Elasticsearch使用Logstash-input-jdbc同步mysql数据（全量和增量）（windows）

项目中用到elasticsearch，初始化数据时时写的程序从数据库里面查询出来，然后多线程往elasticsearch里面写入的。

今天试了一下Logstash-input-jdbc插件，发现高效又方便，而且可以设置定时任务。

1、安装插件

在logstash的bin目录下执行命令： logstash-plugin install logstash-input-jdbc

2、配置文件和jar包

在bin目录下新建一个config-mysql目录,里面包含mysql.conf,
在H:\software\logstash-6.1.2\logstash-6.1.2\lib 加入mysql的驱动 mysql-connector-java-5.1.38.jar

mysql.conf的内容如下：


input {
    stdin {
    }
    jdbc {
      # 数据库
      jdbc_connection_string => "jdbc:mysql://39.107.60.74:3306/db_plat3"
      # 用户名密码
      jdbc_user => "root"
      jdbc_password => "letsgo123QWE"
      # jar包的位置
      jdbc_driver_library => "H:\software\logstash-6.1.2\logstash-6.1.2\lib\mysql-connector-java-5.1.38.jar"
      # mysql的Driver
      jdbc_driver_class => "com.mysql.jdbc.Driver"
      jdbc_paging_enabled => "true"
      jdbc_page_size => "50000"
      #statement_filepath => "config-mysql/test02.sql"
      statement => "select * from information"
      schedule => "* * * * *"
      #索引的类型
      type => "information"
    }
}
 
filter {
    json {
        source => "message"
        remove_field => ["message"]
    }
}
 
output {
    elasticsearch {
        hosts => "192.168.1.70:9200"
        # index名
        index => "information"
        # 需要关联的数据库中有有一个id字段，对应索引的id号
        document_id => "%{id}"
    }
    stdout {
        codec => json_lines
    }
}

3、启动logstash

然后通过以下命令启动logstash

.\logstash.bat -f  .\config-mysql\mysql.conf

过一会他就会自动的往ES里添加数据。

4、增量索引

但是现在有一个问题是：往elasticsearch里面写入是全量的，需要改成增量。

修改mysql.conf的内容如下

input {
    stdin {
    }
    jdbc {
      # 数据库
      jdbc_connection_string => "jdbc:mysql://39.107.60.74:3306/db_plat3"
      # 用户名密码
      jdbc_user => "root"
      jdbc_password => "letsgo123QWE"
      # jar包的位置
      jdbc_driver_library => "H:\software\logstash-6.1.2\logstash-6.1.2\lib\mysql-connector-java-5.1.38.jar"
      # mysql的Driver
      jdbc_driver_class => "com.mysql.jdbc.Driver"
 
 
 
     #使用其它字段追踪，而不是用时间
      use_column_value => true
      #追踪的字段
      tracking_column => id
      record_last_run => true
     #上一个sql_last_value值的存放文件路径, 必须要在文件中指定字段的初始值
last_run_metadata_path=>"H:\software\logstash-6.1.2\logstash-6.1.2\bin\config-mysql\station_parameter.txt"
     #开启分页查询
      jdbc_paging_enabled => "true"
      jdbc_page_size => "50000"
      statement_filepath => "config-mysql/information.sql"
      #statement => "select * from information where  id > :sql_last_value "
      schedule => "* * * * *"
      #索引的类型
      type => "information"
    }
}
 
filter {
    json {
        source => "message"
        remove_field => ["message"]
    }
}
 
output {
    elasticsearch {
        hosts => "192.168.1.70:9200"
        # index名
        index => "information"
        # 需要关联的数据库中有有一个id字段，对应索引的id号
        document_id => "%{id}"
    }
    stdout {
        codec => json_lines
    }
}

修改的内容见红色。

station_parameter.txt中的内容如下：

logstash执行时打印出来的sql如下：

其中遇到的一个问题是用：

statement => "select * from information where  id > :sql_last_value "

时会报:sql_last_value 的错 ，暂时不知道怎么解决。于是改用文件config-mysql/information.sql存在sql语句。

ps : 

 上述问题是因为从人家那里copy过来的时候是错的  把 :last_sql_value 改成 :sql_last_value  就可以了。

5、用时间来实现增量：

input {

stdin {

}

jdbc {

# 数据库

jdbc_connection_string => "jdbc:mysql://39.107.60.74:3306/db_plat3"

# 用户名密码

jdbc_user => "root"

jdbc_password => "letsgo123QWE"

# jar包的位置

jdbc_driver_library => "H:\software\logstash-6.1.2\logstash-6.1.2\lib\mysql-connector-java-5.1.38.jar"

# mysql的Driver

jdbc_driver_class => "com.mysql.jdbc.Driver"

#开启分页查询

jdbc_paging_enabled => "true"

jdbc_page_size => "50000"

#statement_filepath => "config-mysql/information.sql"

statement => "select * from information where modify_time > :sql_last_value"

schedule => "* * * * *"

#索引的类型

type => "information"

}

}

filter {

json {

source => "message"

remove_field => ["message"]

}

}

output {

elasticsearch {

hosts => "192.168.1.70:9200"

# index名

index => "information"

# 需要关联的数据库中有有一个id字段，对应索引的id号

document_id => "%{id}"

}

stdout {

codec => json_lines

}

}

modify_time 是我表里的最后修改时间字段。

而 :sql_last_value如果input里面use_column_value => true， 即如果设置为true的话，可以是我们设定的字段的上一次的值。 
默认 use_column_value => false， 这样 :sql_last_value为上一次更新的最后时刻值。 
也就是说，对于新增的值，才会更新。这样就实现了增量更新的目的。

参考文章：https://www.cnblogs.com/a-du/p/7611620.html