Debezium使用经验总结

问题导读

1.kafka connect 的 rebalance可能会出哪些问题?
2.debezium connector 重启可能会有哪些问题？
3.为了解决debezium的问题，该如何避免？


对debezium的运维和使用大半年时间。曾经管理的单个debezium集群有 10 个左右的 debeizum 任务。某个库的debezium订阅的表数量大概有几十个，得出了很多经验，踩了很多坑。下面会列出各种遇到的问题和一些比较不错的实践。

踩坑

debezium坑很多！！最大的坑就是 kafka connect 的 rebalance;每当有新的debezium connector 被发到集群后，就会触发集群的 rebalance;
集群内部的 connector 任务开始重启，表面上看任务重新分配，每个debezium实例都能均匀的分配到任务，确实很优雅。但是事实上重启集群内部所有的 connector 一个很重的操作。由于本身 debezium 的一些不优雅的特性，导致重启有可能造成集群内多个 connector 挂掉。所以需要尽可能的少触发集群的 rebalance; 不过这个巨坑其实很难避免。

其它的几个大坑:
debezium 的 history topic 不能被多个 connector 共用。如果新的 connector 使用了集群内某个 connector 正在使用的 history topic，集群内的正在使用 history topic 的 connector 会抛出异常终止(这个在 0.5.x 版本的时候，并不会抛出异常!!)。

尽可能的每个库对应一个 connector，每个 connector 只订阅需要接入 debezium 的某个库内的表。可以通过设置库的白名单和表的白名单实现。(一个任务订阅多个库、多个表是非常不正确的行为，后续新增表代价会非常大)

debezium connector 重启并不是每次都成功的，也即是说 connector 重启可能会导致任务挂掉。history topic 可能会非常的大，connector 重启时会读取 history topic 所有数据，如果 history topic 数据量非常的大，connector 可能就无法在给定的时间内启动，connector 抛出异常启动失败。
坑 3 这个坑遇上 rebalance，就会出现比较严重的问题。如果集群内有多个 connector，并且多个 connector 的 histroy topic 都很大，那 rebalance 之后，这些 connector 很有可能都会重启失败。

坑 1 和 rebalance 也有关系。debezium 集群内 connector 数量很多时，重启可能会发生 history topic 被共用的异常，但是事实上我们并没有共用！

建议
一个 debezium 内尽量不要运行太多的 connector。相同数量的机器情况下，多集群的效果会比单集群多服务器好很多！
把很重的 connector 迁到单独的集群。比如我所在的公司，需要订阅一个库内几十个表，这就导致任务的重启非常的慢，停掉任务就要花很长时间，如果和其它 connector 部署在一起，不是很好!(理由自己想)
推荐将 debezium 部署到 k8s，集群扩容、缩容会很方便。
可以尝试将每个 connector 对应一个 k8s pod，来做到正真的资源隔离，互不影响。当然这个我没有尝试过 ~.~ 。