大廠程序員爲了更好的知足歷史數據的保存和檢索每每選擇這種神操做！

原文發佈於微信公衆號：騰訊雲存儲（關注有驚喜）

使用場景

ElasticSearch是一款開源的很是火爆的文檔索引引擎, 大小公司都比較青睞的一款作日誌檢索、分析、查詢的工具。

可是ElasticSearch的數據依靠本地磁盤來作存儲，雖然有三副本機制來保障數據的可靠性，可是磁盤的容量畢竟有限，若是但願保留更長時間的歷史數據，如30天至半年的數據，ElasticSearch的本地存儲就顯得捉襟見肘了。

爲了更好的知足歷史數據的保存和檢索，推薦一種很是靠譜的存儲解決方案：ES + CHDFS。

雲 HDFS（Cloud HDFS，CHDFS）是騰訊雲存儲團隊新推出的一款徹底兼容HDFS協議，主要解決大數據場景下海量數據存儲和數據分析，可以爲大數據用戶在無需更改現有代碼的基礎上，將本地自建的 HDFS 文件系統無縫遷移至CHDFS 上。能夠將ES中的歷史索引數據移動到CHDFS保存。

接下來，咱們將一步一步地教您如何打通ES到CHDFS的數據流。

準備工做

在開始前，須要作如下幾件事情：

1. 搭建hadoop環境，2.x和3.x都可。也可使用騰訊雲EMR套件，省時省力；

2. 安裝ES-hadoop插件，做者下載的是elasticsearch-hadoop-7.4.2.jar(點擊下載)，下載後將插件安裝到hadoop組件的每臺服務器上的classpath中(可使用java classpath命令查看)；

3. 下載CHDFS插件，而且配置好CHDFS的插件(查看詳情)；

4. 建立CHDFS文件系統並配置好權限組和掛載點(查看詳情)；

當上面4個步驟均準備成功，恭喜你，離成功愈來愈近了。

編寫備份代碼

編寫MapReduce程序，編寫本身的Mapper，示例：

package org.chdfs.es_chdfs;import org.apache.hadoop.io.Text;import org.apache.hadoop.mapreduce.Mapper;import org.elasticsearch.hadoop.mr.LinkedMapWritable;import org.slf4j.Logger;import org.slf4j.LoggerFactory;import java.io.IOException;class TestMapper extends Mapper<Text, LinkedMapWritable, Text, LinkedMapWritable> {    private static final Logger LOG = LoggerFactory.getLogger(TestMapper.class);    @Override    protected void setup(Context context) throws IOException, InterruptedException {        super.setup(context);    }    @Override    protected void map(Text key, LinkedMapWritable value, Context context)            throws IOException, InterruptedException {        context.write(key, value);    }    @Override    protected void cleanup(Context context) throws IOException, InterruptedException {        super.cleanup(context);    }}

編寫Main函數，指定ES的實例及索引，示例代碼：

package org.chdfs.es_chdfs;import org.apache.hadoop.conf.Configuration;import org.apache.hadoop.fs.Path;import org.apache.hadoop.io.Text;import org.apache.hadoop.mapreduce.Job;import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;import org.elasticsearch.hadoop.mr.EsInputFormat;import org.elasticsearch.hadoop.mr.LinkedMapWritable;import org.slf4j.Logger;import org.slf4j.LoggerFactory;public class EsToCHDFS {    private static Logger LOG = LoggerFactory.getLogger(EsToCHDFS.class);    public static void main(String[] args) {        try {            Configuration conf = new Configuration();            conf.setBoolean("mapred.map.tasks.speculative.execution", false);            conf.setBoolean("mapred.reduce.tasks.speculative.execution", false);            //ElasticSearch節點            conf.set("es.nodes", "10.0.1.11:9200");            //ElaticSearch 索引            conf.set("es.resource", "logstash-2019.11.29-000001");            if (args.length != 1) {                LOG.error("error : " + args.length);                System.exit(1);            }             Job job = Job.getInstance(conf, " EsToCHDFS ");            job.setJarByClass(EsToCHDFS.class);            job.setInputFormatClass(EsInputFormat.class);            job.setMapperClass(TestMapper.class);            job.setMapOutputKeyClass(Text.class);            job.setMapOutputValueClass(LinkedMapWritable.class);            FileOutputFormat.setOutputPath(job, new Path(args[0]));            System.out.println(job.waitForCompletion(true));        } catch (Exception e) {            LOG.error(e.getMessage(), e);        }    }}

編譯代碼生成jar包，例如es-chdfs-0.0.1-SNAPSHOT.jar

備份數據

當生成好jar包以後，在hadoop環境執行啓動job命令， 例如：

hadoop jar es-chdfs-0.0.1-SNAPSHOT.jar org.chdfs.es_chdfs.E2HJob01 ofs://f4mnighxmwd-tiW9.chdfs.ap-beijing.myqcloud.com/e2h

其中，指定CHDFS的存儲路徑，

ofs://f4mnighxmwd-tiW9.chdfs.ap-beijing.myqcloud.com/e2h

注意：因爲mapreduce的限制，須要確保e2h目錄是不存在的。

查看效果

提交MapReduce後，能夠查看hadoop監控頁面觀察做業是否正常結束。

若是正常結束後，能夠查看CHDFS上的文件是否有生成。若是有看到相似以下的顯示，恭喜你，成功完成ES到CHDFS的數據轉儲。

數據分析

備份成功後，能夠釋放ElasticSearch上歷史數據，極大節省了ElasticSearch上的存儲成本。

CHDFS能夠無縫對接各類主流的大數據套件，如Spark、hive、tez、presto、MapReduce、騰訊雲EMR等。數據落地到CHDFS後，能夠輕鬆高效的使用常見大數據組件來進行數據的進一步分析，爲客戶創造更多的價值。

關注騰訊雲 掌握更多雲技術

 點擊領取：COS限時1元禮包！