Logstash同步数据_logstash是怎么做数据同步的

Logstash

Logstash 是免费且开放的服务器端数据处理管道，能够从多个来源采集数据，转换数据，然后将数据发送到您最喜欢的“存储库”中。详细说明可以看官方文档。

下载地址：https://www.elastic.co/cn/logstash

实践

功能：数据同步，把mysql里面的数据同步到elasticsearch中

logstash有两种同步方式一种是以id作为同步边界，一种是以update_time作为同步边界。logstash有一个定时任务，定时任务到期后就会进行同步。

• 如果是以id为同步边界的话只会同步新增的数据，无法同步修改的数据。
• 以update_time作为同步边界，初次同步的话会记录下更新的时间，下次同步的话就会把新增的数据以及修改过的数据进行同步。

这里采用的是update_time方式进行同步。

准备工作

把下载好的包上传到服务器（logstash-6.4.3.tar.gz），与elasticsearch的版本一致，解压到/usr/local/目录下

由于要连接mysql所以需要用到mysql驱动包，用的版本是mysql-connector-java-5.1.41.jar

创建一个foodie-items索引

创建目录

到时候需要把驱动包，Logstash同步配置文件，还有同步的数据库语句放到这个目录下。

cd /usr/local/logstash-6.4.3
mkdir sync
1
2

把驱动包放到sync目录下

创建需要同步的数据库语句

vim foodie-items.sql
1

需要注意的是表中的updated_time时间要比当前的时间还要大，才可以同步过去

SELECT
	i.id AS itemId,
	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
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15

sql_last_value是Logstash每次在同步完以后的一个边界值，logstash会自动加上

logstash同步配置文件

一个输入，一个输出

input {
    jdbc {
        # 设置 MySql/MariaDB 数据库url以及数据库名称
        jdbc_connection_string => "jdbc:mysql://192.168.1.14:3306/foodie-shop-dev?useUnicode=true&characterEncoding=UTF-8&autoReconnect=true"
        # 用户名和密码
        jdbc_user => "root"
        jdbc_password => "671354"
        # 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-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 => "1000"
        # 执行的sql文件路径
        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（不需要手动创建）
        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 => ["192.168.233.132:9200"]
        # 同步的索引名
        index => "foodie-items"
        # 设置_docID和数据相同
        # document_id => "%{id}"
        document_id => "%{itemId}"
    }
    # 日志输出
    stdout {
        codec => json_lines
    }
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50

同步启动

./logstash -f /usr/local/logstash-6.4.3/sync/logstash-db-sync.conf
1

第一次没有track_time这个文件，所以系统会有一个默认的时间。

后面就会生成一个track_time的文件，里面记录着这次同步的时间。

@timestamp是logstash自己记录的时间，后面同步的话只有数据库的update_time时间大于@timestamp才会同步过来。

@timestamp表示的是本次同步的时间，如果下次同步数据的时候就会把update和该列的时间进行比较不一样就会进行同步

并且会在sync目录下记录本次同步的时间，下次只有update_time大于该时间的才会进行同步

效果

自定义模版配置中文分词器

logstash默认的模版是没有配置中文分词的，可以自己定义一个。

查看默认模版

http://192.168.233.132:9200/_template/logstash/
1

自定义模版

myik为自定义模版的名称

http://192.168.233.132:9200/_template/myik/

{
	"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": {}
}

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72

把上面自定义的模版进行提交，同步数据就会使用这个模版了

创建一个新的索引

创建一个foodie-items-ik索引，并修改logstash-db-sync.conf配置文件，输出的索引需要改下index => “foodie-items-ik”

重新进行同步

./logstash -f /usr/local/logstash-6.4.3/sync/logstash-db-sync.conf
1

只要是text类型的都使用上了中文分词器