使用Logstash将MySql数据迁移到Elasticsearch中

在许多状况下，咱们但愿使用不是由Elasticsearch自己支持的不一样数据库的输入。在本文中，咱们将展现如何经过Logstash将数据从MySql数据库迁移到Elasticsearch。

JBDC插件

Logstash可用的JDBC插件确保来自任何具备JDBC接口的数据库的数据均可以做为输入存入Logstash。这个插件还支持须要调度运行logstash。它还经过使用查询使选择性数据做为输入。在这些类型的数据库中，咱们有行和列的概念。每一个行都被视为单个事件，每一个行（事件）中的列都被视为事件中的字段。

如下框图说明了JDBC链接器插件在从JDBC支持的数据库迁移数据时的做用： 

在图中，咱们有logstash运行配置文件，触发咱们设置的预约义查询，以便将咱们感兴趣的数据收集到顺序数据库。一旦查询被触发到JDBC插件，它将它传递到数据库并收集数据，它将移交给Logstash。 

根据咱们的要求，咱们能够处理数据并以所需的形式进行处理，在处理后将处理的数据索引到Elasticsearch。咱们将在后面的章节中的示例中显示详细的应用程序。

将MySql数据插入Elasticsearch

让咱们继续在Logstash的帮助下将数据从顺序数据库（如MySql）迁移到Elasticsearch。咱们须要相应的MySql的JDBC驱动程序。您能够 在这里下载。 如今让咱们"testdb"使用如下命令建立一个在MySql 中命名的数据库：

建立 testdb

数据库如今已建立，咱们只是确保咱们使用相同的数据库用于咱们的目的：

显示 数据库 ;
使用 testdb;

使用如下模式建立"testtable"在数据库下命名的表"testdb"：

建立 表 testtable（PersonID int，LastName varchar（255），FirstName varchar（255），City varchar（255），Date datetime（6））;

如今在上表中插入一些测试数据： 

INSERT  INTO testtable（PersonID，LastName，FirstName，City，Date）
 VALUES（'4005'，'Kallis'，'Jaques'，'Cape Town'，'2016-05-23 16：12：03.568810'）;
INSERT  INTO testtable（PersonID，LastName，FirstName，City，Date）
 VALUES（'4004'，'Baron'，'Richard'，'Cape Town'，'2016-05-23 16：12：04.370460'）;
INSERT  INTO testtable（PersonID，LastName，FirstName，City，

咱们建立了一个包含3名员工详细信息的表。您能够经过传递查询来显示表的详细信息以显示其全部内容：

select * from testtable

结果表将以下所示： 

Logstash配置

如今咱们已经建立了一个内容如上所示的MySql表，看看如何配置Logstash。在logstash文件夹中，咱们有一个logstash.conf文件，它是要配置和运行以获取必要的结果的文件。初始配置如如下屏幕截图所示： 

在上面的配置文件中，咱们提到了许多参数，例如：JDBC链接器检查数据的数据库，JDBC插件的位置，MySql访问的用户名和密码，以及查询语句。将上述设置应用于"logstash.conf"文件后，经过键入如下命令运行Logstash：

bin / logstash -f logstash .conf

如JDBC部分中的框图中所述，logstash配置文件将查询传递给JDBC驱动程序以及用户凭据。它还获取数据并将数据提供给Logstash。Logstash将使其JSON格式化并索引到Elasticsearch数据库。查询索引"test-migrate"以下：

curl -XPOST'http ：// localhost：9200 / test-migrate / _search？pretty = true'  -d  '{}'

上述查询将每行做为单独的文档列出，列为字段。一个例子： 

{
   “_index” ： “测试迁移”，
   “_type” ： “数据”，
   “_id” ：“4004” ，
   “_score” ：1，
   “_source”：{
     “PERSONID” ：4004，
     “姓氏”：“男爵“，
     ”名字“：”理查“，
     ”城市“：”开普敦“，
     ”日期“：”2016-05-23T10：42：04.370Z“ ，
    “@version”：“1”，
     “@timestamp”：“2016-07-10T10：36：43.685Z”
  }}
}}

更多配置

在本节中，咱们将展现各类用例场景。向上面的MySql中添加另外一行数据，以下所示：

INSERT  INTO testtable（PersonID，LastName，FirstName，City，Date）
 VALUES（'4002'，'Cheers'，'Joan'，'Cape Town'，'2016-05-23 16：12：07.163681'）;

另外，更新同一表格中一行的现有值，以下所示：

UPDATE测试表
- > SET FirstName = 'James' 
 - > WHERE PersonID = 4005 ;

1.重复问题

完成上述步骤后，再次运行logstash配置文件。咱们指望总共4个文档包括新的行和更新的行。可是，当再次检查索引时，不是这样的。相反，咱们共有7个文件。这是由于初始文档在elasticsearch数据库中保持不变，这是因为没有从表自己提供特定的id。当咱们运行logstash配置时，整个内容"testtable"都会被索引一次。

咱们如何解决这种重复？咱们必须为每一个文档提供一个惟一的ID。对于每次运行，每一个文档的ID应该相同，以防止重复问题。这能够经过编辑conf文件的输出部分来实现，以下所示：

2.变换操做

咱们遇到的其余重要需求之一将是更改字段名称和值，当咱们索引到elasticsearch。咱们在咱们当前的例子中添加一个要求来演示这个。对于全部与“开普敦”匹配的文档，该字段"City"应替换为值"South Africa"，字段值应替换为"Country"。

为了实现此要求，请使用该"filter"属性在elasticsearch中操做已提取的数据。使用"mutate"里面的属性"filter"执行所需的更改。使用上面的"input"和"output"部分的设置，咱们须要"filter"在logstash.conf文件中添加如下部分：

filter {
   if [city] == “开普敦” {
    mutate {
       rename => { “city” => “country” }
        replace => [ “country”，“South Africa” ]
      }}
   }}
}}

检查所获取的数据"Cape Town"的每一个事件的"City"列的值。若是找到匹配项，"City"则重命名该字段，"country"并将每一个匹配的值替换为"South Africa"。  

3.计划和增量更新

若是数据在MySql数据库中不断更新，咱们须要递增和按期对其进行索引，该怎么办？要按期获取数据，请"scheduler"在输入部分中添加属性。在"scheduler,"给定的值时，让每隔一段时间运行conf文件。它是高度可定制的，并使用Rufus调度程序语法。

对于增量更新，请修改查询以"sql_last_value"针对字段使用。这里咱们给这个字段  "Date"。咱们还设置"use_column_value"为true，并将对应的列连接到"Date"使用"tracking_column"。

用于状况1,2和3的完整配置文件以下：

为了看到上面的配置工做，添加几个字段到现有的MySql表，其"Date"值比以前存在的值更新。如今运行logstash，您能够看到只有新数据已在Elasticsearch索引中创建索引。

结论

在本文中，咱们讨论了用于使用logstash将数据从连续数据库迁移到Elasticsearch的JDBC插件。咱们还熟悉如何处理常见问题，如重复，字段和值的突变，以及调度和增量更新。问题/意见？给咱们一行下面。