当前测试环境下Elasticsearch版本为2.3。不同版本的mongo-connector、elastic-doc-manager/elastic2-doc-manager所支持的Elasticsearch版本不同,安装时注意版本的选择
把数据从Mongo同步到Elasticsearch,实现全文快速检索
环境: centos7, mongodb v3.4.9, python2.7,
安装: pip,mongo-connector,elastic2-doc-manager, Elasticsearch v5.6.4
1. 安装mongo-connector
//首先安装python和pip
http://blog.csdn.net/liuchunming033/article/details/39578019
python get-pip.py
pip安装的时候还可以使用安装选项进行安装,比如指定get-pip.py所在的位置:
python get-pip.py --no-index --find-links=c:\downloads
//centos安装pip
sudo yum install python-pip
//安装mongo-connector*
https://github.com/mongodb-labs/mongo-connector
https://github.com/mongodb-labs/mongo-connector/wiki/Installation
//mongodb-labs/elastic2-doc-manager
https://github.com/mongodb-labs/elastic2-doc-manager
//windows安装命令
//centos安装pip
sudo pip install mongo-connector[elastic5]
//如果在内网的话,可能有防火墙,要配置代理
pip install --proxy http://ip:port --index http://mirrors.aliyun.com/pypi/simple/ mongo-connector[elastic5] --trusted-host mirrors.aliyun.com
sudo pip install elastic2-doc-manager[elastic5]
pip install --proxy http://ip:port --index http://mirrors.aliyun.com/pypi/simple/ elastic2-doc-manager[elastic5] --trusted-host mirrors.aliyun.com
2, 安装Elasticsearch
官网下载https://www.elastic.co/downloads/past-releases/elasticsearch-5-6-4
解压缩即可,解压完后可以把相关命令链接到方便/usr/bin/目录下,之后直接引用就可以
sudo ln -s /usr/local/elasticsearch-5.6.4/bin/elasticsearch /usr/bin/elasticsearch
sudo ln -s /usr/local/elasticsearch-5.6.4/bin/elasticsearch.in.sh /usr/bin/elasticsearch.in.sh
sudo ln -s /usr/local/elasticsearch-5.6.4/bin/elasticsearch-keystore /usr/bin/elasticsearch-keystore
sudo ln -s /usr/local/elasticsearch-5.6.4/bin/elasticsearch-plugin /usr/bin/elasticsearch-plugin
sudo ln -s /usr/local/elasticsearch-5.6.4/bin/elasticsearch-translog /usr/bin/elasticsearch-translog
sudo ln -s /usr/local/elasticsearch-5.6.4/bin/elasticsearch-systemd-pre-exec /usr/bin/elasticsearch-systemd-pre-exec
导入mongodb中的数据到Elasticsearch集群
在安装了monog-connector的机子的命令行中执行下面的命令(该命令为测试时的真实命令)。
mongo-connector --auto-commit-interval=0 -m ip_addr1:27018 -t ip_addr2:9200 -d elastic2_doc_manager -n db.collection
-m mongodb_host:port —— 数据源地址,mongodb数据库地址。
-t target_host:port —— 数据目的地地址,elasticsearch/solr/mongodb集群地址。建议为集群中的协调节点的地址。
-d xxx_doc_manager —— 数据目的地的document类型。例如:
将mongodb中的数据同步到elasticsearch,使用elastic_doc_manager或elastic2_doc_manager。
将mongodb中的数据同步到solr,使用solr_doc_manager。
将mongodb中数据同步到其他mongodb,使用mongo_doc_manager。
-n db.collection ... —— 待同步的数据库及其collection。默认同步所有数据库。
-i filed_name ... —— 待同步的字段。默认同步所有字段。
-o mongodb_oplog_position.oplog —— mongo-connector的oplog。默认在mongo-connector命令执行目录下创建oplog.timestamp文件。
建议重新分配存储位置(也可重新分配存储文件名),例如 /opt/mongo-connector.oplog。
--auto-commit-interval —— 数据同步间隔。默认在不同系统上有不同的值。设置为0表示mongodb中的任何操作立即同步到数据目的地。
--continue-on-error —— 一条数据同步失败,日志记录该失败操作,继续后续同步操作。默认为中止后续同步操作。
其他参数包括设置日志输出行为(时间、间隔、路径等)、设置mongodb登录账户和密码、设置(数据目的地)Http连接的证书等、设置mongo-connector的配置文件
使用mongo-connector同步数据注意事项
1. mongodb必须开启副本集(Replica Set)。开启副本集才会产生oplog,副本拷贝主分片的oplog并通过oplog与主分片进行同步。
mongo-connector也是通过oplog进行数据同步,故必须开启副本集。
2. 使用mongo-connector命令同步数据时,-m参数中的mongodb地址应该是主/从分片的地址,
从该地址登录可以看见并操作local数据库(oplog存储在local.oplog.rs);不能使用mongoos地址。
3. 使用mongo-connector命令同步数据时 ,mongo-connector的oplog(参照-o参数)不能随便删除,
否则会引起重新同步所有数据的问题。该问题可以通过--no-dump选项关闭。
4. 生产环境下建议将mongo-connector配置为系统服务,运行mongo-connector时采用配置文件的方式。
踩过的坑
1. 数据库A中有多个集合(A1, A2, A3),且已开启了副本集(Replica Set),但是集合A1可以同步,集合A2不能同步.
原因:oplog中有A1的操作记录,没有A2的操作记录。
结论:开启副本集(Replica Set)并不能保证一定能同步,oplog中必须包含待同步集合的操作记录,才能通过mongo-connector同步到Elasticsearch集群。
2. mongodb3.x版本加强了安全机制,导致了在只拥有某个库的权限时不能同步数据的问题。
原因:拥有某个库的权限,并不能拥有oplog的读取权限,而mongo-connector需要读取oplog的权限。
结论:同步数据至少需要能够读取oplog的权限,确保当前mongodb用户的权限能够操作oplog,或者直接使用mongodb的管理员权限。