Elasticsearch 同步mysql数据

最新推荐文章于 2024-02-26 14:51:01 发布

weixin_30883777

最新推荐文章于 2024-02-26 14:51:01 发布

阅读量629

点赞数

文章标签：大数据数据库

原文链接：http://www.cnblogs.com/lingli-meng/p/11572693.html

版权

将mysqL 数据同步到elsearch中（同步而非导入，当数据变化时el数据跟着变化），有两种情况，单表数据和联表数据。

0.在bin目录放jdbc驱动jar包

1.logstash 的配置尤为重要

参考：

https://blog.csdn.net/qq_16436555/article/details/9136071

   input { jdbc {
　　　　　#数据库地址，用户，密码
        jdbc_connection_string => "jdbc:mysql://ip:3306/test"
        jdbc_user => "root"
        jdbc_password => "root"
　　　　　#驱动位置配置

        #此处的路径最好是绝对路径，行对路径取决与允许命令的目录
        jdbc_driver_library => "sync-conf/mysql-connector-java-6.0.6.jar"
        jdbc_driver_class => "com.mysql.jdbc.Driver"
　　　　　#开启分页查询

        jdbc_paging_enabled => "true"
        jdbc_page_size => "50000"

　　　　　　#决定增量同步的关键

　　　　　　#是否清除 last_run_metadata_path 的记录,如果为真那么每次都相当于从头开始查询所有的数据库记录

   　　 clean_run => false

 　 　　#是否需要记录某个column 的值,如果 record_last_run 为真,可以自定义我们需要表的字段名称
  　　  ，使用其它字段追踪，而不是用时间，此时该参数就要为 true. 否则默认 track 的是 timestamp 的值.
 
    　　use_column_value => true
   　　 #如果 use_column_value 为真,需配置此参数. 这个参数就是数据库给出的一个字段名称。当然该字段必须是递增的，可以是 数据库的数据时间这类的
   　　 tracking_column => create_time
       #只有两种选择 numeric,timestamp
　　　　　tracking_column_type=>"timestamp"
    　　#是否记录上次执行结果, 如果为真,将会把上次执行到的 tracking_column 字段的值记录下来,保存到 last_run_metadata_path 指定的文件中
   　　 record_last_run => true
    #在 SQL 语句中 WHERE MY_ID > :last_sql_value 即可. 其中 :sql_last_value 取得就是该文件中的值
    last_run_metadata_path => "/etc/logstash/run_metadata.d/my_info"
    #是否将字段名称转小写。
    #这里有个小的提示，如果你这前就处理过一次数据，并且在Kibana中有对应的搜索需求的话，还是改为true，
    #因为默认是true，并且Kibana是大小写区分的。准确的说应该是ES大小写区分
    lowercase_column_names => false
    #你的SQL的位置，当然，你的SQL也可以直接写在这里。
    #statement => SELECT * FROM tabeName t WHERE  t.creat_time > :sql_last_value order by creat_time asc

　　 statement_filepath => "/etc/logstash/statement_file.d/my_info.sql" #sql 文件执行路径，最好绝对路径。 
    #注意：外载的SQL文件就是一个文本文件就可以了，还有需要注意的是，一个jdbc{}插件就只能处理一个SQL语句， 
    #如果你有多个SQL需要处理的话，只能在重新建立一个jdbc{}插件。 }

    # 设置监听间隔  各字段含义（由左至右）分、时、天、月、年，全部为*默认含义为每分钟都更新
    schedule => "* * * * *"
#用于区分输入的数据源，可以在output中区分输出到哪里
        type => "user"  
    }
}
output {
    #设置窗口日志输出
    stdout {
        codec => json_lines
    }
if[type] == "user"{

    elasticsearch {
        hosts => ["127.0.0.1:9200"]
        #注意index的值不支持大写字母
        index => "user"
        #document_type自行设置，不设置时，默认为doc
        #document_type => ""
        #此处的值来自查询sql中的列名称，根据需要自行配置
        document_id => "%{id}"
    }