ELK学习笔记之Elasticsearch和Kibana数据导出实战

0x00 问题引出

以下两个导出问题来自Elastic中文社区。

问题1、kibana怎么导出查询数据？
问题2：elasticsearch数据导出
就像数据库数据导出一样，elasticsearch可以么?
或者找到它磁盘上存放数据的位置，拷贝出来，放到另一个es服务器上或者转成自己要的数据格式？

实际业务实战中，大家或多或少的都会遇到导入、导出问题。
根据数据源的不同，基本可以借助：

1、程序写入
2、数据同步
logstash/flume/cana/es_hadoopl等来实现关系型数据库（如：Oracle、mysql）、非关系型数据库（如：Mongo、Redis）、大数据（Hadoop、Spark、Hive）到Elasticsearch的写入。

而数据的导出，一部分是业务场景需要，如：业务系统中支持检索结果导出为CSV、Json格式等。

还有一部分是分析数据的需求：期望借助Kibana工具将仪表盘聚合结果导出、不需要借助程序尽快将满足给定条件的结果数据导出等。

这些快速导出的需求，最好借助插件或者第三方工具实现。

本文将重点介绍Kibana/Elasticsearch高效导出的插件、工具集。

0x01 期望导出数据格式

一般期望导出：CSV、Json格式。

0x02 Kibana导出工具

2.1 Kibana 官方导出

步骤1：点击Kibana；
步骤2：左侧选择数据，筛选字段；
步骤3：右侧点击：share->csv reports。
步骤4：菜单栏：选择Management->Reporting->下载。

以上是kibana6.5.4的实操截图。

其他常见报表数据导出：

在Dashboard的右上角点击Inspect，再点击就可以导出对应可视化报表对应的数据。

2.2 数据透视表pivot-kibana

Kibana的数据透视表——使用Kibana UI中的任何其他工具一样使用数据透视表可以极大地简化数据工作。

Flexmonster Pivot可以交叉和快速地汇总业务数据并以交叉表格式显示结果。

地址：https://github.com/flexmonste...

筛选数据效果如下：

注意：建议7.X以上版本使用。低版本不支持。

0x03 Elasticsearch导出工具

3.1 es2csv

1、简介：用Python编写的命令行实用程序，用于以Lucene查询语法或查询DSL语法查询Elasticsearch，并将结果作为文档导出到CSV文件中。
es2csv 可以查询多个索引中的批量文档，并且只获取选定的字段，这可以缩短查询执行时间。

2、地址：https://pypi.org/project/es2csv/

3、使用方法：

1es2csv -u 192.168.1.1:9200 -q '{"_source":{"excludes":["*gxn",,"*kex","vperxs","lpix"]},"query":{"term":{"this_topic":{"value":41}}}}' -r -i sogou_topic -o ~/export.csv

4、使用效果：
官方最新更新支持5.X版本，实际验证6.X版本也可以使用，导出效率高。

5、推荐指数：
五星，

Elasticsearch导出CSV首选方案。

3.2 elasticsearch-dump

1、简介：Elasticsearch导入导出工具。

支持操作包含但不限于：

1）、数据导出

导出索引、检索结果、别名或模板为Json
导出索引为gzip
支持导出大文件切割为小文件
支持统一集群不同索引间或者跨索引数据拷贝

2）、数据导入

支持Json数据、S3数据导入Elasticsearch。

2、地址：

https://github.com/taskrabbit...

3、使用方法：

1elasticdump \

2  --input=http://production.es.com:9200/my_index \

3  --output=query.json \

4  --searchBody='{"query":{"term":{"username": "admin"}}}'

如上，将检索结果导出为json文件。

更多导入、导出详见github介绍。

4、使用效果：
早期1.X版本没有reindex操作，使用elasticdump解决跨集群数据备份功能。效果可以。

5、推荐指数：
五星。

Elasticsearch导出json首选方案。

3.3 logstash_output_csv

步骤1：安装logstash_output_csv工具：

1D:\logstash-6.5.4\bin>logstash-plugin.bat  install  logstash-output-csv

2Validating logstash-output-csv

3Installing logstash-output-csv

4Installation successful

步骤2：配置conf文件
核心的：输入input，输出ouput，中间处理filter都在如下的配置文件中。

输入：指定ES地址，索引，请求query语句；
输出：csv输出地址，输出字段列表。

 1input {

 2 elasticsearch {

 3    hosts => "127.0.0.1:9200"

 4    index => "company_infos"

 5    query => '

 6    {

 7        "query": {

 8            "match_all": {}

 9        }

10    }

11  '

12  }

13}

14

15output {

16  csv {

17    # elastic field name

18    fields => ["no", "name", "age", "company_name", "department", "sex"]

19    # This is path where we store output.

20    path => "D:\logstash-6.5.4\export\csv-export.csv"

21  }

22}

步骤3：执行导出

 1D:\\logstash-6.5.4\bin>logstash -f ../config/logstash_ouput_csv.conf

 2Sending Logstash logs to D:/2.es_install/logstash-6.5.4/logs which is now configured via log4j2.properties

 3[2019-08-03T23:45:00,914][WARN ][logstash.config.source.multilocal] Ignoring the 'pipelines.yml' file because modules or command line options are specified

 4[2019-08-03T23:45:00,934][INFO ][logstash.runner          ] Starting Logstash {"logstash.version"=>"6.5.4"}

 5[2019-08-03T23:45:03,473][INFO ][logstash.pipeline        ] Starting pipeline {:pipeline_id=>"main", "pipeline.workers"=>8, "pipeline.batch.size"=>125, "pipeline.batch.delay"=>50}

 6[2019-08-03T23:45:04,241][INFO ][logstash.pipeline        ] Pipeline started successfully {:pipeline_id=>"main", :thread=>"#<Thread:0x34b305d3 sleep>"}

 7[2019-08-03T23:45:04,307][INFO ][logstash.agent           ] Pipelines running {:count=>1, :running_pipelines=>[:main], :non_running_pipelines=>[]}

 8[2019-08-03T23:45:04,740][INFO ][logstash.agent           ] Successfully started Logstash API endpoint {:port=>9600}

 9[2019-08-03T23:45:05,610][INFO ][logstash.outputs.csv     ] Opening file {:path=>"D:/logstash-6.5.4/export/csv-export.csv"}

10[2019-08-03T23:45:07,558][INFO ][logstash.pipeline        ] Pipeline has terminated {:pipeline_id=>"main", :thread=>"#<Thread:0x34b305d3 run>"}

地址：

https://medium.com/@shaonshao...

0x04 小结

根据业务场景选择导出数据的方式。