Elasticsearch系列 - 使用Logstash同步MySQL中到数据到Elasticsearch

Logstash是一个开源数据收集引擎，具有实时管道功能。Logstash可以动态地将来自不同数据源的数据统一起来，并将数据标准化到你所选择的目的地.

0.安装ik中文分词器

到 https://github.com/medcl/elasticsearch-analysis-ik/releases 下载对应本地es的版本，按照指引安装。

1. create plugin folder cd your-es-root/plugins/ && mkdir ik
2. unzip plugin to folder your-es-root/plugins/ik

1.安装并配置Logstash

下载地址：https://www.elastic.co/cn/downloads/logstash

1.1.导入配置

在logstash建立 logstash-db-sync.conf 写入以下内容，注意修改配置中的路径信息。

input {
    jdbc {
        # 设置 MySql/MariaDB 数据库url以及数据库名称
        jdbc_connection_string => "jdbc:mysql://127.0.0.1:3306/study_01?useUnicode=true&characterEncoding=UTF-8&autoReconnect=true"
        # 用户名和密码
        jdbc_user => "root"
        jdbc_password => "your_password"
        # 数据库驱动所在位置，可以是绝对路径或者相对路径
        jdbc_driver_library => "/Users/zhang/Codes/java/tools/logstash-7.12.0/mysql-connector-java-8.0.23.jar"
        # 驱动类名
        jdbc_driver_class => "com.mysql.cj.jdbc.Driver"
        # 开启分页
        jdbc_paging_enabled => "true"
        # 分页每页数量，可以自定义
        jdbc_page_size => "10000"
        # 执行的sql文件路径
        statement_filepath => "/Users/zhang/Codes/java/tools/logstash-7.12.0/data/goods-demo.sql"
        # 设置定时任务间隔  含义：分、时、天、月、年，全部为*默认含义为每分钟跑一次任务
        schedule => "* * * * *"
        # 索引类型
        type => "_doc"
        # 是否开启记录上次追踪的结果，也就是上次更新的时间，这个会记录到 last_run_metadata_path 的文件
        use_column_value => true
        # 记录上一次追踪的结果值
        last_run_metadata_path => "/Users/zhang/Codes/java/tools/logstash-7.12.0/data/track_time"
        # 如果 use_column_value 为true， 配置本参数，追踪的 column 名，可以是自增id或者时间
        tracking_column => "updated_time"
        # tracking_column 对应字段的类型
        tracking_column_type => "timestamp"
        # 是否清除 last_run_metadata_path 的记录，true则每次都从头开始查询所有的数据库记录
        clean_run => false
        # 数据库字段名称大写转小写
        lowercase_column_names => false
    }
}
output {
    elasticsearch {
        # es地址
        hosts => ["127.0.0.1:9200"]
        # 同步的索引名
        index => "goods-demo"
        # 设置_docID和数据相同
        document_id => "%{id}"
        # document_id => "%{itemId}"
        
        # 定义模板名称
        template_name => "myik"
        # 定义模板所在的位置
        template => "/Users/zhang/Codes/java/tools/logstash-7.12.0/config/logstash-ik.json"
        # 重写模板
        template_overwrite => true
        # 关闭自动模板管理，使用自定义模板的时候要设置为false
        manage_template => false
        
    }
    # 日志输出
    stdout {
        codec => json_lines
    }
}

1.2.配置查询SQL语句

在文件 goods-demo.sql(自定义文件名，这里仅做演示)，写入以下内容：

其中:sql_last_value是上面配置中input.jdbc.tracking_column_type对应的内容，可以为时间，也可以为id

SELECT id,title,price,create_time,update_time
FROM goods
WHERE goods.update_time > :sql_last_value

1.3.配置重写模板，使用自定义分词器

在文件 logstash-ik.json，写入以下内容：

{
    "order": 0,
    "version": 1,
    "index_patterns": ["*"],
    "settings": {
        "index": {
            "refresh_interval": "5s"
        }
    },
    "mappings": {
        "_default_": {
            "dynamic_templates": [
                {
                    "message_field": {
                        "path_match": "message",
                        "match_mapping_type": "string",
                        "mapping": {
                            "type": "text",
                            "norms": false
                        }
                    }
                },
                {
                    "string_fields": {
                        "match": "*",
                        "match_mapping_type": "string",
                        "mapping": {
                            "type": "text",
                            "norms": false,
                            "analyzer": "ik_max_word",
                            "fields": {
                                "keyword": {
                                    "type": "keyword",
                                    "ignore_above": 256
                                }
                            }
                        }
                    }
                }
            ],
            "properties": {
                "@timestamp": {
                    "type": "date"
                },
                "@version": {
                    "type": "keyword"
                },
                "geoip": {
                    "dynamic": true,
                    "properties": {
                        "ip": {
                            "type": "ip"
                        },
                        "location": {
                            "type": "geo_point"
                        },
                        "latitude": {
                            "type": "half_float"
                        },
                        "longitude": {
                            "type": "half_float"
                        }
                    }
                }
            }
        }
    },
    "aliases": {}
}

1.4.运行

> ./logstash -f /path/to/logstash-db-sync.conf

如果没有出错的话，会显示你的数据

备注信息

mysql驱动下载：https://mvnrepository.com/artifact/mysql/mysql-connector-java (选定版本后查看详情在files下载jar包)

参考资料

https://www.cnblogs.com/toov5/p/11355596.html

扫码在手机查看