MongoDB 数据自动同步到 ElasticSearch

Posted 2020-10-21 杜先武博客

我们产品中需要全文检索的功能，后端数据存储主要使用了 mysql + MongoDB，而其中需要检索的内容是在 MongoDB 中的。

MongoDB 本身是自带文本索引功能的，但是，不支持中文。术业有专攻，MongoDB 是数据存储应用，那么全文检索就使用专业的全文搜索引擎吧。

预选的几个选手有：Solr、ElasticSearch、Xapian、Sphinx、XunSearch。由于我们的数据量比较大，觉得现在单机已经有些力不从心了，MongoDB 也开始计划做分片，那么全文搜索如果自带分布式技能那就最合适不过了。经过一系列的考量，最后，我们就决定用 ElasticSearch 了。

现在后端程序是直接将数据写到 MongoDB 中，我不想修改程序代码，不想在增删改 MongoDB 中数据的同时去增删改 ElasticSearch 中的数据。希望 MongoDB 中数据发送变化时自动同步到 ElasticSearch 中，这样就可以最快地用上 ElasticSearch 了。

刚开始我找到的方案是利用 ElasticSearch 的 River 来同步数据，并在 GitHub 上到了 MongoDB River 插件：elasticsearch-river-mongodb。但是，随后我又在 ElasticSearch 官网上看了这篇博客：《Deprecating Rivers》，官方已经在 1.5 以后的版本弃用 River，为了用户的迁移，会一直保留到 2.0 版本。

于是，我得另寻方案了。然后我又在网上找到了另外一个方案：mongo-connector。这个是 MongoDB 官方的开发人员用 Python 写的一个工具，目前支持将 MongoDB 的数据同步到 Solr、ElasticSearch、MongoDB 中，并且支持用户自己扩展。看到 README 中的免责声明，我有点觉得这是玩票性质的工具，但是还是抱着试试看的心态决定试试看了。

下面是部署过程：

1. MongoDB 必须开启复制集，如果已经开启请忽略这一步：
   配置复制集的名称：mongod --replSet myDevReplSet
   在 mongo shell 中初始化复制集：rs.initiate()

2. 安装 ElasticSearch，如果已经安装请忽略这一步。

3. 安装 mongo-connector：
   先安装 pip：

   yum install python-setuptools && easy_install pip

   通过 pip 安装 mongo-connector：

   pip install mongo-connector

4. 运行 mongo-connector：

   mongo-connector -m 127.0.0.1:27017 -t 127.0.0.1:9200 -d elastic_doc_manager

OK，现在，在 MongoDB 中增删改数据，都能立刻同步到 ElasticSearch 中了。在试用过程中，mongo-connector 退出过两次，其中一次断开太久没有发觉，害我不得不重新同步。还是有点不靠谱的感觉，可能还得专门写个守护程序，让 mongo-connector 一直能在后台好好干活。

拓展阅读：

• 用 mongodb + elasticsearch 实现中文检索

• 使用Mongo Connector和Elasticsearch实现模糊匹配