【Elastic-2】SpringBoot整合ELK、SpringBoot写ES

ELK相关TODO

• 快速开始文档(https://www.cnblogs.com/lbhym/p/15934416.html)
• SpringBoot整合ELK
• ELK接入Kafka（待Kafka快速开始文档完成之后）

Kafka相关TODO

• Kafka快速开始文档，包含下载、配置、启动、Java Client等
• 管理Kafka及常见问题解决，包含Kafka Manager、AdminClient、Kafka命令行说明（Shell脚本）

前言

​ 快速开始文档中，讲解了ELK三个组件的下载、安装、配置、启动等过程。只要按照文章走一下，就可以看到一个单机版的ELK三件套。本文会带你整合SpringBoot、ELK、Kafka，组成最常见的日志系统。当然，这套组合不仅能作为日志系统，也能作为大数据流处理的前半部分（数据的收集）。后面也会带来大数据相关的随笔文章。本文也会附带相关源码，链接如下：

Github：https://github.com/MrLing1997/elasticsearch-study

依赖导入

​ 虽然整合的是SpringBoot，但是为了方便前期学习、理解，我们就不用SpringData Elasticsearch的starter了。在熟悉了ES官方提供的Java客户端后，可以再使用SpringData Elasticsearch，其提供了很多非常方便的注解。除了注解，还有starter提供的自动配置等功能。更多相关功能和用法可以自行去查看Spring Data官方文档或相关博客。

​ 这里我们只导入ES提供的Java客户端，然后手动去初始化ES。注意导入的版本，最好和服务器的ES版本保持一致。但是由于前段时间log4j的漏洞，导致7.14之前的版本全都被遗弃了，所以这里最低只能导入7.14版本。不过只要版本差距不大，一般不会有问题。

    org.elasticsearch
    elasticsearch
    7.14.0



    org.elasticsearch.client
    elasticsearch-rest-high-level-client
    7.14.0

初始化ES客户端

​ 首先去yml或properties添加配置信息。这个配置key不是上面的jar包提供的，而是我们自己自定义的，然后通过@Value注解获取值。所以你的key不一定要和我一样。配置如下：

elasticsearch:
  host: ip
  port: port

​ 然后初始化RestHighLevelClient即可：

@Configuration
@Slf4j
public class ElasticSearchConfig{
    @Value("${elasticsearch.host}")
    private String host;
    @Value("${elasticsearch.port}")
    private int port;

    @Bean
    public RestHighLevelClient restHighLevelClient() {
        RestHighLevelClient restHighLevelClient = null;
        try {
            log.info("elasticsearch start init...");
            restHighLevelClient = new RestHighLevelClient(RestClient.builder(new HttpHost(host, port, "http")));
            log.info("elasticsearch init success!");
        }catch (Exception e){
            log.error("elasticsearch init had exception:{}", ExceptionUtils.getStackTrace(e));
        }
        return restHighLevelClient;
    }
}

造数据

​ 自己手动编两个数据总觉得不带劲，一是数据量太少，二是太麻烦。我这里推荐一个开源的，自动生成数据的工具，依赖如下，记得排除snakeyaml，可能会和你的springboot中的yaml产生冲突。

				
            com.github.javafaker
            javafaker
            1.0.2
            
                
                    snakeyaml
                    org.yaml
                
            
        

​ 造数据的工具类和实体类很简单，直接贴一下代码：

@Data
@Accessors(chain = true)
public class User {
    private Long id;
    private String traceId;
    private String name;
    private String birthday;
    private String job;
    private String address;
    private String company;
}

public class GenerateUserUtil {
    private static final Faker faker = new Faker();

    public static User generate(){
        return new User()
                .setId(System.currentTimeMillis())
                .setTraceId(UUID.randomUUID().toString())
                .setName(faker.name().name())
                .setBirthday(DateFormat.format(faker.date().birthday(18,60)))
                .setJob(faker.job().title())
                .setAddress(faker.address().fullAddress())
                .setCompany(faker.company().name());
    }
}

往ES写数据

​ 往ES写数据之前，需要新建索引、定义mapping。根据你的实体类然后定义mapping即可。下面一共有三个类，ESConstant中定义了索引常量字符串和mapping。ESUtil封装了RestHighLevelClient，向外提供了创建索引和添加文档两个方法。WriteLogService模拟业务的服务类，不停产生数据和写日志。

public class ESConstant {
    public static final String ES_USER_INDEX_PREFIX = "user";

    public static final String MAPPING ="{\n" +
            "        \"properties\": {\n" +
            "          \"id\":{\n" +
            "            \"type\": \"long\"\n" +
            "          },\n" +
            "          \"traceId\":{\n" +
            "            \"type\": \"keyword\"\n" +
            "          },\n" +
            "          \"name\":{\n" +
            "            \"type\": \"text\"\n" +
            "            , \"analyzer\": \"standard\"\n" +
            "          },\n" +
            "          \"birthday\":{\n" +
            "            \"type\": \"date\"\n" +
            "          },\n" +
            "          \"job\":{\n" +
            "            \"type\": \"text\"\n" +
            "            , \"analyzer\": \"standard\"\n" +
            "          },\n" +
            "          \"address\":{\n" +
            "            \"type\": \"text\"\n" +
            "            , \"analyzer\": \"standard\"\n" +
            "          },\n" +
            "          \"company\":{\n" +
            "            \"type\": \"text\"\n" +
            "            , \"analyzer\": \"standard\"\n" +
            "          }\n" +
            "        }\n" +
            "    }";

}

@Component
public class ESUtil {
    @Autowired
    RestHighLevelClient restHighLevelClient;

    public void createIndex(String indexName,String mapping,int shards,int replicas) throws IOException {
        CreateIndexRequest createIndexRequest = new CreateIndexRequest(indexName);
        //设置索引的配置，1个分片1个副本。由于我们是单机ES，这个配置无关紧要，正式的线上环境记得要配置
        HashMap indexOption = new HashMap<>();
        indexOption.put("index.number_of_shards",String.valueOf(shards));
        indexOption.put("index.number_of_replicas",String.valueOf(replicas));
        createIndexRequest.settings(indexOption);
        //设置索引mapping，即字段的定义
        createIndexRequest.mapping(mapping, XContentType.JSON);
        CreateIndexResponse createIndexResponse = restHighLevelClient.indices().create(createIndexRequest, RequestOptions.DEFAULT);
    }

    public void addDocument(String document,String indexName) throws IOException {
        IndexRequest indexRequest = new IndexRequest(indexName);
        indexRequest.source(document,XContentType.JSON);
        restHighLevelClient.index(indexRequest, RequestOptions.DEFAULT);
    }
}

@Service
@Slf4j
public class WriteLogService implements CommandLineRunner{
    @Autowired
    RestHighLevelClient restHighLevelClient;
    @Autowired
    ESUtil esUtil;

    private static final Gson gson = new GsonBuilder().serializeNulls().create();

    @Override
    public void run(String... args) {
        try {
            //运行前检查索引是否存在,不存在就新建一个
            if (!restHighLevelClient.indices().exists(new GetIndexRequest(ES_USER_INDEX_PREFIX), RequestOptions.DEFAULT)) {
                esUtil.createIndex(ES_USER_INDEX_PREFIX, MAPPING, 1, 1);
            }
            while (true) {
                String user = gson.toJson(GenerateUserUtil.generate());
                log.info("generate user:{}", user);
                esUtil.addDocument(user, ES_USER_INDEX_PREFIX);
                Thread.sleep(1000);
            }
        }catch (Exception e){
            log.error("service had exception:{}", ExceptionUtils.getStackTrace(e));
        }
    }
}

​ 写入成功之后，就可以去Kibana的index Manager中添加user索引了。