前面说的，一些数据须要聚合处理成类似宽表的构造怎么办呢？例如商品库的商品品类、spu、sku表是分开的，但是查询是跨维度的，在ES里再聚合一次效率就低一些，最好便是把商品的数据给聚合起来，在ES里以类似大宽表的形式存储，这样一来查询效率就高一些。
多维度多条件查询
这种实在没什么好办法，基本上还是得搜索做事直接查库，或者远程调用，再查询一遍商品的数据库，便是所谓的回查。
回查完成聚合
这种办法：
优点：解耦合，商品做事无需关注数据同步实时性较好，利用MQ，正常情形下，同步完成在秒级缺陷：引入了新的组件和做事，增加了繁芜度3.定时任务如果我们要快速搞搞，数据量有没那么大，怎么办呢？定时任务也可以。
定时任务
定时任务，最麻烦的一点是频率不好选，频率高的话，会非自然地形成业务的波峰，导致存储的CPU、内存占用波峰式上升，频率低的话实时性比较差，而且也有波峰的情形。
这种办法：
优点：实现比较大略缺陷：实时性难以担保对存储压力较大4.数据订阅还有一种办法，便是最时兴的数据订阅。
MySQL通过binlog订阅实现主从同步，各路数据订阅框架比如canal就依据这个事理，将client组件伪装成从库，来实现数据订阅。
MySQL主从同步
我们以运用最广泛的canal为例，canal通过canal-adapter，支持多种适配器，个中就有ES适配器，通过一些配置，启动之后，就可以直接把MySQL数据同步到ES，这个过程是零代码的。
canal同步数据
但是，和老板理解过，利用canal看起来很美好，帮我们把同步的事情都干了，但实在，还是要写代码。为什么呢？
前面提到的多张表数据聚合，canal的支持没那么好，以是还是得回查。这时候用canal-adapter就不得当了，须要自己实现canal-client，监听和聚合数据，写入ES：
数据订阅+回查
这种看起来和异步双写比较像，但是第一降落了商品做事的耦合，第二数据的实时性更好。
以是利用数据订阅：
优点：业务入侵较少实时性较好至于数据订阅框架的选型，主流的大体上是这些：
Cancal
Maxwell
Python-Mysql-Rplication
开源方
阿里巴巴
Zendesk
社区
开拓措辞
Java
Java
Python
生动度
生动
生动
生动
高可用
支持
支持
不支持
客户端
Java/Go/PHP/Python/Rust
无
Python
落地
Kafka/RocketMQ 等
Kafka/RabbitNQ/Redis 等
自定义
格式
自定义
JSON
自定义
文档详略
详细
详细
详细
Boostrap
不支持
支持
不支持
除了MySQL同步ES，MySQL同步到其它的数据存储，例如HBase，实在大体上都是类似的几种方法。
