使用logstash同步MySQL数据到elasticsearch

需求：将MySQL的数据同步到es中，通过es提供搜索和数据分析服务
网上有很多教程，但是自己在使用过程中还是遇到了很多坑，为了避免遇到同样的问题
下面将自己学习过程和资料整理下来，方便自己查阅，也希望对有同样需求的同学提供帮助

上一篇文章简单介绍了logstash的安装步骤，这篇文章主要介绍logstash同步mysql数据到es的配置文件的编写

一、logstash 配置文件介绍

logstash 设计了自己的 DSL(Domain-Specific Language 领域特定语言) 包括有区域，注释，数据类型(布尔值，字符串，数值，数组，哈希)，条件判断，字段引用等。

logstash 用 {} 来定义区域，区域内可以包括插件区域定义，你可以在一个区域内定义多个插件，插件区域内则可以定义键值对设置，示例如下：

input {}
filter {}
output {}

logstash input插件
 logstash filter插件
 logstash output插件

二、同步MySQL数据到ES的配置文件logstash-mysql.conf

1. 创建logstash-mysql.conf

首先创建logstash的配置文件，直接从logstash-6.7.0/config/logstash-sample.conf中复制一份配置文件logstash-mysql.conf，使用如下命令：

# 复制配置文件，并重命名
cp config/logstash-sample.conf mysql/logstash-mysql.conf
# 编辑配置文件
vim mysql/logstash-mysql.conf

修改内容如下：

input {
  # 用于接收控制台输入数据，进行测试
  stdin { }
  jdbc {
      # 数据库  数据库名称为elk，表名为book_table
      jdbc_connection_string => "jdbc:mysql://localhost:3306/elk?characterEncoding=UTF-8"
      # 数据库用户名
      jdbc_user => "root"
      # 数据库密码
      jdbc_password => "root"
      # jar包的位置
      jdbc_driver_library => "mysql/mysql-connector-java-5.1.40.jar"
      # mysql的Driver
      jdbc_driver_class => "com.mysql.jdbc.Driver"
      # 开启分页
      jdbc_paging_enabled => "true"
      # 每页条数
      jdbc_page_size => "100"
      # 需要执行的mysql文件的位置，会执行文件中的sql语句
      #statement_filepath => "mysql/test.sql"
      statement => "select * from book_table where id > :sql_last_value"
      # 调度时间，默认为1分钟执行一次
      schedule => "* * * * *"
      #是否记录上次执行结果, 如果为true,将会把上次执行到的 tracking_column 字段的值记录下来,保存到 last_run_metadata_path 指定的文件中
      record_last_run => true
 
      #是否需要记录某个column 的值,如果 record_last_run 为true,可以自定义我们需要 track 的 column 名称，此时该参数就要为 true. 否则默认 track 的是 timestamp 的值.
      use_column_value => true
 
      #如果 use_column_value 为true,需配置此参数. track 的数据库 column 名,该 column 必须是递增的.比如：ID.
      tracking_column => id
 
      #指定文件,来记录上次执行到的 tracking_column 字段的值
      #比如上次数据库有 10000 条记录,查询完后该文件中就会有数字 10000 这样的记录,下次执行 SQL 查询可以从 10001 条处开始.
      #我们只需要在 SQL 语句中 WHERE MY_ID > :sql_last_value 即可. 其中 :sql_last_value 取得就是该文件中的值(10000).
      last_run_metadata_path => "config/metadata"
 
      #是否清除 last_run_metadata_path 的记录,如果为true那么每次都相当于从头开始查询所有的数据库记录
      clean_run => false
 
      #是否将 column 名称转小写
      #lowercase_column_names => false
      # 标识输入的类型，自定义字符串，可以用于输出类型选择
      type => "book_table"
    }
}
filter {
 # 默认使用的是Unix时间，我们需要将logstash同步数据到ES时间+8小时
#  数据库中的时间字段也可以这样设置
   ruby {
      code => "event.set('@timestamp',event.get('@timestamp').time.localtime + 8*60*60)"
   }
}

output {
 if [type] == "book_table" {
  elasticsearch {
    hosts => ["http://localhost:9200"]
    user => "elastic"
        password => "changeme"
    #按分钟
    #index => "mysql-%{+YYYY.MM.dd.HH.mm}"
    #按小时
    # 索引名字，必须小写
    index => "mysql-%{+YYYY.MM.dd.HH}"
    #index => "logstash-%{[fields][document_type]}-%{+YYYY.MM.dd}"
        #index => "%{[@metadata][beat]}-%{[@metadata][version]}-%{+YYYY.MM.dd}"
    # 数据唯一索引（建议使用数据库主键 KeyID）
    document_id => "%{id}"
  }
  # 以json格式输出到控制台
  stdout {
        codec => json_lines
  }
 }
    
}

注意点：
1、 logstash默认使用的是Unix时间，我们需要将logstash同步数据到ES时间+8小时
2、数据库中的时间字段也可以这样设置
 filter {
   ruby {
     code => "event.set('@timestamp',event.get('@timestamp').time.localtime + 8*60*60)"
    }
  }
3、logstash里面不支持驼峰字段
4、因为logstash里面使用了type关键字，所有数据库中的字段不能命名为type，如果有type需要使用别名替换

2. 配置说明

从上面的配置中可以看出，需要创建一个mysql目录，并且下载mysql-connector-java-5.1.40.jar用于连接mysql数据库，可以直接从maven仓库:https://mvnrepository.com/中搜索mysql-connector-java下载jar包

在logstash-6.7.0目录下创建mysql目录

# 创建mysql目录
mkdir mysql
# 进入mysql 目录
cd mysql
# 下载mysql-connector-java.jar
wget https://repo1.maven.org/maven2/mysql/mysql-connector-java/5.1.40/mysql-connector-java-5.1.40.jar

3. 运行logstash

bin/logstash -f mysql/logstash-mysql.conf

参考文档：
Logstash 简易教程
 https://blog.csdn.net/diaobatian/article/details/98624709