ElasticSearch数据导入

作者：dominating

本文将介绍通过logstash收集.csv文件，oracle数据库数据再导入到ElasticSearch中，以及SuperMap iClient for JavaScript 9D与ElasticSearch的结合使用。
###安装logstash
1、官网下载logstash-6.1.2.tar.gz，https://www.elastic.co/downloads/logstash
解压到/opt下
2、测试
运行logstash

bin/logstash -e 'input { stdin { } } output { stdout {} }'

输入hello world，logstash将会输出内容到控制台

2018-01-29T16 :36:49,507 +0000 0.0.0.0 hello world

###导入.csv文件
编写配置文件
收集和导入数据需要借助logstash的input,filter,output插件来编写配置文件:

input {
  file {
    path => ["/opt/flights2.csv"]
    start_position => "beginning"
  }
}
filter {
  csv {
    separator => ","
    columns => ["ident","lon","lat","temp","origin","destination"]
  } 
}
output {
  elasticsearch {
        hosts => ["192.168.255.143:9200"]
        index => "flight"
  }
}

参数说明：
input插件
file：数据来源为文件型
path:#必选项，配置文件路径.如我使用的以下.csv文件

start_position：logstash从哪个位置读取文件数据，默认从尾部，值为：end，如果要导入历史数据则设置成：beginning
filter插件
csv:csv文件过滤器
separator：定义列分割符值。默认为逗号’,’
columns：定义一个列名称列表，按照在CSV中出现的顺序
output插件
elasticsearch输出目标为elasticsearch，配置host和index索引名

运行logstash

/opt/logstash-6.1.2/bin/logstash -f /opt/test.conf

-f：指定配置文件路径

查看ElasticSearch

"took": 9,
	"timed_out": false,
	"_shards": {
		"total": 5,
		"successful": 5,
		"skipped": 0,
		"failed": 0
	},
	"hits": {
		"total": 100,
		"max_score": 1.0,
		"hits": [{
			"_index": "flight",
			"_type": "doc",
			"_id": "9pMPQWEBy48LTNYe0eDu",
			"_score": 1.0,
			"_source": {
				"temp": "1.49E+12",
				"@timestamp": "2018-01-29T08:36:50.287Z",
				"host": "ubuntu-node3",
				"lat": "29.824944",
				"ident": "T0000",
				"origin": "Lishe",
				"destination": "Jiangbei",
				"message": "T0000,121.465069,29.824944,1.49E+12,Lishe,Jiangbei\r",
				"@version": "1",
				"path": "/opt/flights2.csv",
				"lon": "121.465069"
			}
		}]
	}

可以看到导入了100条数据，并且能够被查询到。
###导入oracle数据
需要在logstash所在机器上提前安装oracle客户端，并且配置好oracle的环境变量
测试oracle数据库是否能正常通讯

编写logstash配置文件
需要导入的oracle数据

input {
  jdbc {
    jdbc_driver_library => "/opt/ojdbc6.jar"
    jdbc_driver_class => "Java::oracle.jdbc.driver.OracleDriver"
    jdbc_connection_string => "jdbc:oracle:thin:@//192.168.15.89:1521/supermap"
    jdbc_user => "liu"
    jdbc_password => "supermap"
    schedule => "* * * * *"
    statement => "select * from SMDTV_341"
    type => "jdbc"
    last_run_metadata_path => "/home/elsearch/logstash-oradb.lastrun"
  }
}
filter {

}
output {
  elasticsearch {
        hosts => ["192.168.255.143:9200"]
        index => "test"
  }
}

参数说明：
jdbc_driver_library：在oracle目录下，如我的在D:\app\wangwu\product\11.2.0\dbhome_1\jdbc\lib下面，复制到指定目录

schedule：查询间隔，"* * * * *"每分钟查询一次，不设置则只执行一次
last_run_metadata_path：最后更新时间文件位置
statement：SQL查询语句
index： 索引，可以先创建一个索引再导入

将文件保存为jdbc.conf放在logstash所在机器，运行

/opt/logstash-6.1.2/bin/logstash -f /opt/jdbc.conf

查看结果

说明数据已经导入成功，并且能够被查询到。
###导入地理坐标点数据
ElasticSearch提供了地理位置功能，并且能够把地理位置、全文搜索、结构化搜索和分析结合到一起。
ElasticSearch中存储地理坐标数据需要使用geo-point类型，并且必须提前显式声明
1、创建索引，并且声明location为geo-point类型

curl -XPUT '192.168.255.143:9200/test3?pretty' -H 'Content-Type: application/json' -d' 
{ 
  "mappings": { 
    "capital" : { 
      "properties" : { 
        "location" : { 
          "type" :    "geo_point" 
        } 
      } 
    } 
  } 
} 
'

创建索引test3，映射字段location，并且声明为geo-point类型
2、编写配置文件
将带地理坐标的数据导入到ElasticSearch中

input { 
  jdbc { 
    jdbc_driver_library => "/opt/ojdbc6.jar" 
    jdbc_driver_class => "Java::oracle.jdbc.driver.OracleDriver" 
    jdbc_connection_string => "jdbc:oracle:thin:@//192.168.15.89:1521/supermap" 
    jdbc_user => "liu" 
    jdbc_password => "supermap" 
    statement => "select * from SMDTV_361" 
    type => "jdbc" 
    last_run_metadata_path => "/home/elsearch/logstash-oradb.lastrun" 
  } 
} 
filter { 
    mutate { 
        add_field => {"location" => "%{smy},%{smx}"} 
    } 
} 
output { 
  elasticsearch { 
        hosts => ["192.168.255.143:9200"] 
        index => "test3" 
        document_type => "capital" 
  } 
}

由于原表中并没有location字段，所以filter中使用mutate插件给收集到的数据添加字段location
3、执行导入命令

/opt/logstash-6.1.2/bin/logstash -f /opt/jdbc.conf

4、网格聚合
将地理位置数据导入成功之后，我们就可以使用ElasticSearch提供的地理位置功能了，以下我们将执行Geohash网格聚合：

curl -XGET '192.168.255.143:9200/test3/capital/_search?pretty' -H 'Content-Type: application/json' -d' 
{ 
  "query": { 
    "constant_score": { 
      "filter": { 
        "geo_bounding_box": { 
          "location": { 
            "top_left": { 
              "lat":  90, 
              "lon": -180 
            }, 
            "bottom_right": { 
              "lat":  -90, 
              "lon": 180 
            } 
          } 
        } 
      } 
    } 
  }, 
  "aggs": { 
    "world": { 
      "geohash_grid": { 
        "field":     "location", 
        "precision": 1 
      } 
    } 
  } 
} 
'

如果对Geohash不太明白，可以参考官方的文档：https://www.elastic.co/guide/cn/elasticsearch/guide/current/geohash-grid-agg.html
###SuperMap iClient for JavaScript 9D和ElasticSearch的结合使用
SuperMap iClient for JavaScript 9D封装了ElasticSearch的JavaScript API，我们以for Leaflet为例查询之前导入的数据。
1、 定义服务

liveESService = new SuperMap.ElasticSearch("http://192.168.255.143:9200");

2、 传入查询条件，成功回调函数

function loadLiveData() {
        var liveParameters = [];
        liveParameters.push({index: "flight"});
        liveParameters.push({
            "query": {
                "match_all":{}
            },
            "from": 0,
            "size": 100
        });
        liveESService.msearch({body: liveParameters}, function (error, result) {
            if (error) {
                widgets.alert.showAlert(JSON.stringify(error), false);
                return;
            }
			renderLive(result.responses);
        });
    }

使用new SuperMap.ElasticSearch(url).msearch(params,callback)方法，传入查询参数，定义回调函数
3、 处理数据添加到地图

4、更多关于SuperMap iClient for JavaScript 9D和ElasticSearch的结合使用的例子
http://iclient.supermap.io/examples/leaflet/examples.html#Elasticsearch
热力/网格图

航班监控