Logstash使用介绍

时间 2019-12-11

原文原文链接

Logstash介绍

Logstash是一个数据收集处理转发系统，是 Java开源项目。它只作三件事：php

数据输入
数据加工（不是必须的）：如过滤，改写等
数据输出

下载安装

logstash是基于Java的服务，各操做系统安装Java环境都可使用。

Java
https://www.java.com/zh_CN/
安装后配置好java环境变量。
logstash
最新版 https://www.elastic.co/downloads/logstash
2.3.4版 https://www.elastic.co/downloads/past-releases/logstash-2-3-4html

配置结构

#输入
Input{
   Jdbc{}
}
#加工过滤
Filter{
   Json{}
}
#输出
Output{
   elasticsearch{}
}

支持的插件

Input： elasticsearch,file,http_poller,jdbc,log4j,rss,rabbitmq,redis,syslog,tcp,udp…等java

Filter： grok,json,mutate,split …等redis

Output： email,elasticsearch,file,http,mongodb,rabbitmq,redis,stdout,tcp,udp …等sql

配置说明地址： https://www.elastic.co/guide/en/logstash/current/input-plugins.htmlmongodb

应用示例

#jdbc_demo
input {
  jdbc {
        #数据库连接设置
        jdbc_driver_library => "k:\k\k\sqljdbc_6.0\chs\sqljdbc42.jar"
        jdbc_driver_class => "com.microsoft.sqlserver.jdbc.SQLServerDriver"
        jdbc_connection_string => "jdbc:sqlserver://192.168.0.1;user=sa;password=sa;DatabaseName=EStatistic;"
        jdbc_user => "sa"
        jdbc_password => "sa"
    
	statement_filepath => "../config-demo/sqlscript/jdbc_demo.sql"         #sql脚本
	schedule => "* * * * *"                                                #执行计划

	record_last_run => true                                                #记录最后运行值
	use_column_value => true                                               #
	tracking_column => id                                                  #要记录的字段
	last_run_metadata_path => "../config-demo/log/jdbc_demo"               #记录的位置

	lowercase_column_names => true                                         #将字段名所有改成小写
	clean_run => false
	
        jdbc_fetch_size => 1000                                                #分页设置
	jdbc_page_size => 1000
	jdbc_paging_enabled => true
  }
}
filter {
	mutate {
        #重命名，能够将字段名改掉
        rename => {
                "id" => "Id"
                "bid" => "BId"
                "saleconsultantid" => "SaleConsultantId"
                "avgreplyduration" => "AvgReplyDuration"
                "avgreplyratio" => "AvgReplyRatio"
                "avgonlineduration" => "AvgOnlineDuration"
                "stattime" => "StatTime"
			}
    }
}
output { 
	elasticsearch { 
		hosts => ["192.168.0.1:9200"]                            #es 服务地址
		index => "jdbc_demo"                                       #索引的名字
		document_type => "demoinfo"                                #类型的名字
		workers => 1                                               #输出时进程数
		document_id=>"%{Id}"                                       #文档的惟一ID
		template => "../config-demo/templates/jdbc_demo.json"      #模板的路径
		template_name => "jdbc_demo"                               #模板的名字
		template_overwrite => false                                ##是否覆盖已存在的模板
	} 
    #  stdout{
    #     codec => rubydebug 
    # }
}

索引模板数据库

{
    "order": 1,
    "template": "jdbc_demo",                  //模板匹配规则，已经索引名匹配（eg:jdbc_demo-*,能够匹配到，jdbc_demo-1,jdbc_demo-14...）
    "settings": {
        "index.number_of_shards": 4,          //分片数
        "number_of_replicas": 1               //每一个分配备份数
    },
    "mappings": {
        "_default_": {
            "_source": {
                "enabled": true
            }
        },
        "demoinfo": {           //动态模板 若是映射后，有新的字段添加进来，而且在字段区域没有映射会按该动态模板匹配映射
            "dynamic_templates": [
                {
                    "string_field": {
                        "match": "*",
                        "match_mapping_type": "string", //匹配到全部字符串 设置为不分词
                        "mapping": {
                            "index": "not_analyzed",
                            "type": "string"
                        }
                    }
                }
            ],                      //类型名
            "_source": {
                "enabled": true
            },
            "_all": {
                "enabled": false
            },
            "properties": {                 //字段区域
                "Id": {
                    "type": "long"
                },
                "BId": {
                    "type": "integer"
                },
                "SaleConsultantId": {
                    "type": "integer"
                },
                "AvgReplyDuration": {
                    "type": "integer"
                },
                "AvgReplyRatio": {
                    "type": "double"
                },
                "AvgOnlineDuration": {
                    "type": "integer"
                },
                "StatTime": {
                    "format": "strict_date_optional_time||epoch_millis",
                    "type": "date"
                }
            }
        }
    },
    "aliases": {
        "logstashdemo": {}       //别名，匹配到该模板的会设置一个别名
    }
}

Sqlserver 查询语句json

SELECT  [Id]
      ,[BId]
      ,[SaleConsultantId]
      ,[AvgReplyDuration]
      ,[AvgReplyRatio]
      ,[AvgOnlineDuration]
      ,[StatTime]
  FROM [EStatistic].[dbo].[StatSessionBy7Day] 
  WHERE Id>:sql_last_value
  --:sql_last_value是记录的最后的一个值

5.x模板String字段ruby

 {"properties": {                 //字段区域
                 "NewField": {
                    "type": "keyword",       // keyword 不分词
                   "index": false            //不创建索引
                   },
                 "NewFieldText": {
                  "type": "text",           // text分词 
                   "index": true            // 创建索引
                 }
            }
            }

注意事项

Jdbc(input)拉取数据使用分页功能时没法查询text、ntext 和 image字段。
jdbc(input)使用分页时会将字段所有转换为大写。
elasticsearch(output)的模板中匹配符，必定要可以匹配到索引名称才能生效，而且要避免让其余索引匹配到，以避免影响其它新索引。
elasticsearch(output)定义索引名称必须全小写（es限制）。
以时间字段进行跟踪时sql查询语句不能使用Top x限制每次查询条数，这会致使最后的记录值并不是是最大的值，所拉取的数据可能会出现数据重复拉取（可是在es中不会体现为多条重复数据，只是version字段会>1）或数据丢失。
跟踪主键ID时需显示设置 order by id asc
无检索文本内容需设置“index”: “not_analyzed”

资料

es字段对应类型 https://www.elastic.co/guide/en/elasticsearch/reference/2.3/mapping-types.html
logstash官网地址 https://www.elastic.co/guide/en/logstash/2.3/configuration.htmlapp

sqlservice jdbc jar包http://www.microsoft.com/zh-cn/download/details.aspx?id=11774&a03ffa40-ca8b-4f73-0358-c191d75a7468=True