logstash增量同步mysql数据到es

本篇本章地址:https://www.cnblogs.com/Thehorse/p/11601013.html

今天我们来讲一下logstash同步mysql数据到es

我认为呢，logstash是众多同步mysql数据到es的插件中，最稳定并且最容易配置的一个。

input {
stdin {
}

jdbc {
type => "xxx"
jdbc_connection_string => "jdbc:mysql://127.0.0.1:3306/yinhelaowu"
jdbc_user => "root"
jdbc_password => "root"
jdbc_driver_library => "mysql1/mysql-connector-java-5.1.17-bin.jar"
jdbc_driver_class => "com.mysql.jdbc.Driver"
jdbc_paging_enabled => true
jdbc_page_size => "500"
record_last_run => true
use_column_value => true
tracking_column => "id"
last_run_metadata_path => "mysql1/jdbc1"
clean_run => "false"

statement_filepath => "mysql1/jdbc.sql"
schedule => "* * * * *"
clean_run => false
}

}

我来讲一下这些属性的作用，像type这个 主要是为了声明这个jdbc{} 这个处理对象的，type可以定义任意值，

jdbc_connection_string ，这个是数据库地址 还有用户名密码

jdbc_driver_library，logstash是需要使用jdbc来连接mysql的，并且使用logstash必须配置java环境，jdk1.8以上

jdbc_driver_class给本次连接起名 statement_filepath 这个是执行的sql语句

schedule 是表示多长时间同步一下数据 如果是******表示一分钟同步一次

last_run_metadata_path这个会记录你最后一次同步数据的一些值，比如你可以记录创建时间，和自增的id，

type索引类型

clean_run 是否清楚执行过的数据

到了下边

#这是输出流

output {
#这个type是上面jdbc的type,有了这个if就可以进行批处理
   if [type]=="TInquiryInfo"{
    elasticsearch {
　　　　#这边的端口一定是9200，java中使用的端口是9300这边不要弄混了
        hosts => ["localhost:9200"]
       # 索引名称
        index => "ca-inquiry"
      # type名称
        document_type => "TInquiryInfo"
      # 文档id，inquiryId为sql文件中查询出的字段名
        document_id => "%{inquiryId}"
    }
}

}

下面是执行的sql写法

SELECT c.*,CONCAT(CONCAT(c.lat,','),c.lng) AS location,u.`praise`,u.`age`,u.`area_id` FROM zsf_carftsmanship c
LEFT JOIN zsf_user u ON c.user_id = u.`id` WHERE c.id > :sql_last_value

像elasticsearch这种大数据量查询，多表关联查询无疑对性能有很大的冲击，所以这边我直接做了关联查询

这样的话可以大大提高es的查询性能，这个:sql_last_value是last_run_metadata_path中记录的值