elasticsearch 的出現使得咱們的存儲、檢索數據更快捷、方便。但不少狀況下,咱們的需求是:如今的數據存儲在mysql、oracle等關係型傳統數據庫中,如何儘可能不改變原有數據庫表結構,將這些數據的insert,update,delete操做結果實時同步到elasticsearch(簡稱ES)呢?
本文基於以上需求點展開實戰討論。php
到目前爲止,全部google,stackoverflow,elastic.co,github上面搜索的插件和實時同步的信息,告訴咱們:目前同步delete尚未好的解決方案。
折中的解決方案以下:
方案探討:https://discuss.elastic.co/t/delete-elasticsearch-document-with-logstash-jdbc-input/47490/9
http://stackoverflow.com/questions/34477095/elasticsearch-replication-of-other-system-data/34477639#34477639html
在原有的mysql數據庫表中,新增一個字段status, 默認值爲ok,若是要刪除數據,實則用update操做,status改成deleted.
這樣,就能同步到es中。es中以status狀態值區分該行數據是否存在。deleted表明已刪除,ok表明正常。java
使用go elasticsearch 插件實現同步,如:。可是我實操發現,該插件不穩定,bug較多。我也給源碼做者提出了bug。
Bug詳見:https://github.com/siddontang/go-mysql-elasticsearch/issues/46mysql
首先,軟件刪除而非物理刪除數據,新增一個 flag 列,標識記錄是否已經被刪除,這樣,相同的記錄也會存在於Elasticsearch。能夠執行簡單的term查詢操做,檢索出已經刪除的數據信息。
其次,若須要執行cleanup清理數據操做(物理刪除),只須要在數據庫和ES中同時刪除掉標記位deleted的記錄便可。如:mysql執行:delete from cc where cc.flag=’deleted’; ES一樣執行對應刪除操做。github
個人上一篇博文:http://blog.csdn.net/laoyang360/article/details/51694519 作了些許探討。
除了上篇文章提到的三個插件,這裏推薦試用過比較好用的logstash的一款插件,名稱爲: logstash-input-jdbcsql
【注意啦,注意啦20170920】:logstash5.X開始,已經至少集成了logstash-input-jdbc插件。因此,你若是使用的是logstash5.X,能夠沒必要再安裝,能夠直接跳過這一步。
參考:http://blog.csdn.net/yeyuma/article/details/50240595#quote
網友博文已經介紹很詳細,再也不贅述。
基本到這一步:數據庫
cd /opt/logstash/json
sudo bin/plugin install logstash-input-jdbcruby
到此,基本就能成功。若不能請留言。
數據庫名爲:test
test下表名爲:cc
表中數據爲:
-
mysql> use test;
-
Reading table information
for completion of table
and column names
-
You can turn off this feature to get a quicker startup with -
A
-
-
Database changed
-
mysql> select * from cc;
-
+----+--------------------+---------+---------------------+
-
| id | name | status | modified_at |
-
+----+--------------------+---------+---------------------+
-
|
1
| laoyang360 | ok |
0000
-
00
-
00
00
:
00
:
00
|
-
|
2
| test002 | ok |
2016-
06-
23
06
:
16
:
42
|
-
|
3
| dllaoyang | ok |
0000
-
00
-
00
00
:
00
:
00
|
-
|
4
| huawei | ok |
0000-
00-
00
00
:
00
:
00
|
-
|
5
| jdbc_test_update08 | ok |
0000
-
00
-
00
00
:
00
:
00
|
-
|
7
| test7 | ok |
0000-
00-
00
00
:
00
:
00
|
-
|
8
| test008 | ok |
0000
-
00
-
00
00
:
00
:
00
|
-
|
9
| test9 | ok |
0000-
00-
00
00
:
00
:
00
|
-
|
10
| test10 | deleted |
0000
-
00
-
00
00
:
00
:
00
|
-
+----+--------------------+---------+---------------------+
-
9 rows
in set (
0.01 sec)
-
[root@
5b9dbaaa148a logstash_jdbc_test]
# cat jdbc.conf
-
input {
-
stdin {
-
}
-
jdbc {
-
# mysql jdbc connection string to our backup databse 後面的test對應mysql中的test數據庫
-
jdbc_connection_string =>
"jdbc:mysql://192.168.1.1:3306/test"
-
# the user we wish to excute our statement as
-
jdbc_user =>
"root"
-
jdbc_password =>
"******"
-
# the path to our downloaded jdbc driver
-
jdbc_driver_library =>
"/elasticsearch-jdbc-2.3.2.0/lib/mysql-connector-java-5.1.38.jar"
-
# the name of the driver class for mysql
-
jdbc_driver_class =>
"com.mysql.jdbc.Driver"
-
jdbc_paging_enabled =>
"true"
-
jdbc_page_size =>
"50000"
-
#如下對應着要執行的sql的絕對路徑。
-
statement_filepath =>
"/usr/local/logstash/bin/logstash_jdbc_test/jdbc.sql"
-
#定時字段 各字段含義(由左至右)分、時、天、月、年,所有爲*默認含義爲每分鐘都更新(測試結果,不一樣的話請留言指出)
-
schedule =>
"* * * * *"
-
#設定ES索引類型
-
type =>
"cc_type"
-
}
-
}
-
-
filter {
-
json {
-
source =>
"message"
-
remove_field => [
"message"]
-
}
-
}
-
-
output {
-
elasticsearch {
-
#ESIP地址與端口
-
hosts =>
"192.168.1.1:9200"
-
#ES索引名稱(本身定義的)
-
index =>
"cc_index"
-
#自增ID編號
-
document_id =>
"%{id}"
-
}
-
stdout {
-
#以JSON格式輸出
-
codec => json_lines
-
}
-
}
-
-
#要執行的sql語句。
-
選擇哪些信息同步到ES中。
-
[root@
5b9dbaaa148a logstash_jdbc_test]
# cat jdbc.sql
-
select
-
*
-
from
-
where cc.modified_at > :sql_last_value
cc.modified_at, 這個modified_at是我本身定義的更改時間字段,默認值default是now()當前時間。
而 :sql_last_value若是input裏面use_column_value => true, 即若是設置爲true的話,能夠是咱們設定的字段的上一次的值。
默認 use_column_value => false, 這樣 :sql_last_value爲上一次更新的最後時刻值。
也就是說,對於新增的值,纔會更新。這樣就實現了增量更新的目的。
有童鞋問,如何全量更新呢? 答案:就是去掉where子句便可。
在logstash的bin路徑下新建文件夾logstash_jdbc_test,並將上兩個文件 1)jdbc.conf,2)jdbc.sql.模板拷貝到裏面。
按照本身的mysql地址、es地址、創建的索引名稱、類型名稱修改conf,以及要同步內容修改sql。
執行logstash, 以下:
[root@5b9dbaaa148a plugins]# ./logstash -f ./logstash_jdbc_test/jdbc.conf
驗證同步是否成功。
能夠經過: 以下圖所示:
若是你要測試go-mysql-elasticsearch可能會遇到下面三個Bug及解決方案以下:
How to Setting The Binary Log Format
http://dev.mysql.com/doc/refman/5.7/en/binary-log-setting.html
what is inner http status address
https://github.com/siddontang/go-mysql-elasticsearch/issues/11
[2016/06/23 10:19:38] canal.go:146 [Error] canal start sync binlog err: ERROR 1236 (HY000): Misconfigured master - server id was not set
http://dba.stackexchange.com/questions/76089/error-1236-from-master-after-restored-replication
原文地址:https://blog.csdn.net/zkf541076398/article/details/79973090