博客
关于我
logstash mysql 准实时同步到 elasticsearch
阅读量:795 次
发布时间:2023-02-06

本文共 2590 字,大约阅读时间需要 8 分钟。

MySQL 到 Elasticsearch 的数据同步:使用 Logstash 实现

在数据分析领域,Elasticsearch 是一个强大的选择,而 MySQL 作为传统的关系型数据库,虽然在数据持久化方面表现出色,但在数据分析方面稍显不足。为了弥补这一不足,我们可以使用 Logstash 来将 MySQL 数据实时同步到 Elasticsearch 中。

Logstash 获取与安装

首先,我们需要下载并安装 Logstash。可以通过以下命令轻松获取:

wget https://artifacts.elastic.co/downloads/logstash/logstash-6.2.3.zipunzip logstash-6.2.3.zipcd logstash-6.2.3

接下来,安装必要的插件:

bin/logstash-plugin install logstash-input-jdbcbin/logstash-plugin install logstash-output-elasticsearch

同时,我们还需要下载 MySQL 的 JDBC 驱动:

wget https://cdn.mysql.com/Downloads/Connector-J/mysql-connector-java-5.1.46.zipunzip mysql-connector-java-5.1.46.zip

配置文件编写

Logstash 输入配置(logstash-input-jdbc

使用 logstash-input-jdbc 插件读取 MySQL 数据。该插件通过定时执行 SQL 语句来获取数据,支持增量同步。我们需要指定以下参数:

input {  jdbc {    jdbc_driver_library: /path/to/mysql-connector-java-5.1.46/mysql-connector-java-5.1.46-bin.jar    jdbc_driver_class: com.mysql.jdbc.Driver    jdbc_connection_string: jdbc:mysql://
:3306/rta jdbc_user:
jdbc_password:
schedule: "* * * * *" statement: "SELECT * FROM table WHERE update_time >= :sql_last_value" use_column_value: true tracking_column_type: "timestamp" tracking_column: "update_time" last_run_metadata_path: "syncpoint_table" }}

配置说明:

  • jdbc_driver_library:MySQL JDBC 驱动路径。
  • jdbc_driver_class:驱动类路径。
  • jdbc_connection_string:MySQL 连接地址。
  • jdbc_user:数据库用户名。
  • jdbc_password:数据库密码。
  • schedule:定时执行 SQL 的调度规则。
  • statement:执行的 SQL 语句,:sql_last_value 是内置变量。
  • use_column_value:启用递增列同步。
  • tracking_column_type:递增字段类型(建议使用 timestamp)。
  • tracking_column:递增字段名称。
  • last_run_metadata_path:记录上次同步的文件路径。

Logstash 输出配置(logstash-output-elasticsearch

将数据同步到 Elasticsearch:

output {  elasticsearch {    hosts: ["172.31.22.165", "172.31.17.241", "172.31.30.84", "172.31.18.178"]    user: 
password:
index: "table" document_id: "%{id}" }}

配置说明:

  • hosts:Elasticsearch 集群地址。
  • user:Elasticsearch 用户名。
  • password:Elasticsearch 密码。
  • index:目标索引名称。
  • document_id:文档 ID,建议设置为 MySQL 表的主键。

运行

将上述配置保存为 sync_table.cfg,然后执行以下命令:

cd logstash-6.2.3bin/logstash -f config/sync_table.cfg

其他问题

多表同步

要同步多个表,可以创建多个配置文件,并在 config/pipelines.yml 中配置:

- pipeline.id: table1  path.config: "config/sync_table1.cfg"- pipeline.id: table2  path.config: "config/sync_table2.cfg"

运行 bin/logstash 即可启动多表同步。

@timestamp 字段

默认情况下,@timestamp 字段为当前时间。如需使用数据中的 timeslice 字段指定时间,可以添加以下过滤器:

filter {  date {    match => [ "timeslice", "yyyyMMddHHmm" ]    timezone => "Asia/Shanghai"  }}

将此部分添加到 sync_table.cfg 中,确保 @timestamptimeslice 一致。

参考链接

转载地址:http://ecufk.baihongyu.com/

你可能感兴趣的文章
Multicast1
查看>>
mysql client library_MySQL数据库之zabbix3.x安装出现“configure: error: Not found mysqlclient library”的解决办法...
查看>>
MySQL Cluster 7.0.36 发布
查看>>
Multimodal Unsupervised Image-to-Image Translation多通道无监督图像翻译
查看>>
MySQL Cluster与MGR集群实战
查看>>
multipart/form-data与application/octet-stream的区别、application/x-www-form-urlencoded
查看>>
mysql cmake 报错,MySQL云服务器应用及cmake报错解决办法
查看>>
Multiple websites on single instance of IIS
查看>>
mysql CONCAT()函数拼接有NULL
查看>>
multiprocessing.Manager 嵌套共享对象不适用于队列
查看>>
multiprocessing.pool.map 和带有两个参数的函数
查看>>
MYSQL CONCAT函数
查看>>
multiprocessing.Pool:map_async 和 imap 有什么区别?
查看>>
MySQL Connector/Net 句柄泄露
查看>>
multiprocessor(中)
查看>>
mysql CPU使用率过高的一次处理经历
查看>>
Multisim中555定时器使用技巧
查看>>
MySQL CRUD 数据表基础操作实战
查看>>
multisim变压器反馈式_穿过隔离栅供电:认识隔离式直流/ 直流偏置电源
查看>>
mysql csv import meets charset
查看>>