logstash 獲取
wget https://artifacts.elastic.co/downloads/logstash/logstash-6.5.2.zip
unzip logstash-6.5.2.zip && cd logstash-6.5.2
安裝 jdbc 和 elasticsearch 插件
bin/logstash-plugin install logstash-input-jdbc
bin/logstash-plugin install logstash-output-elasticsearch
獲取 jdbc mysql 驅動
wget http://central.maven.org/maven2/mysql/mysql-connector-java/5.1.47/mysql-connector-java-5.1.47.jar
unzip mysql-connector-java-5.1.47.zip
編寫配置文件
logstash-input-jdbc
使用 logstash-input-jdbc 插件讀取 mysql 的數據，這個插件的工作原理比較簡單，就是定時執行一個 sql，然后將 sql 執行的結果寫入到流中，增量獲取的方式沒有通過 binlog 方式同步，而是用一個遞增字段作為條件去查詢，每次都記錄當前查詢的位置，由於遞增的特性，只需要查詢比當前大的記錄即可獲取這段時間內的全部增量，一般的遞增字段有兩種，AUTO_INCREMENT 的主鍵 id 和 ON UPDATE CURRENT_TIMESTAMP 的 update_time 字段，id 字段只適用於那種只有插入沒有更新的表，update_time 更加通用一些，建議在 mysql 表設計的時候都增加一個 update_time 字段
jdbc_driver_library: jdbc mysql 驅動的路徑，在上一步中已經下載jdbc_driver_class: 驅動類的名字，mysql 填com.mysql.jdbc.Driver就好了jdbc_connection_string: mysql 地址jdbc_user: mysql 用戶jdbc_password: mysql 密碼schedule: 執行 sql 時機，類似 crontab 的調度statement: 要執行的 sql，以 ":" 開頭是定義的變量，可以通過 parameters 來設置變量，這里的sql_last_value是內置的變量，表示上一次 sql 執行中 update_time 的值，這里update_time條件是>=因為時間有可能相等，沒有等號可能會漏掉一些增量use_column_value: 使用遞增列的值tracking_column_type: 遞增字段的類型，numeric表示數值類型,timestamp表示時間戳類型tracking_column: 遞增字段的名稱，這里使用 update_time 這一列，這列的類型是timestamplast_run_metadata_path: 同步點文件，這個文件記錄了上次的同步點，重啟時會讀取這個文件，這個文件可以手動修改
input { jdbc { jdbc_driver_library => "../mysql-connector-java-5.1.46/mysql-connector-java-5.1.46-bin.jar" jdbc_driver_class => "com.mysql.jdbc.Driver" jdbc_connection_string => "jdbc:mysql://<mysql_host>:3306/rta" jdbc_user => "<username>" jdbc_password => "<password>" schedule => "* * * * *" statement => "SELECT * FROM table WHERE update_time >= :sql_last_value" use_column_value => true tracking_column_type => "timestamp" tracking_column => "update_time" last_run_metadata_path => "syncpoint_table" } }
logstash-output-elasticsearch
hosts: es 集群地址user: es 用戶名password: es 密碼index: 導入到 es 中的 index 名，這里我直接設置成了 mysql 表的名字document_id: 導入到 es 中的文檔 id，這個需要設置成主鍵，否則同一條記錄更新后在 es 中會出現兩條記錄，%{id}表示引用 mysql 表中id字段的值
output { elasticsearch { hosts => ["172.31.22.165", "172.31.17.241", "172.31.30.84", "172.31.18.178"] user => "<user>" password => "<password>" index => "table" document_id => "%{id}" } }
運行
把上面的代碼保存到一個配置文件里面 sync_table.cfg，執行下面命令即可
bin/logstash -f config/sync_table.cfg
#logstash的配置文件需要自己創建，一下是我自己的配置文件
cat mysql_conf/mysql.conf
input {
stdin {
}
jdbc {
#數據庫地址
jdbc_connection_string => "jdbc:mysql://localhost:3601/user"
jdbc_user => "admin"
jdbc_password => "passwd"
#數據庫驅動路徑
jdbc_driver_library => "/soft/logstash-5.6.9/mysql-connector-java-5.1.46/mysql-connector-java-5.1.46-bin.jar"
jdbc_driver_class => "com.mysql.jdbc.Driver"
#sql路徑，也可以是直接指定sql語句，字段需要換成 statement =>
statement_filepath => "/soft/logstash-5.6.9/pay_test.sql"
#是否開啟記錄追蹤
record_last_run => "true"
#是否需要追蹤字段，如果為true，則需要指定tracking_column，默認是timestamp
use_column_value => "true"
#指定追蹤的字段，這里需要注意的是，建議選擇主鍵字段，如果選擇日期需要為實時表
tracking_column => "id"
#追蹤字段的類型，目前只有數字和時間類型，默認是數字類型
#tracking_column_type => "number"
#設置時區
jdbc_default_timezone =>"Asia/Shanghai"
#是否每次清除last_run_metadata_path的內容
clean_run => "false"
#這里可以手動設置:sql_last_value的值，默認時間是1970-01-01，默認數字是0
last_run_metadata_path => "/soft/logstash-5.6.9/logstash_jdbc_last_run"
#多久同步一次
schedule => "*/5 * * * *"
#是否分頁
jdbc_paging_enabled => "true"
jdbc_page_size => "50000"
}
}
filter {
#jdbc默認json，暫時沒找到修改方法
json {
source => "message"
remove_field => ["message"]
}
mutate { #需要移除的字段
remove_field => "@timestamp"
remove_field => "type"
remove_field => "@version"
}
}
output {
elasticsearch {
hosts => "localhost:9200" #elasticsearch地址
index => "user" #elasticsearch索引
document_id => "%{id}" #elasticsearch的id，該值需要唯一，如果不唯一就不要加這個字段，默認生成
document_type => "log" #elasticsearch的type
}
}