Elasticsearch使用Logstash-input-jdbc同步mysql資料（全量和增量）（windows）
專案中用到elasticsearch，初始化資料時時寫的程式從資料庫裡面查詢出來，然後多執行緒往elasticsearch裡面寫入的。
今天試了一下Logstash-input-jdbc外掛，發現高效又方便，而且可以設定定時任務。
1、安裝外掛
在logstash的bin目錄下執行命令： logstash-plugin install logstash-input-jdbc
在H:\software\logstash-6.1.2\logstash-6.1.2\lib 加入mysql的驅動 mysql-connector-java-5.1.38.jar
mysql.conf的內容如下：
input {
stdin {
}
jdbc {
# 資料庫
jdbc_connection_string => "jdbc:mysql://39.107.60.74:3306/db_plat3"
# 使用者名稱密碼
jdbc_user => "root"
jdbc_password => "letsgo123QWE"
# jar包的位置
jdbc_driver_library => "H:\software\logstash-6.1.2\logstash-6.1.2\lib\mysql-connector-java-5.1.38.jar"
# mysql的Driver
jdbc_driver_class => "com.mysql.jdbc.Driver"
jdbc_paging_enabled => "true"
jdbc_page_size => "50000"
#statement_filepath => "config-mysql/test02.sql"
statement => "select * from information"
schedule => "* * * * *"
#索引的型別
type => "information"
}
}
filter {
json {
source => "message"
remove_field => ["message"]
}
}
output {
elasticsearch {
hosts => "192.168.1.70:9200"
# index名
index => "information"
# 需要關聯的資料庫中有有一個id欄位，對應索引的id號
document_id => "%{id}"
}
stdout {
codec => json_lines
}
}
3、啟動logstash
然後通過以下命令啟動logstash
.\logstash.bat -f .\config-mysql\mysql.conf過一會他就會自動的往ES裡新增資料。
4、增量索引
但是現在有一個問題是：往elasticsearch裡面寫入是全量的，需要改成增量。
修改mysql.conf的內容如下
input {
stdin {
}
jdbc {
# 資料庫
jdbc_connection_string => "jdbc:mysql://39.107.60.74:3306/db_plat3"
# 使用者名稱密碼
jdbc_user => "root"
jdbc_password => "letsgo123QWE"
# jar包的位置
jdbc_driver_library => "H:\software\logstash-6.1.2\logstash-6.1.2\lib\mysql-connector-java-5.1.38.jar"
# mysql的Driver
jdbc_driver_class => "com.mysql.jdbc.Driver"
#使用其它欄位追蹤，而不是用時間
use_column_value => true
#追蹤的欄位
tracking_column => id
record_last_run => true
#上一個sql_last_value值的存放檔案路徑, 必須要在檔案中指定欄位的初始值
last_run_metadata_path=>"H:\software\logstash-6.1.2\logstash-6.1.2\bin\config-mysql\station_parameter.txt"
#開啟分頁查詢
jdbc_paging_enabled => "true"
jdbc_page_size => "50000"
statement_filepath => "config-mysql/information.sql"
#statement => "select * from information where id > :sql_last_value "
schedule => "* * * * *"
#索引的型別
type => "information"
}
}
filter {
json {
source => "message"
remove_field => ["message"]
}
}
output {
elasticsearch {
hosts => "192.168.1.70:9200"
# index名
index => "information"
# 需要關聯的資料庫中有有一個id欄位，對應索引的id號
document_id => "%{id}"
}
stdout {
codec => json_lines
}
}
修改的內容見紅色。
station_parameter.txt中的內容如下：
logstash執行時打印出來的sql如下：
其中遇到的一個問題是用：
statement => "select * from information where id > :sql_last_value "
時會報:sql_last_value 的錯 ，暫時不知道怎麼解決。於是改用檔案config-mysql/information.sql存在sql語句。
ps :
上述問題是因為從人家那裡copy過來的時候是錯的 把 :last_sql_value 改成 :sql_last_value 就可以了。
5、用時間來實現增量：
input { stdin { } jdbc { # 資料庫 jdbc_connection_string => "jdbc:mysql://39.107.60.74:3306/db_plat3" # 使用者名稱密碼 jdbc_user => "root" jdbc_password => "letsgo123QWE" # jar包的位置 jdbc_driver_library => "H:\software\logstash-6.1.2\logstash-6.1.2\lib\mysql-connector-java-5.1.38.jar" # mysql的Driver jdbc_driver_class => "com.mysql.jdbc.Driver" #開啟分頁查詢 jdbc_paging_enabled => "true" jdbc_page_size => "50000" #statement_filepath => "config-mysql/information.sql" statement => "select * from information where modify_time > :sql_last_value" schedule => "* * * * *" #索引的型別 type => "information" }}filter { json { source => "message" remove_field => ["message"] }}output { elasticsearch { hosts => "192.168.1.70:9200" # index名 index => "information" # 需要關聯的資料庫中有有一個id欄位，對應索引的id號 document_id => "%{id}" } stdout { codec => json_lines }}modify_time 是我表裡的最後修改時間欄位。而 :sql_last_value如果input裡面use_column_value => true， 即如果設定為true的話，可以是我們設定的欄位的上一次的值。
預設 use_column_value => false， 這樣 :sql_last_value為上一次更新的最後時刻值。
也就是說，對於新增的值，才會更新。這樣就實現了增量更新的目的。
參考文章：https://www.cnblogs.com/a-du/p/7611620.html