logstatsh数据同步

最新推荐文章于 2024-03-23 11:58:58 发布

tangerr

最新推荐文章于 2024-03-23 11:58:58 发布

阅读量385

点赞数

分类专栏： java

本文链接：https://blog.csdn.net/tangerr/article/details/107288493

版权

java 专栏收录该内容

15 篇文章 0 订阅

订阅专栏

Logstash

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主键或者时间来控制数据的自动同步，这个id或者时间就是用于给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，Logstatsh会有定时任务，发现有id大于1000了，则增量加入到es中
- 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对，如果有超过这个时间的，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。

安装 logstash

官方链接

CSDN链接包含配置

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

上传并解压logstash，位置放在如下
创建文件名：logstash-db-sync.conf，后缀为 conf ，文件名随意，位置也随意
把数据库驱动拷贝

配置内容如下：
- linux配置

# bin目录下./logstash  后面是配置文件路径
# ./logstash -f /usr/local/logstash-6.4.3/sync/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"
        # 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
        # 驱动必须和你的mysql是相同版本的，我mysql是8.0.18，使用5.1.41的驱动会提示一直连接失败
        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 => "10000"
        # 执行的sql文件路径，获取数据同步的结果
        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}"
    }
    # 日志输出
    stdout {
        codec => json_lines
    }
}

window配置

input {
  jdbc {
  	# cmd 黑框运行logstash -f ../sync/logstash-db-sync.conf  
      # 设置 MySql/MariaDB 数据库url以及数据库名称
      jdbc_connection_string => "jdbc:mysql://47.96.27.155:3306/foodie-shop?useUnicode=true&characterEncoding=UTF-8&autoReconnect=true"
      # 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
      # 驱动必须和你的mysql是相同版本的，我mysql是8.0.18，使用5.1.41的驱动会提示一直连接失败
      jdbc_driver_library => "D:\server\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 => "10000"
      # 执行的sql文件路径，获取数据同步的结果
      #statement_filepath => "/usr/local/logstash-6.4.3/sync/foodie-items.sql"
  	statement => " SELECT
      t1.id AS id,
      t1.item_name AS itemName,
      t1.sell_counts AS sellCounts,
      t2.url AS imgUrl,
      t3.price_discount AS price,
      t1.updated_time AS updated_time
      FROM
      items AS t1
      LEFT JOIN items_img AS t2 ON t1.id = t2.item_id
      LEFT JOIN ( SELECT item_id, MIN( price_discount ) AS price_discount FROM items_spec GROUP BY item_id ) AS t3 ON
      t1.id = t3.item_id
      WHERE
      t2.is_main = 1
      AND t1.updated_time >=:sql_last_value"
      # 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 => "D:\server\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 => ["47.96.27.155:9200"]
      # 同步的索引名
      index => "foodie-items"
      # 设置_docID和数据相同
      document_id => "%{id}"
  }
  # 日志输出
  stdout {
      codec => json_lines
  }
}

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

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

自定义模板配置中文分词

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。
查看Logstash默认模板

GET /_template/logstash

修改模板如下

{
    "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": {}
}

新增如下配置，用于更新模板，设置中文分词

# 定义模板名称
template_name => "myik"
# 模板所在位置（模板里所存内容就是上面修改的模板）
template => "/usr/local/logstash-6.4.3/sync/logstash-ik.json"
# 重写模板
template_overwrite => true
# 默认为true，false关闭logstash自动管理模板功能，如果自定义模板，则设置为false
manage_template => false

重新运行Logstash进行同步

./logstash -f /usr/local/logstash-6.4.3/sync/logstash-db-sync.conf

测试

tangerr

关注

0
点赞
踩
1

收藏

觉得还不错? 一键收藏
0
评论
logstatsh数据同步

Logstash1. Logstash2. 安装Logstash3. 创建索引4. 自定义模板配置中文分词logstashLogstash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主键或者时间来控制数据的自动同步，这个id或者时间就是用于给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，L.
复制链接

扫一扫