Logstash数据同步_logstash更新es数据
赞
踩
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。可以通过设置 自增 ID 主键 或 更新时间 来控制数据的自动同步：
- 自增 ID 主键：Logstatsh 会有定时任务，如果发现有主键的值大于先前同步记录的主键值，就会将对应的增量数据同步到 ES 中
- 更新时间：其实原理与主键类似，不过如果设置使用主键作为依据的话，那么数据库的数据更新就不会被识别从而更新到 ES 中。
一、安装
1. 下载地址：https://www.elastic.co/cn/downloads/past-releases#logstash
- 注：使用Logstatsh的版本号与elasticsearch版本号需要保持一致
2. 上传并解压
先上传到服务器 /home/software/ 下，然后解压，并将解压后的文件夹移动到 /usr/local/ 下
- tar -zxvf logstash-7.6.2.tar.gz
-
- mv logstash-7.6.2 /usr/local/
二、配置
1. 首先在 Elasticsearch 中创建一个索引：didiok-items
2. 在 /usr/local/logstash-7.6.2/ 下创建文件夹 sync/
将数据库驱动 mysql-connector-java-5.1.41.jar 包上传到 /usr/local/logstash-7.6.2/sync/ 下，
- cd /usr/local/logstash-7.6.2/
- mkdir sync
- cd sync/
3. 编写数据同步的SQL脚本
- SELECT
- i.id as id,
- i.item_name as itemName,
- i.sell_counts as sellCounts,
- ii.url as imgUrl,
- tempSpec.price_discount as price,
- i.updated_time as updated_time
- FROM
- items i
- LEFT JOIN
- items_img ii
- on
- i.id = ii.item_id
- LEFT JOIN
- (SELECT item_id,MIN(price_discount) as price_discount from items_spec GROUP BY item_id) tempSpec
- on
- i.id = tempSpec.item_id
- WHERE
- ii.is_main = 1
- and
- i.updated_time >= :sql_last_value
-
- # :sql_last_value 是 logstash 每次同步完成之后保存的的边界值，这里保存的是 updated_time ，用于下次数据同步时，大于等于 updated_time 的数据才会进行同步
将sql脚本 保存到 /usr/local/logstash-7.6.2/sync/didiok-items.sql 文件中
4. 在 sync/ 下创建 配置文件 logstash-db-sync.conf，内容如下：
- 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/didiok-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
- jdbc_driver_library => "/usr/local/logstash-7.6.2/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
- statement_filepath => "/usr/local/logstash-7.6.2/sync/didiok-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-7.6.2/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 => "didiok-items"
- # 设置_docID和数据库中的id相同
- document_id => "%{id}"
-
- }
- # 日志输出
- stdout {
- codec => json_lines
- }}
5. 启动 logstash
- cd /usr/local/logstash-7.6.2/bin
-
- ./logstash -f /usr/local/logstash-7.6.2/sync/logstash-db-sync.conf
如果启动过程中报错如下：
报这个错是虚拟机内存不足，是因为这个Logstash要的内存太大了。这个插件在初始化的时候要了一个g的内存，但是虚拟机没有这么多的内存，所以把这个内存改小就行了。
（！！！但是，这样好像会导致 logstash 启动不了，还是想办法扩大内存吧 ，下面的方法仅供参考）
修改 /usr/local/logstash-7.6.2/config/jvm.options ,这里原来是 1g，修改成 256m：
三、在自定义模板中配置中文分词器
首先在 ES 中创建索引 didiok-items，之后启动 logstash，然后再进行以下操作。
1. 查看Logstash默认模板
请求方式：GET
路径：http://localhost:9200/_template/logstash
2. 将查询出来的模板复制出来，进行修改如下（这里只修改了3处）：
- {
- "order": 0,
- "version": 1, # 修改1
- "index_patterns": ["*"], # 修改2
- "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", # 修改3 加入中文分词器
- "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": {}
- }
之后将其保存为 /usr/local/logstash-7.6.2/sync/logstash-ik.json
3. 在 /usr/local/logstash-7.6.2/sync/logstash-db-sync.conf 文件中进行修改，加入以下内容：
- # 定义模板名称
- template_name => "myik"
- # 模板所在位置
- template => "/usr/local/logstash-7.6.2/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
4. 重新运行Logstash进行同步
./logstash -f /usr/local/logstash-7.6.2/sync/logstash-db-sync.conf
中文分词器没有设置成功？
试试下面的解决方案：
先通过postman请求 http://192.168.1.187:9200/_template/logstash，获取的json放入logstash-ik.json中，然后在 /usr/local/logstash-7.6.2/sync/logstash-db-sync.conf 文件中设置manage_template => true，然后启动logstash，启动后 ES 的 didiok-items 索引是不正确的。
删除索引，并重新创建索引 didiok-items。
然后 postman 调 http://192.168.1.187:9200/_template/myik 拿到的 myik 的 json 重新放入logstash-ik.json中，配置 logstash-db-sync.conf 改为 manage_template => false，
再次启动logstash就能在 didiok-items 的mapping中显示中文分词器了。
