大厂程序员为了更好的知足历史数据的保存和检索每每选择这种神操做！

原文发布于微信公众号：腾讯云存储（关注有惊喜）

使用场景

ElasticSearch是一款开源的很是火爆的文档索引引擎, 大小公司都比较青睐的一款作日志检索、分析、查询的工具。

可是ElasticSearch的数据依靠本地磁盘来作存储，虽然有三副本机制来保障数据的可靠性，可是磁盘的容量毕竟有限，若是但愿保留更长时间的历史数据，如30天至半年的数据，ElasticSearch的本地存储就显得捉襟见肘了。

为了更好的知足历史数据的保存和检索，推荐一种很是靠谱的存储解决方案：ES + CHDFS。

云 HDFS（Cloud HDFS，CHDFS）是腾讯云存储团队新推出的一款彻底兼容HDFS协议，主要解决大数据场景下海量数据存储和数据分析，可以为大数据用户在无需更改现有代码的基础上，将本地自建的 HDFS 文件系统无缝迁移至CHDFS 上。能够将ES中的历史索引数据移动到CHDFS保存。

接下来，咱们将一步一步地教您如何打通ES到CHDFS的数据流。

准备工做

在开始前，须要作如下几件事情：

1. 搭建hadoop环境，2.x和3.x都可。也可使用腾讯云EMR套件，省时省力；

2. 安装ES-hadoop插件，做者下载的是elasticsearch-hadoop-7.4.2.jar(点击下载)，下载后将插件安装到hadoop组件的每台服务器上的classpath中(可使用java classpath命令查看)；

3. 下载CHDFS插件，而且配置好CHDFS的插件(查看详情)；

4. 建立CHDFS文件系统并配置好权限组和挂载点(查看详情)；

当上面4个步骤均准备成功，恭喜你，离成功愈来愈近了。

编写备份代码

编写MapReduce程序，编写本身的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);    }}

编写Main函数，指定ES的实例及索引，示例代码：

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节点            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);        }    }}

编译代码生成jar包，例如es-chdfs-0.0.1-SNAPSHOT.jar

备份数据

当生成好jar包以后，在hadoop环境执行启动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的存储路径，

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

注意：因为mapreduce的限制，须要确保e2h目录是不存在的。

查看效果

提交MapReduce后，能够查看hadoop监控页面观察做业是否正常结束。

若是正常结束后，能够查看CHDFS上的文件是否有生成。若是有看到相似以下的显示，恭喜你，成功完成ES到CHDFS的数据转储。

数据分析

备份成功后，能够释放ElasticSearch上历史数据，极大节省了ElasticSearch上的存储成本。

CHDFS能够无缝对接各类主流的大数据套件，如Spark、hive、tez、presto、MapReduce、腾讯云EMR等。数据落地到CHDFS后，能够轻松高效的使用常见大数据组件来进行数据的进一步分析，为客户创造更多的价值。

关注腾讯云 掌握更多云技术

 点击领取：COS限时1元礼包！