利用logstash从mysql同步数据到ElasticSearch

 

 

前面一篇已经把logstash和logstash-input-jdbc安装好了。

下面就说下具体怎么配置。

1.先在安装目录bin下面（一般都是在bin下面）新建两个文件jdbc.conf和jdbc.sql

2.配置jdbc.conf

input {
      stdin {
       }
      jdbc {
        # 连接的数据库地址和哪一个数据库，指定编码格式，禁用SSL协议，设定自动重连
        jdbc_connection_string => "jdbc:mysql://127.0.0.1:3306/microstorage_backend?characterEncoding=UTF-8&useSSL=false&autoReconnect=true"
        jdbc_user => "root"
        jdbc_password => "123456"
        # 下载连接数据库的驱动包，建议使用绝对地址
       jdbc_driver_library => "/usr/local/Cellar/logstash/6.5.4/libexec/logstash-core/lib/jars/mysql-connector-java-5.1.42.jar"
 
       jdbc_driver_class => "com.mysql.jdbc.Driver"
       jdbc_paging_enabled => "true"
       jdbc_page_size => "50000"
       codec => plain { charset => "UTF-8"}
 
        #使用其它字段追踪，而不是用时间
      #use_column_value => true   //这里如果是用时间追踪比如：数据的更新时间或创建时间等和时间有关的这里一定不能是true, 切记切记切记，我是用update_time来追踪的
        #追踪的字段
     tracking_column => update_time
     record_last_run => true
     #上一个sql_last_value值的存放文件路径, 必须要在文件中指定字段的初始值  这里说是必须指定初始值，我没指定默认是1970-01-01 08：00：00 
     last_run_metadata_path => "/usr/local/opt/logstash/lastrun/.logstash_jdbc_last_run"  //这里的lastrun文件夹和.logstash_jdbc_last_run是自己创建的
 
      jdbc_default_timezone => "Asia/Shanghai"   //设置时区
      #statement => SELECT * FROM goods  WHERE update_time > :last_sql_value  //这里要说明一下如果直接写sql语句，前面这种写法肯定不对的
27 　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　，加上引号也试过也不对，所以我直接写在jdbc.sql文件中
      statement_filepath => "/usr/local/Cellar/logstash/6.5.4/bin/jdbc.sql"
 
 
     #是否清除 last_run_metadata_path 的记录,如果为真那么每次都相当于从头开始查询所有的数据库记录
     clean_run => false
 
       # 这是控制定时的，重复执行导入任务的时间间隔，第一位是分钟 不设置就是1分钟执行一次
       schedule => "* * * * *"
       type => "std"
     }
 }

 filter {

    json {

        source => "message"

        remove_field => ["message"]

    }

}

output {

    elasticsearch {

        # 要导入到的Elasticsearch所在的主机

        hosts => "127.0.0.1:9200"

        # 要导入到的Elasticsearch的索引的名称

        index => "goods"

        # 类型名称（类似数据库表名）

        document_type => "spu"

        # 主键名称（类似数据库主键）

        document_id => "%{id}"
    }

    stdout {

        # JSON格式输出

        codec => json_lines

    }
}

3.配置jdbc.sql

select id,goods_name,goods_no,price,account_id,create_time,update_time from goods where update_time > :sql_last_value

4.我们来看下 .logstash_jdbc_last_run文件中的内容（网上讲述该配置的时候都没讲到里面具体的内容写法，导致很多人很迷惑，其中我就是）

前面的---具体什么意思，我也不太清楚。

 

5.启动jdbc.conf配置，开始同步数据

 

第一次：因为时间是从1970年开始的所以会全部同步一遍。相当于全量同步了

从第二次开始，会从上次最新的一次时间同步，既新增和修改都会同步

 

遇到的问题：

1.ES中8小时时差的问题？

解决方法：从源头解决问题

在jdbc.conf配置文件中只要是有关时间的字段都手动+8小时

 39　filter {
 40     json {
 41         source => "message"
 42         remove_field => ["message"]
 43     }
 44 　　 // date类型不能省略，不然会报错，       就是把当前字段+8小时后赋值给新的字段，然后再取新字段的值赋值给老的字段，再把新的字段删除
 45     date {
 46       match => ["message","UNIX_MS"]
 47       target => "@timestamp"
 48        }
 49          ruby {
 50                 code => "event.set('timestamp', event.get('@timestamp').time.localtime + 8*60*60)"
 51          }      
 52         ruby{   
 53                 code => "event.set('@timestamp',event.get('timestamp'))"
 54         }       
 55         mutate{ 
 56                remove_field => ["timestamp"]
 57         }      
 58         
 59    date {
 60     match => ["message","UNIX_MS"]
 61     target => "create_time"
 62          } 
 63          ruby {
 64                  code => "event.set('@create_time', event.get('create_time').time.localtime + 8*60*60)"
 65          }       
 66         ruby {   
 67                  code => "event.set('create_time',event.get('@create_time'))"
 68          }       
 69         mutate { 
 70          remove_field => ["@create_time"]
 71         }
 72         
 73         date {
 74         match => ["message","UNIX_MS"]
 75         target => "update_time"
 76          }
 77          ruby {
 78                  code => "event.set('@update_time', event.get('update_time').time.localtime + 8*60*60)"
 79          }       
 80         ruby {   
 81                  code => "event.set('update_time',event.get('@update_time'))"
 82          }       
 83         mutate {
 84          remove_field => ["@update_time"]
 85         }
 86   }

总结:主要是配置，有什么问题，先检查配置文件。