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
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
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
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
}
}
同步启动
./logstash -f /usr/local/logstash-6.4.3/sync/logstash-db-sync.conf
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/
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": {}
}
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
只要是text类型的都使用上了中文分词器