如何将MySql数据导入Elasticsearch中

Posted 2022-02-24 ShuSheng007

[版权申明] 非商业目的注明出处可自由转载
出自：shusheng007

文章目录

• 概述
• 方案
• 环境准备
• • 安装Mysql/MariaDb
  • 按装Elasticsearch与Kibana(可选)
  • 安装Logstash
  • • 写logstash配置文件
    • 运行
  • 查看结果
  • 更新数据
• 总结

概述

最近工作中有一个将mysql数据导入ES的需求，于是网上搜索了一下，发现不尽如人意。看了好几篇文章，还是不知道怎么做，于是我准备记录一下自己成功的经验，为自己也为同行…

方案

采用Logstash从MySql中抽取数据，然后导入ES中，如下图所示

环境准备

安装Mysql/MariaDb

已经安装则跳过，此处采用docker安装

• 创建本地卷

~/software/mariadb/data

cd ~
mkdir -p software/mariadb/data

• 写docker-compose文件

mariadb-dc.yaml

version: '3'

services:
  mariadb:
    image: mariadb:10.6.5
    ports:
      - 3306:3306
    volumes:
      - ~/software/mariadb/data:/var/lib/mysql
    environment:
      - MYSQL_ROOT_PASSWORD=root
      - MYSQL_USER=ss007
      - MYSQL_PASSWORD=ss007
      - MYSQL_DATABASE=ss007_bd

其中有几点需要说明：

- MYSQL_USER=ss007
- MYSQL_PASSWORD=ss007

创建了一个叫ss007的用户

• 执行

在mariadb-dc.yaml目录下执行

docker-compose -f mariadb-dc.yaml up -d

• 准备数据

数据库已经安装好，使用数据库管理工具，例如Navicat连接数据库并建表导入数据。

当然如果你习惯命令行，进入docker使用mysql命令行客户端操作也是可以的

-- ----------------------------
-- Table structure for student
-- ----------------------------
DROP TABLE IF EXISTS `student`;
CREATE TABLE `student` (
  `id` int(11) NOT NULL AUTO_INCREMENT,
  `stu_name` varchar(32) NOT NULL DEFAULT '' COMMENT '姓名',
  `age` int(11) NOT NULL DEFAULT 18 COMMENT '年龄',
  `create_time` datetime DEFAULT current_timestamp() ON UPDATE current_timestamp() COMMENT '创建时间',
  PRIMARY KEY (`id`)
) ENGINE=InnoDB AUTO_INCREMENT=5 DEFAULT CHARSET=utf8mb4 COMMENT='学生表';

-- ----------------------------
-- Records of student
-- ----------------------------
INSERT INTO `student` VALUES (1, '王二狗', 30, '2022-02-19 10:57:16');
INSERT INTO `student` VALUES (2, '牛翠华', 25, '2022-02-19 10:57:16');
INSERT INTO `student` VALUES (3, '上官无雪', 18, '2022-02-19 10:57:16');
INSERT INTO `student` VALUES (4, '王婆', 50, '2022-02-19 10:57:16');

按装Elasticsearch与Kibana(可选)

已经安装则跳过，没安装请参考docker之如何使用docker来安装ELK(elasticsearch，logstash，kibana)

安装Logstash

没有采用docker安装，直接从官网下载了7.17.0的压缩包，解压即可

写logstash配置文件

我们在config文件里新建一个名为my-demo-logstash.conf的文件，内容如下

input 
  jdbc 
    jdbc_driver_library => "./mysql-connector-java-5.1.49.jar"
    jdbc_driver_class => "com.mysql.jdbc.Driver"
    jdbc_connection_string => "jdbc:mysql://localhost:3306/ss007_db?characterEncoding=UTF-8&useSSL=false"
    jdbc_user => root
    jdbc_password => root
    # jdbc_paging_enabled => "true" #是否进行分页
    # jdbc_page_size => "50000"
    tracking_column => "create_time"
    use_column_value => true
    # statement_filepath => "sql文件路径，与下面的执行语句二选1"
    statement => "SELECT id,stu_name AS name,age,create_time FROM ss007_db.student WHERE create_time > :sql_last_value;"
    # 设置监听间隔  各字段含义（由左至右）秒、分、时、天、月、年，全部为*默认含义为每分钟都更新
    schedule => " 10 * * * * *"
  

output 
  elasticsearch 
    document_id => "%id"
    # document_type => ""
    index => "ss007_index"
    hosts => ["localhost:9200"]
  
  stdout
    codec => rubydebug
  

文件分为input 和output两部分，其实还可以有个filter。input 部分从mysql读取数据，output部分向ES插入数据，关键字段解释如下

input：

• jdbc_driver_library：mysql-connector-java.jar 连接文件路径，我放到了与bin同一级别，所以是./
• tracking_column: mysql中的某一列，logstash用它来跟踪数据的变化，例如此处我用的是create_time列，那么当新增加一条记录，或者修改一下这个时间的话，logstash就会知道，从而更新数据
• use_column_value ：是否使用tracking_column的值作为:sql_last_value的值。设置为true时，:sql_last_value = tracking_column。设置为false，:sql_last_value= 上次查询时间。
• statement：sql查询语句，其中:sql_last_value 已经在上面介绍过了
• schedule：执行计划，可以通过它设置查询的执行计划，我这里设置每隔10秒执行一次

output：

如果ES中没有index，会自动创建

• document_id => “%id” ： ES中document的唯一id，这里使用student的主键
• index => “ss007_index” : ES 的索引

7.0以后不用设置document_type，会默认doc

运行

导航到logstash路径下运行以下命令，注意7.x不能进入bin文件执行

 sudo  bin/logstash -f config/my-demo-logstash.conf

输出如下类似结果说明成功了

...
[2022-02-20T16:22:10,869][INFO ][logstash.inputs.jdbc     ][main][4a56def37a98a3ccef919df855d4d915c4fa56a1212a5e6c99a82aa2a6e70df9] (0.009233s) SELECT id,stu_name AS name,age,create_time FROM ss007_db.student WHERE create_time > 0;

           "name" => "王婆",
     "@timestamp" => 2022-02-20T08:22:10.938Z,
    "create_time" => 2022-02-19T02:57:16.000Z,
             "id" => 4,
       "@version" => "1",
            "age" => 50


           "name" => "王二狗",
     "@timestamp" => 2022-02-20T08:22:10.927Z,
    "create_time" => 2022-02-19T02:57:16.000Z,
             "id" => 1,
       "@version" => "1",
            "age" => 30

...

查看结果

从Kibana上查看ss007_index是否创建并导入了数据

更新数据

因为我们设置了每隔10秒执行一次，所以当我们插入新数据，或者更新数据导致create_time列的日期增大，logstash就会感受到，然后更新ES中的数据

• 插入一条新数据输出

           "name" => "张妈",
     "@timestamp" => 2022-02-20T08:27:10.160Z,
    "create_time" => 2022-02-19T21:57:16.000Z,
             "id" => 5,
       "@version" => "1",
            "age" => 50

• 修改已有数据输出

           "name" => "牛翠华",
     "@timestamp" => 2022-02-20T08:22:10.937Z,
    "create_time" => 2022-02-19T02:57:16.000Z,
             "id" => 2,
       "@version" => "1",
            "age" => 25

总结

为了搞这个我也是花了一天时间的，理论都知道，一动手就各种问题，如果它对你有帮助就点个赞再走

参考文章：https://dzone.com/articles/migrating-mysql-data-to-elasticsearch-using-logsta