es同步mongodb的数据

mongodb数据同步到es上,es的索引对应库,type对应集合,就可以用es去进行快速的搜索,然后安装插件使用sql去操作es(6版本可以直接使用sql)

mongo一定要有副本集,下面是搭建mongo的副本加切片的方式去保证高可用的步骤

mongodb 3.4 集群搭建：分片+副本集
mongodb是最常用的nodql数据库，在数据库排名中已经上升到了前六。这篇文章介绍如何搭建高可用的mongodb（分片+副本）集群。

在搭建集群之前，需要首先了解几个概念：路由，分片、副本集、配置服务器等。
mongos、config server、shard、replica set。

mongos，数据库集群请求的入口，所有的请求都通过mongos进行协调，不需要在应用程序添加一个路由选择器，mongos自己就是一个请求分发中心，它负责把对应的数据请求请求转发到对应的shard服务器上。在生产环境通常有多mongos作为请求的入口，防止其中一个挂掉所有的mongodb请求都没有办法操作。

config server，顾名思义为配置服务器，存储所有数据库元信息（路由、分片）的配置。mongos本身没有物理存储分片服务器和数据路由信息，只是缓存在内存里，配置服务器则实际存储这些数据。mongos第一次启动或者关掉重启就会从 config server 加载配置信息，以后如果配置服务器信息变化会通知到所有的 mongos 更新自己的状态，这样 mongos 就能继续准确路由。在生产环境通常有多个 config server 配置服务器，因为它存储了分片路由的元数据，防止数据丢失！

shard，分片（sharding）是指将数据库拆分，将其分散在不同的机器上的过程。将数据分散到不同的机器上，不需要功能强大的服务器就可以存储更多的数据和处理更大的负载。基本思想就是将集合切成小块，这些块分散到若干片里，每个片只负责总数据的一部分，最后通过一个均衡器来对各个分片进行均衡（数据迁移）。

replica set，中文翻译副本集，其实就是shard的备份，防止shard挂掉之后数据丢失。复制提供了数据的冗余备份，并在多个服务器上存储数据副本，提高了数据的可用性， 并可以保证数据的安全性。

仲裁者（Arbiter），是复制集中的一个MongoDB实例，它并不保存数据。仲裁节点使用最小的资源并且不要求硬件设备，不能将Arbiter部署在同一个数据集节点中，可以部署在其他应用服务器或者监视服务器中，也可部署在单独的虚拟机中。为了确保复制集中有奇数的投票成员（包括primary），需要添加仲裁节点做为投票，否则primary不能运行时不会自动切换primary。

简单了解之后，我们可以这样总结一下，应用请求mongos来操作mongodb的增删改查，配置服务器存储数据库元信息，并且和mongos做同步，数据最终存入在shard（分片）上，为了防止数据丢失同步在副本集中存储了一份，仲裁在数据存储到分片的时候决定存储到哪个节点。

环境准备
系统系统 centos6.5
三台服务器：192.168.0.75/84/86
安装包： mongodb-linux-x86_64-3.4.6.tgz

服务器规划

服务器75 服务器84 服务器86
mongos mongos mongos
config server config server config server
shard server1 主节点 shard server1 副节点 shard server1 仲裁
shard server2 仲裁 shard server2 主节点 shard server2 副节点
shard server3 副节点 shard server3 仲裁 shard server3 主节点
端口分配：

mongos：20000
config：21000
shard1：27001
shard2：27002
shard3：27003
集群搭建
1、安装mongodb
#解压
tar -xzvf mongodb-linux-x86_64-3.4.6.tgz -C /usr/local/
#改名
mv mongodb-linux-x86_64-3.4.6 mongodb
分别在每台机器建立conf、mongos、config、shard1、shard2、shard3六个目录，因为mongos不存储数据，只需要建立日志文件目录即可。

mkdir -p /usr/local/mongodb/conf
mkdir -p /usr/local/mongodb/mongos/log
mkdir -p /usr/local/mongodb/config/data
mkdir -p /usr/local/mongodb/config/log
mkdir -p /usr/local/mongodb/shard1/data
mkdir -p /usr/local/mongodb/shard1/log
mkdir -p /usr/local/mongodb/shard2/data
mkdir -p /usr/local/mongodb/shard2/log
mkdir -p /usr/local/mongodb/shard3/data
mkdir -p /usr/local/mongodb/shard3/log
配置环境变量

vim /etc/profile

内容

export MONGODB_HOME=/usr/local/mongodb
export PATH=$MONGOD{B}_{H}OME/bin:$PATH

source /etc/profile 使立即生效
2、config server配置服务器
mongodb3.4以后要求配置服务器也创建副本集，不然集群搭建不成功。

添加配置文件

vi /usr/local/mongodb/conf/config.conf

配置文件内容

pidfilepath = /usr/local/mongodb/config/log/configsrv.pid
dbpath = /usr/local/mongodb/config/data
logpath = /usr/local/mongodb/config/log/congigsrv.log
logappend = true

bind_ip = 0.0.0.0
port = 21000
fork = true

#declare this is a config db of a cluster;
configsvr = true

#副本集名称
replSet=configs

#设置最大连接数
maxConns=20000
启动三台服务器的config server

mongod -f /usr/local/mongodb/conf/config.conf
登录任意一台配置服务器，初始化配置副本集

#连接
mongo --port 21000
#config变量
config = {
… _id : “configs”,
… members : [
… {_id : 0, host : “192.168.0.75:21000” },
… {_id : 1, host : “192.168.0.84:21000” },
… {_id : 2, host : “192.168.0.86:21000” }
… ]
… }

#初始化副本集
rs.initiate(config)
其中，"_id" : "configs"应与配置文件中配置的 replicaction.replSetName 一致，“members” 中的 “host” 为三个节点的 ip 和 port

3、配置分片副本集(三台机器)
设置第一个分片副本集

配置文件

vi /usr/local/mongodb/conf/shard1.conf

#配置文件内容
#——————————————–
pidfilepath = /usr/local/mongodb/shard1/log/shard1.pid
dbpath = /usr/local/mongodb/shard1/data
logpath = /usr/local/mongodb/shard1/log/shard1.log
logappend = true

bind_ip = 0.0.0.0
port = 27001
fork = true

#打开web监控
httpinterface=true
rest=true

#副本集名称
replSet=shard1

#declare this is a shard db of a cluster;
shardsvr = true

#设置最大连接数
maxConns=20000
启动三台服务器的shard1 server

mongod -f /usr/local/mongodb/conf/shard1.conf
登陆任意一台服务器，初始化副本集

mongo --port 27001
#使用admin数据库
use admin
#定义副本集配置，第三个节点的 “arbiterOnly”:true 代表其为仲裁节点。
config = {
… _id : “shard1”,
… members : [
… {_id : 0, host : “192.168.0.75:27001” },
… {_id : 1, host : “192.168.0.84:27001” },
… {_id : 2, host : "192.168.0.86:27001” , arbiterOnly: true }
… ]
… }
#初始化副本集配置
rs.initiate(config);
设置第二个分片副本集

配置文件

vi /usr/local/mongodb/conf/shard2.conf

#配置文件内容
#——————————————–
pidfilepath = /usr/local/mongodb/shard2/log/shard2.pid
dbpath = /usr/local/mongodb/shard2/data
logpath = /usr/local/mongodb/shard2/log/shard2.log
logappend = true

bind_ip = 0.0.0.0
port = 27002
fork = true

#打开web监控
httpinterface=true
rest=true

#副本集名称
replSet=shard2

#declare this is a shard db of a cluster;
shardsvr = true

#设置最大连接数
maxConns=20000
启动三台服务器的shard2 server

mongod -f /usr/local/mongodb/conf/shard2.conf
登陆任意一台服务器，初始化副本集

mongo --port 27002
#使用admin数据库
use admin
#定义副本集配置
config = {
… _id : “shard2”,
… members : [
… {_id : 0, host : “192.168.0.75:27002” , arbiterOnly: true },
… {_id : 1, host : “192.168.0.84:27002” },
… {_id : 2, host : “192.168.0.86:27002” }
… ]
… }

#初始化副本集配置
rs.initiate(config);
设置第三个分片副本集

配置文件

vi /usr/local/mongodb/conf/shard3.conf

#配置文件内容
#——————————————–
pidfilepath = /usr/local/mongodb/shard3/log/shard3.pid
dbpath = /usr/local/mongodb/shard3/data
logpath = /usr/local/mongodb/shard3/log/shard3.log
logappend = true

bind_ip = 0.0.0.0
port = 27003
fork = true

#打开web监控
httpinterface=true
rest=true

#副本集名称
replSet=shard3

#declare this is a shard db of a cluster;
shardsvr = true

#设置最大连接数
maxConns=20000
启动三台服务器的shard3 server

mongod -f /usr/local/mongodb/conf/shard3.conf
登陆任意一台服务器，初始化副本集

mongo --port 27003
#使用admin数据库
use admin
#定义副本集配置
config = {
… _id : “shard3”,
… members : [
… {_id : 0, host : “192.168.0.75:27003” },
… {_id : 1, host : “192.168.0.84:27003” , arbiterOnly: true},
… {_id : 2, host : “192.168.0.86:27003” }
… ]
… }

#初始化副本集配置
rs.initiate(config);
4、配置路由服务器 mongos
先启动配置服务器和分片服务器,后启动路由实例启动路由实例:（三台机器）

vi /usr/local/mongodb/conf/mongos.conf

#内容
pidfilepath = /usr/local/mongodb/mongos/log/mongos.pid
logpath = /usr/local/mongodb/mongos/log/mongos.log
logappend = true

bind_ip = 0.0.0.0
port = 20000
fork = true

#监听的配置服务器,只能有1个或者3个 configs为配置服务器的副本集名字
configdb = configs/192.168.0.75:21000,192.168.0.84:21000,192.168.0.86:21000

#设置最大连接数
maxConns=20000
启动三台服务器的mongos server

mongos -f /usr/local/mongodb/conf/mongos.conf
5、启用分片
目前搭建了mongodb配置服务器、路由服务器，各个分片服务器，不过应用程序连接到mongos路由服务器并不能使用分片机制，还需要在程序里设置分片配置，让分片生效。

登陆任意一台mongos

mongo --port 20000
#使用admin数据库
user admin
#串联路由服务器与分配副本集
sh.addShard(“shard1/192.168.0.75:27001,192.168.0.84:27001,192.168.0.86:27001”)
sh.addShard(“shard2/192.168.0.75:27002,192.168.0.84:27002,192.168.0.86:27002”)
sh.addShard(“shard3/192.168.0.75:27003,192.168.0.84:27003,192.168.0.86:27003”)
#查看集群状态
sh.status()
6、测试
目前配置服务、路由服务、分片服务、副本集服务都已经串联起来了，但我们的目的是希望插入数据，数据能够自动分片。连接在mongos上，准备让指定的数据库、指定的集合分片生效。

#指定testdb分片生效
db.runCommand( { enablesharding :“testdb”});
#指定数据库里需要分片的集合和片键
db.runCommand( { shardcollection : “testdb.table1”,key : {id: 1} } )
我们设置testdb的 table1 表需要分片，根据 id 自动分片到 shard1 ，shard2，shard3 上面去。要这样设置是因为不是所有mongodb 的数据库和表 都需要分片！

测试分片配置结果

mongo 127.0.0.1:20000
#使用testdb
use testdb;
#插入测试数据
for (var i = 1; i <= 100000; i++)
db.table1.save({id:i,“test1”:“testval1”});
#查看分片情况如下，部分无关信息省掉了
db.table1.stats();

{
“sharded” : true,
“ns” : “testdb.table1”,
“count” : 100000,
“numExtents” : 13,
“size” : 5600000,
“storageSize” : 22372352,
“totalIndexSize” : 6213760,
“indexSizes” : {
“id” : 3335808,
“id_1” : 2877952
},
“avgObjSize” : 56,
“nindexes” : 2,
“nchunks” : 3,
“shards” : {
“shard1” : {
“ns” : “testdb.table1”,
“count” : 42183,
“size” : 0,
…
“ok” : 1
},
“shard2” : {
“ns” : “testdb.table1”,
“count” : 38937,
“size” : 2180472,
…
“ok” : 1
},
“shard3” : {
“ns” : “testdb.table1”,
“count” :18880,
“size” : 3419528,
…
“ok” : 1
}
},
“ok” : 1
}
可以看到数据分到3个分片，各自分片数量为： shard1 “count” : 42183，shard2 “count” : 38937，shard3 “count” : 18880。已经成功了！

后期运维
启动关闭
mongodb的启动顺序是，先启动配置服务器，在启动分片，最后启动mongos.

mongod -f /usr/local/mongodb/conf/config.conf
mongod -f /usr/local/mongodb/conf/shard1.conf
mongod -f /usr/local/mongodb/conf/shard2.conf
mongod -f /usr/local/mongodb/conf/shard3.conf
mongod -f /usr/local/mongodb/conf/mongos.conf
关闭时，直接killall杀掉所有进程

killall mongod
killall mongos

然后安装python和pip

这里有教程
https://blog.csdn.net/qq_28893679/article/details/80966397

1、在安装完成Python和Pip后，开始mongo-connector的安装工作

关于Mongo-connector的介绍：

http://blog.mongodb.org/post/29127828146/introducing-mongo-connector

Github上下载，下面是相关说明：

https://github.com/mongodb-labs/mongo-connector

在Elastic上的应用，分为Elastic1和Elastic2两个版本

elastic-doc-manager介绍：

https://pypi.python.org/pypi/elastic-doc-manager#downloads

2、Pip相关操作介绍

Pip查看已安装的包

pip show --files 包名

例如：pip show --files mongo-connector

Pip检查哪些包需要更新

pip list --outdated

Pip升级包

pip install --upgrade 包名

例如：pip install --upgrade mongo-connector

Pip卸载包

Pip uninstall SomePackage

Pip的文件安装位置

window是python目录下Lib\site-packages\django

Linux是/usr/local/lib/python/dist-packages/Django

服务器上实际安装位置为

/usr/local/lib/python2.7/site-packages

Pip安装到指定目录

方法一：

用户目录下面，.pip目录下建立pip.conf文件，文件内容如下：

[install]

install-option=–prefix=~/.local

然后pip的库就安装到用户目录下的.local下面了

方法二：

很多IDE直接支持virtualenv，比如pycharm communication edition.

手动配置virtualenv也很简单，

pip install virtualenv之后，

命令行： cd path \n virtuanenv [name]

然后运行[name]目录里的active脚本，然后在这个环境下运行你的py代码，就是在当前虚拟环境下运行了。

如果有requirements.txt, 那么 pip install -r requirements.txt 安装

pip install xxx 安装其它需要的包

安装完新包后，要pip freeze > requirements.txt 重新生成所需包的列表

直接用pycharm等支持virtualenv的IDE更方便。

二、安装

1、安装mongo-connector，elastic-doc-manager

Root用户或普通用户下操作

pip install mongo-connector

此时，如果启动，会报一下错误

因为缺少东西

安装elastic-doc-manager后，错误消失

pip install elastic-doc-manager

三、操作

1、命令

mongo-connector -m 192.168.141.2:27017 -t192.168.141.2:9200 -d elastic_doc_manager

以前版本的命令为：

mongo-connector -m localhost:27017 -tlocalhost:9200 -d mongo_connector/doc_managers/elastic_doc_manager.py

如何使用sql去操作es

ES上线之后，用lucene语法来查询数据，学习成本略高，所以考虑用es-sql来简化这部分的操作。

由此我们将es-sql插件部署到两个client节点上面。

我采取的是离线部署，部署步骤：

下载插件：https://github.com/NLPchina/elasticsearch-sql/releases/download/5.4.0.0/elasticsearch-sql-5.4.0.0.zip
解压，并将解压出来的文件夹名称修改为【sql】
将sql文件夹拷贝到 elasticsearch/plugins目录下面
重启client节点
使用方式，这里简单介绍两种：

在kibana界面的Dev Tools里面输入：GET _sql?sql=select * from test_index where name = ‘John’
在浏览器地址栏输入：192.168.112.1:9500/_sql?sql=select * from test_index where name = ‘John’