干貨 | Elasticsearch、Kibana數據導出實戰

本文轉載自查看原文 2019-08-19 20:27 1536

1、問題引出

以下兩個導出問題來自Elastic中文社區。

問題1、kibana怎么導出查詢數據？
問題2：elasticsearch數據導出
就像數據庫數據導出一樣，elasticsearch可以么?
或者找到它磁盤上存放數據的位置，拷貝出來，放到另一個es服務器上或者轉成自己要的數據格式？

實際業務實戰中，大家或多或少的都會遇到導入、導出問題。
根據數據源的不同，基本可以借助：

1、程序寫入
2、數據同步

logstash/flume/cana/es_hadoopl等來實現關系型數據庫（如：Oracle、mysql）、非關系型數據庫（如：Mongo、Redis）、大數據（Hadoop、Spark、Hive）到Elasticsearch的寫入。

而數據的導出，一部分是業務場景需要，如：業務系統中支持檢索結果導出為CSV、Json格式等。

還有一部分是分析數據的需求：期望借助Kibana工具將儀表盤聚合結果導出、不需要借助程序盡快將滿足給定條件的結果數據導出等。

這些快速導出的需求，最好借助插件或者第三方工具實現。

本文將重點介紹Kibana/Elasticsearch高效導出的插件、工具集。

2、期望導出數據格式

一般期望導出：CSV、Json格式。

3、Kibana導出工具

3.1 Kibana 官方導出

步驟1：點擊Kibana；
步驟2：左側選擇數據，篩選字段；
步驟3：右側點擊：share->csv reports。
步驟4：菜單欄：選擇Management->Reporting->下載。

以上是kibana6.5.4的實操截圖。

其他常見報表數據導出：

在Dashboard的右上角點擊Inspect，再點擊就可以導出對應可視化報表對應的數據。

3.2 數據透視表pivot-kibana

Kibana的數據透視表——使用Kibana UI中的任何其他工具一樣使用數據透視表可以極大地簡化數據工作。

Flexmonster Pivot可以交叉和快速地匯總業務數據並以交叉表格式顯示結果。

地址：https://github.com/flexmonster/pivot-kibana/

篩選數據效果如下：

注意：建議7.X以上版本使用。低版本不支持。

4、Elasticsearch導出工具

4.1 es2csv

1、簡介：用Python編寫的命令行實用程序，用於以Lucene查詢語法或查詢DSL語法查詢Elasticsearch，並將結果作為文檔導出到CSV文件中。
es2csv 可以查詢多個索引中的批量文檔，並且只獲取選定的字段，這可以縮短查詢執行時間。

2、地址：https://pypi.org/project/es2csv/

3、使用方法：

1es2csv -u 192.168.1.1:9200 -q '{"_source":{"excludes":["*gxn",,"*kex","vperxs","lpix"]},"query":{"term":{"this_topic":{"value":41}}}}' -r -i sogou_topic -o ~/export.csv

4、使用效果：
官方最新更新支持5.X版本，實際驗證6.X版本也可以使用，導出效率高。

5、推薦指數：
五星，

Elasticsearch導出CSV首選方案。

4.2 elasticsearch-dump

1、簡介：Elasticsearch導入導出工具。

支持操作包含但不限於：

1）、數據導出

導出索引、檢索結果、別名或模板為Json
導出索引為gzip
支持導出大文件切割為小文件
支持統一集群不同索引間或者跨索引數據拷貝

2）、數據導入

支持Json數據、S3數據導入Elasticsearch。

2、地址：

https://github.com/taskrabbit/elasticsearch-dump

3、使用方法：

1elasticdump \
2  --input=http://production.es.com:9200/my_index \
3  --output=query.json \
4  --searchBody='{"query":{"term":{"username": "admin"}}}'

如上，將檢索結果導出為json文件。

更多導入、導出詳見github介紹。

4、使用效果：
早期1.X版本沒有reindex操作，使用elasticdump解決跨集群數據備份功能。效果可以。

5、推薦指數：
五星。

Elasticsearch導出json首選方案。

4.3 logstash_output_csv

步驟1：安裝logstash_output_csv工具：

1D:\logstash-6.5.4\bin>logstash-plugin.bat  install  logstash-output-csv
2Validating logstash-output-csv
3Installing logstash-output-csv
4Installation successful

步驟2：配置conf文件
核心的：輸入input，輸出ouput，中間處理filter都在如下的配置文件中。

輸入：指定ES地址，索引，請求query語句；
輸出：csv輸出地址，輸出字段列表。

 1input {
 2 elasticsearch {
 3    hosts => "127.0.0.1:9200"
 4    index => "company_infos"
 5    query => '
 6    {
 7        "query": {
 8            "match_all": {}
 9        }   
10    } 
11  '
12  }
13}
14
15output {
16  csv {
17    # elastic field name
18    fields => ["no", "name", "age", "company_name", "department", "sex"]
19    # This is path where we store output.   
20    path => "D:\logstash-6.5.4\export\csv-export.csv"
21  }
22}

步驟3：執行導出

 1D:\\logstash-6.5.4\bin>logstash -f ../config/logstash_ouput_csv.conf
 2Sending Logstash logs to D:/2.es_install/logstash-6.5.4/logs which is now configured via log4j2.properties
 3[2019-08-03T23:45:00,914][WARN ][logstash.config.source.multilocal] Ignoring the 'pipelines.yml' file because modules or command line options are specified
 4[2019-08-03T23:45:00,934][INFO ][logstash.runner          ] Starting Logstash {"logstash.version"=>"6.5.4"}
 5[2019-08-03T23:45:03,473][INFO ][logstash.pipeline        ] Starting pipeline {:pipeline_id=>"main", "pipeline.workers"=>8, "pipeline.batch.size"=>125, "pipeline.batch.delay"=>50}
 6[2019-08-03T23:45:04,241][INFO ][logstash.pipeline        ] Pipeline started successfully {:pipeline_id=>"main", :thread=>"#<Thread:0x34b305d3 sleep>"}
 7[2019-08-03T23:45:04,307][INFO ][logstash.agent           ] Pipelines running {:count=>1, :running_pipelines=>[:main], :non_running_pipelines=>[]}
 8[2019-08-03T23:45:04,740][INFO ][logstash.agent           ] Successfully started Logstash API endpoint {:port=>9600}
 9[2019-08-03T23:45:05,610][INFO ][logstash.outputs.csv     ] Opening file {:path=>"D:/logstash-6.5.4/export/csv-export.csv"}
10[2019-08-03T23:45:07,558][INFO ][logstash.pipeline        ] Pipeline has terminated {:pipeline_id=>"main", :thread=>"#<Thread:0x34b305d3 run>"}