[特殊字符] 使用增量同步+MQ机制将用户数据同步到Elasticsearch

在开发用户搜索功能时，我们通常会将用户信息存储到 Elasticsearch（简称 ES） 中，以提高搜索效率。本篇文章将详细介绍我们是如何实现 MySQL 到 Elasticsearch 的增量同步，以及如何通过 MQ 消息队列实现用户信息实时更新 的机制。

一、整体思路

为了保证用户数据在 MySQL 与 ES 之间保持一致，我们采用了以下 双通道同步策略：

1. 定时任务 + 游标机制：实现 MySQL 到 ES 的增量同步

2. 通过 MQ（消息队列） 实现实时同步用户更新/删除操作到 ES

二、定时任务增量同步逻辑详解

我们定义了一个定时任务 syncUserDataToESJob，主要用于从 user 表中 增量拉取变动数据，并同步到 ES。

✨ 增量拉取机制

为了避免全量同步的高开销，我们使用了 “更新时间 + 主键 ID”双重游标，实现分页增量同步：

List<User> usersBatch = userClient.selectIncrementalUsers(lastSyncTime, lastMaxId, PAGE_SIZE);

其中：

• lastSyncTime 表示上次同步的最大更新时间

• lastMaxId 用于处理相同更新时间下的并发写入

🧠 同步逻辑核心代码如下：

@XxlJob("syncUserDataToESJob")
@GlobalTransactional
public void syncUserData() {
    Date lastSyncTime = syncPointService.getLastSyncTime();
    Long lastMaxId = syncPointService.getLastMaxId();

    if (lastSyncTime == null) {
        lastSyncTime = new Date(0); // 默认从最早开始
        lastMaxId = 0L;
    }

    Date maxUpdateTime = lastSyncTime;
    Long maxId = lastMaxId;

    boolean hasNewData = false;

    while (true) {
        List<User> usersBatch = userClient.selectIncrementalUsers(lastSyncTime, lastMaxId, PAGE_SIZE);
        if (usersBatch.isEmpty()) break;
        hasNewData = true;

        List<EsUserDoc> esDocs = usersBatch.stream()
            .map(this::convertToEsDoc)
            .collect(Collectors.toList());
        esClient.bulkIndex(esDocs);

        for (User u : usersBatch) {
            Date updateTime = u.getUpdateTime();
            if (updateTime.after(maxUpdateTime)) {
                maxUpdateTime = updateTime;
                maxId = u.getId();
            } else if (updateTime.equals(maxUpdateTime) && u.getId() > maxId) {
                maxId = u.getId();
            }
        }

        lastSyncTime = maxUpdateTime;
        lastMaxId = maxId;
    }

    // 同步删除数据
    List<Long> deletedUserIds = userClient.selectDeletedUserIds(syncPointService.getLastSyncTime(), syncPointService.getLastMaxId());
    if (!deletedUserIds.isEmpty()) {
        esClient.bulkDeleteByIds(deletedUserIds);
    }

    if (hasNewData) {
        log.info("更新同步点：maxUpdateTime = {}, maxId = {}", maxUpdateTime, maxId);
        syncPointService.updateLastSyncPoint(maxUpdateTime, maxId);
    } else {
        log.info("本次没有增量数据，不更新同步点");
    }
}

📝 特别说明：

• syncPointService 用于记录上次同步的时间点和 ID，保证每次定时任务可重复安全执行。

• 如果服务中断重启，也不会造成数据丢失或重复。

三、用户修改通过 MQ 实时同步到 ES

虽然定时任务可以周期性同步，但如果用户更新昵称、头像、标签等信息，等待下一次定时任务才能生效，可能会造成 数据延迟。

为此，我们引入了 消息队列机制，实现实时更新：

✅ 使用 MQ 的同步方案

1. 用户信息发生变化时，在业务服务中发送一条消息：

UserUpdateMessage message = new UserUpdateMessage(userId);
rabbitTemplate.convertAndSend("user.topic.exchange", "user.update", message);

1. 在 ES 同步服务中监听消息并处理：

@RabbitListener(queues = "user.update.queue")
public void onUserUpdate(UserUpdateMessage msg) {
    User user = userClient.getUserById(msg.getUserId());
    if (user != null) {
        EsUserDoc doc = convertToEsDoc(user);
        esClient.index(doc);
    }
}

💡 好处：

• 实时：用户更新后立即同步到 ES

• 解耦：业务逻辑与搜索逻辑分离

• 高性能：避免频繁更新 ES

四、总结与展望

通过“定时任务 + 增量游标” 和 “消息队列实时更新” 的结合方案，我们实现了对用户数据高效且可靠的同步到 Elasticsearch。

未来我们还可以扩展以下能力：

• 引入 Canal + Binlog 监听实现更彻底的实时同步

• 支持多租户分库分表的场景下数据同步

• 引入失败重试机制保障消息不丢

希望本文对你在做数据同步或 ES 架构设计时有所启发，欢迎点赞、收藏、评论交流！