Logstash数据同步

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。