Logstash：迁移数据到 Elasticsearch

在生产环境中，不使用 Apache Kafka 等流平台进行数据迁移并不是一个好的做法。 在这篇文章中，我们将详细探讨 Apache Kafka 和 Logstash 的关系。

但首先让我们简单了解一下 Apache Kafka 的含义。 Apache Kafka 是分布式流平台，擅长实时数据集成和消息传递。

Kafka 架构不复杂且直接。 生产者将给定主题的数据发送到 Kafka Broker； Kafka 集群包含一个或多个 broker，用于存储从生产者接收到的消息，订阅 Kafka 主题的消费者将接收数据。 由于它是一个分布式平台，Zookeeper 有助于管理架构。

• Kafka Producer 是数据的生产者； 它是源头。 它将数据推送到 Kafka 服务器，即 broker。
• 单个 Kafka 服务器称为 Kafka Broker，而 Kafka Broker 的集合称为 Kafka 集群。 Kafka 代理将数据存储在它们运行的服务器磁盘上的目录中。
• Kafka topic 将充当数据流的唯一标识符。 由于多个生产者可以将数据发送到同一个代理，如果消费者想要使用数据，则很难识别。 多个生产者也可以将数据发送到同一 topic。
• Consumers 是消费群体的一部分。 单个 consumer 将读取多个 Kafka  topic 的消息。
• Zookeeper 用于元数据管理。 它跟踪哪些代理是 Kafka 集群的一部分。 它还存储主题和权限的配置。

安装并运行 Kafka 实例是测试迁移的必要条件。如果你想了解更多关于 Kafka 的安装知识，请参考：

• Elastic：Data pipeline：使用 Kafka =＞ Logstash =＞ Elasticsearch

• Elasticsearch：使用 Logstash 构建从 Kafka 到 Elasticsearch 的管道 - Nodejs

启动 Kafka 的过程围绕以下命令进行。

# To create topic in Kafka.
kafka-topics.bat --create --bootstrap-server localhost:9092 --topic 

# To produce data or to ingest data using producer module.
kafka-console-producer.bat --broker-list localhost:9092 --topic 

# To see the data in the topic.
kafka-console-consumer.bat --topic  --bootstrap-server localhost:9092 --from-beginning

注意：在上面显示的命令是针对 Windows 系统的。针对 Linux 系统，这些命令变成了 kafka-console-consumer.sh。

使用下面的配置文件，我们可以使用 JDBC 驱动程序从任何数据库中提取数据，将数据迁移到 Kafka，然后使用 Logstash 从 Kafka 将数据迁移到 Elasticsearch。

我们在 “config” 文件夹中创建管道配置文件来定义 Logstash 的处理阶段。 Logstash 仅加载 “config” 目录中的 “.conf” 文件，而忽略其他文件。 基本配置包括输入、过滤器和输出插件。 输入插件读取源事件，过滤器插件处理事件，输出插件将数据发送到特定目的地

在下面的配置模板中，我们在输入部分使用了 JDBC 插件，在输出部分使用了 Elasticsearch 插件。

Database to Kafka Server : Logstash .conf file.

input 
{
        id => "jdbc_input"
        # path to third party driver library
        # replace it with where you placed the driver.
        jdbc_driver_library => "/path/to/mysql-connector-java.jar"

        # class to load
        jdbc_driver_class => "com.microsoft.sqlserver.jdbc.SQLServerDriver"

        # Replace the JDBC connection string with your actual database details  
        jdbc_connection_string => "jdbc:://:;databaseName=;encrypt=true;trustServerCertificate=true;user=;password=;"

        # database Credentials
        # replace it with your own credentials. 
        jdbc_user => ""
        jdbc_password => ""
        statement => ""

}
filter{}
output
{
    kafka {
        codec => json
        # topic created within the Kafka.
        topic_id => "mytopic"
        bootstrap_servers => "localhost:9092"
    }
}

Kafka to Elasticsearch : Logstash .conf file

input 
{
    kafka
   { 
        ## decoding the input data
        codec => json
        ## URL of kafka instance to establish initial connection
        bootstrap_servers => ":"
        ## topics to subscribe to
        topics => [""]
   }
}
filter{}
output
{
    elasticsearch
    {
        # index to write the data
        index => "index_name"
        # Set the host's of the remote instance
        hosts => [":"]
    }
}

迁移程序：

• 首先安装相应的数据库 JDBC 驱动程序并将其保存在你首选位置的 Logstash 文件夹中。
• 接下来，创建一个配置 (.conf) 文件并将其保存在 Logstash 目录中的 “config” 文件夹中。
• 将数据库 JDBC 驱动程序放置在 Logstash 文件夹中，并将配置文件保存在 “config” 文件夹中后，你就可以启动 Logstash。
• 对于 Windows 操作系统，从 “bin” 文件夹中打开命令提示符 (cmd) 并执行以下命令：

# replace the conf_file_name
logstash.bat -f .\config\.conf

• 同样，对于其他操作系统，执行相同的命令，但确保从 “bin” 文件夹运行它。

# replace the conf_file_name
bin/logstash -f ./config/.conf

更多关于如何在 Logstash 中配置 JDBC 驱动的文章，请阅读 “Logstash：如何使用 Logstash 和 JDBC 确保 Elasticsearch 与关系型数据库保持同步”。

结论

在数据迁移领域，Logstash 遇到了它的完美伴侣 ---  Apache Kafka。 显然，他们的协同合作提供了强大的解决方案，确保将数据从不同来源无缝高效地传输到 Elasticsearch，从而为组织提供实时洞察力和敏捷性。