logstash实现mysql数据库表实时同步

logstash可以将不同数据源，例如日志、文件、或jdbc等，同步到ElasticSearch中，本文利用logstash实现mysql数据库表之间的数据。（实例：数据库DB1中的表A有添加或者修改，数据库DB2中的表B也会自动同步）

一、准备：

数据源输入使用logstash中自带的logstash-input-jdbc，无需额外安装，官网使用说明地址。
数据源输出需要使用logstash-output-jdbc，但是在loastash官网中output plugins列表中并没有相关插件，需要额外安装，使用说明在Github地址。

安装logstash

将logstash下载后，放到/opt/elastic/目录下，并将logstash目录重命名为logstash-test。

安装logstash-output-jdbc，在/opt/elastic/logstash-test目录下执行：

	bin/logstash-plugin install logstash-output-jdbc

安装成功：

二、数据库表

在数据库DB1中创建表A，并添加数据如下：

在数据库DB2中创建表B，表结构与A一致，暂不添加数据：

三、logstash配置文件

logstash配置文件中必须包含两个元素input和output，分别是数据来源的配置和数据输出的配置。还有一个可选项filter，用来处理数据源和数据输出的之间的适配，例如，需要将某个字段的值10以后再输出，这个10的动作就应该写在filter模块；还有数据源和数据输出字段的编码不同，日期类型不同等情况的处理。（由于本文中A表和B表中数据结构都是一样的，只是实现简单的数据同步，暂时用不到filter）

同步配置文件如下：后面对每个部分进行解释。

input {
    jdbc {
        jdbc_connection_string => "jdbc:mysql://IP:3306/DB1?serverTimezone=Asia/Shanghai&useUnicode=true&characterEncoding=utf8&useSSL=false&allowMultiQueries=true"
        jdbc_user => "expert"
        jdbc_password => "123456"
        jdbc_driver_library => "/opt/elastic/logstash-test/mysql-connector-java-5.1.6.jar"
        jdbc_driver_class => "com.mysql.jdbc.Driver"
        statement => "SELECT title,description FROM A"
   }
}

filter {}

output {
    jdbc {
        connection_string => "jdbc:mysql://IP:3306/DB2?serverTimezone=Asia/Shanghai&useUnicode=true&characterEncoding=utf8&useSSL=false&allowMultiQueries=true"
        username => "root"
        password => "root123"
        driver_jar_path => "/opt/elastic/logstash-test/mysql-connector-java-5.1.6.jar"
        driver_class => "com.mysql.jdbc.Driver"
        statement => ["insert into B (title,description) values (?,?)","[title]","[description]"]
    }
    stdout {
        codec => json_lines
    }
}

input配置

input的配置中有很多强大的功能，详细使用见官网地址，此处只介绍上面涉及到的参数：

• jdbc_connection_string ：数据库连接配置
• jdbc_user ：用户名（连接DB1的用户名）
• jdbc_password：密码（连接DB1的密码）
• jdbc_driver_library：数据驱动的jar位置
• jdbc_driver_class ：数据库驱动类名（类似jdbc中的Class.forName(“com.mysql.jdbc.Driver”)）
• statement ：查询数据源的sql语句（output中就是将此处的查询结果insert到数据库DB2中）

output配置

由于logstash-output-jdbc是额外扩展的output插件，在配置参数的写法上也略有不同，比如：所有的参数前面都没有jdbc_前缀

• connection_string ：数据库连接配置
• username ：用户名（连接DB2的用户名
• password ：密码（连接DB2的密码）
• driver_jar_path ：与input参数中的jdbc_driver_library一致
• driver_class ：与input参数中的jdbc_driver_class一致
• statement ：向DB2中添加数据的insert语句。

四、执行启动命令

将上述的配置文件命令为logstash_default.conf，放在logstash-test/conf文件夹下，在logstash-test下执行：

logstash启动命令：

./bin/logstash -f /opt/elastic/logstash-test/config/logstash_default.conf --path.data=/opt/elastic/logstash-test/test

启动后发现报如下异常：

java.lang.IllegalAccessError: tried to access class com.mysql.jdbc.EscapeProcessor from class com.mysql.jdbc.ConnectionImpl

java.lang.IllegalAccessError: com/mysql/jdbc/EscapeProcessor

遗憾的是目前没有找到为什么会报这个异常，不过换了一种驱动的配置方式，这个异常就消失了。另外一种指定驱动jar包的方式也是官网给出的方式如下：

下面结合本例中给出解决办法。

启动异常处理方式：

在logstash目录下，创建目录vendor/jar/jdbc（/opt/elastic/logstash-test/vendor/jar/jdbc），将驱动jar包放入该路径下。

将配置文件中的driver_jar_path注释掉，

重新执行logstash启动命令

./bin/logstash -f /opt/elastic/logstash-test/config/logstash_default.conf --path.data=/opt/elastic/logstash-test/test

执行结果：

检查DB2中的表B：数据已经全部同步过去了。

五、定时自动同步数据

按照上面的过程，能实现执行logstash命令以后，DB1中的表A和DB2中的表B数据同步，但是如果后续表A中的数据有新增或者修改，还需要再去启动logstash。logstash提供了一种定时任务的方式，定期去检查表A中的数据是否有变化，根据表A的最后修改时间（LastUpdateDate）将表A中新增和修改的数据修改新增到表B中。

将配置文件做如下修改：

input {
    jdbc {
        jdbc_connection_string => "jdbc:mysql://IP:3306/DB1?serverTimezone=Asia/Shanghai&useUnicode=true&characterEncoding=utf8&useSSL=false&allowMultiQueries=true"
        jdbc_user => "expert"
        jdbc_password => "123456"
        jdbc_driver_library => "/opt/elastic/logstash-test/mysql-connector-java-5.1.6.jar"
        jdbc_driver_class => "com.mysql.jdbc.Driver"
        statement => "SELECT title,description FROM A"
        schedule => "* * * * *"
        record_last_run => true
        use_column_value => true
        tracking_column => "LastUpdateDate"
        tracking_column_type => "timestamp"
        last_run_metadata_path => "/opt/elastic/logstash-test/last_record/logstash_default_last_time"
        clean_run => false
        lowercase_column_names => false
   }
}

filter {}

output {
    jdbc {
        connection_string => "jdbc:mysql://IP:3306/DB2?serverTimezone=Asia/Shanghai&useUnicode=true&characterEncoding=utf8&useSSL=false&allowMultiQueries=true"
        username => "root"
        password => "root123"
        driver_class => "com.mysql.jdbc.Driver"
        statement => ["insert into B (title,description) values(?,?) on duplicate key update title=values(title),description=values(description)","[title]","[description]"]
    }
    stdout {
        codec => json_lines
    }
}

input中新增的参数：

• schedule => "* * * * *"：每分钟检查一次
• ` record_last_run => true``：是否记录上一下执行的时间
• ` use_column_value => true``：是否使用数据源的字段
• `tracking_column => “LastUpdateDate”``：数据源的最后修改时间字段
• `tracking_column_type => “timestamp”``：字段类型
• ` last_run_metadata_path => “/opt/elastic/logstash-test/last_record/logstash_default_last_time”``：存放最后修改时间的文件位置
• ` clean_run => false``：这个参数表示你在开启Logstash同步数据时需不需要clean掉上次的记录
• lowercase_column_names => false读取字段时是否区分大小写

output新增的参数：

stdout {
    codec => json_lines
}

stdout为可选字段，将输出数据的方式加一种，stdout可以把input中statement 的select结果转为json字符串打印到logstash的log中，便于追踪检查哪些数据被更新了。

六、补充

output中的statement修改：

将表B中的title字段设置为唯一约束，将statement改为如下。即可实现如果title相同的时候，只修改记录，而不是新增。唯一约束可以根据实际需求去设置。

["insert into B (title,description) values(?,?) on duplicate key update title=values(title),description=values(description)","[title]","[description]"]

表A修改完只有需要1分钟以后才能在表B中看到同步效果，因为定时任务设置的每分钟执行一次。