6.Elasticsearch学习之Logstash数据同步

1.Logstash数据采集与同步

1.Logstash

Logstash是elastic技术栈中的一个技术。它是一个数据采集引擎，可以从数据库采集数据到es中。我们可以通过设置自增id主键或者update_time时间来控制数据的自动同步，这个id或者update_time时间就是用于给logstash进行识别的

• id：假设现在有1000条数据，Logstatsh识别后会进行一次同步，同步完会记录这个id为1000，以后数据库新增数据，那么id会一直累加h会有定时任务，发现有id大于1000了，则增量加入到es中

• update_time时间：同理，一开始同步1000条数据，每条数据都有一个字段，为time，初次同步完毕后，记录这个time，下次同步的时候进行时间比超过这个时间的，那么就可以做同步，这里可以同步新增数据，或者修改元数据，因为同一条数据的时间更改会被识别，而id则不会。

以id或者update_time作为同步边界

2.安装Logstash

官方链接：https://www.elastic.co/cn/downloads/logstash

注：使用Logstatsh的版本号与elasticsearch版本号需要保持一致

3.插件 logstash-input-jdbc

本插件用于同步，es6.x起自带，这个是集成在了 logstash中的。所以直接配置同步数据库的配置文件即可

4.创建索引

同步数据到es中，前提得要有索引，这个需要手动先去创建，名字随意。比如： foodie-items

5.JDK

记得安装JDK，java -version检查一下，如果没有安装，请安装一下。

2.logstatsh数据同步 - 数据同步配置

1.logstash同步数据库配置

• 上传并解压logstash，位置放在如下：

1.上传文件到服务器，这里是mac终端直接上传，也可以使用

scp /Users/administrator/Downloads/logstash-7.12.0-linux-x86_64.tar.gz root@123.57.129.206:/home/software

2.解压文件夹

tar -zxvf logstash-7.12.0-linux-x86_64.tar.gz 

3.移动到/usr/local文件夹下

mv logstash-7.12.0 /usr/local/

4.进入到logstash-7.12.0文件下，创建同步目录sync

mkdir sync

5.进入到sync文件下，添加配置文件 logstash-db-sync.conf

vim logstash-db-sync.conf

6.上传数据库驱动

 scp /Users/administrator/Desktop/2.\ ElasticSearch\ 分布式搜索引擎/elasticsearch/mysql-connector-java-5.1.41.jar root@123.57.129.206:/home/software

7.数据库驱动copy到当前文件夹

cp /home/software/mysql-connector-java-5.1.41.jar .

8.创建配置文件logstash-db-sync.conf文件和sql文件

vim logstash-db-sync.conf 

input {
    jdbc {
        # 设置 MySql/MariaDB 数据库url以及数据库名称
        jdbc_connection_string => "jdbc:mysql://192.168.1.6:3306/foodie-shop-dev?useUnicode=true&characterEncoding=UTF-8&autoReconnect=true&useSSL=false"
        # 用户名和密码
        jdbc_user => "root"
        jdbc_password => "root"
        # 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 => "/usr/local/logstash-6.4.3/sync/mysql-connector-java-5.1.41.jar"
        # 驱动类名
        jdbc_driver_class => "com.mysql.jdbc.Driver"
        # 开启分页
        jdbc_paging_enabled => "true"
        # 分页每页数量，可以自定义
        jdbc_page_size => "1000"
        # 执行的sql文件路径
        statement_filepath => "/usr/local/logstash-6.4.3/sync/foodie-items.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 => "/usr/local/logstash-6.4.3/sync/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 => ["192.168.1.187:9200"]
        # 同步的索引名
        index => "foodie-items"
        # 设置_docID和数据相同
        document_id => "%{id}"
        # document_id => "%{itemId}"
    }
    # 日志输出
    stdout {
        codec => json_lines
    }
}

注意：这里要修改你的mysql数据库的ip地址，以及驱动的文件的路径和执行的sql文件路径

同时需要注意document_id => "%{id}"这个ID要与查询id对应，所以修改为document_id => "%{itemId}"

vim foodie-items.sql

select
   i.id as itemId,
   .....,
   i.updated_time as update_time
from 
   item i
left join 
	item_img ii
on 
  i.id=ii.item_id
where 
	ii.is_main=1
	and 
	i.updated_time >= :sql_last_value

注意：这里要在你的查询语句上添加updated_time ,同时要在查询条件上添加 updated_time >= :sql_last_value

同时数据库表中需要有updated_time这个字段，

初次使用的话，要对updated_time进行调整，默认是1970年开始

UPDATE `store`.`product` SET `updated_time` = '2021-04-27 11:42:48' 

9.启动logstash

./logstash -f /usr/local/logstash-7.12.0/sync/logstash-db-sync.conf

10.报错提示修改

javax.net.ssl.SSLException: closing inbound before receiving peer’s close_notify

需要修改logstash-db-sync.conf 文件：

更改设置 MySql/MariaDB 数据库url以及数据库名称：添加上useSSL=false

    jdbc_connection_string => "jdbc:mysql://192.168.1.6:3306/foodie-shop-dev?useUnicode=true&characterEncoding=UTF-8&autoReconnect=true&useSSL=false"

2.自定义模板配置中文分词

2.1引子

目前的数据同步，mappings映射会自动创建，但是分词不会，还是会使用默认的，而我们需要中文分词，这个时候就需要自定义模板功能来设置分词了。

2.2查看Logstash默认模板

GET /_template/logstash

修改模板如下 :

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

2.3修改Logstash-db-sync.conf

需要在output中添加自定义模版名称

#定义模版的名称
template_name => "myik"
#模版所在的位置
template => "/Library/Environment/logstash-7.12.0/sync/logstash-ik.json"
#是否重写模版
template_overwrite => true
#默认为true，false关闭logstash自动管理模版的功能，如果自定义模版，则设置false
manage_template => false