1. Logstash简介

Logstash 是ES技术栈中的一个技术，它是一个数据采集引擎，可以从数据库采集数据到ES中。我们可以通过设置自增id主键或者时间来控制数据的自动同步，这个ID或者时间就是用于给Logstash进行识别的。

id：假设现在有1000条数据，Logstatsh识别后会进行一次同步，同步完会记录这个id为1000，以后数据库新增数据，那么id会一直累加，Logstatsh会有定时任务，发现有id大于1000了，则增量加入到es中

时间：同理，一开始同步1000条数据，每条数据都有一个字段，为time，初次同步完毕后，记录这个time，下次同步的时候进行时间比对，如果有超过这个时间的，那么就可以做同步，这里可以同步新增数据，或者修改元数据，因为同一条数据的时间更改会被识别，而id则不会。

2.安装Logstash

2.1 下载地址

下载地址：https://www.elastic.co/cn/downloads/past-releases/logstash-6-4-3

注意：使用Logstash的版本号与es版本号需要保持一致

2.2 插件-logstash-input-jdbc

本插件用于同步，ES6.x起自带，这个是集成在Logstash中的。所以直接配置同步数据库的配置文件即可。

2.3.创建索

同步数据到ES中，前提锝要有索引，这个需要手动去创建，名字随意，比如：fooie_emp

3.数据同步配置

3.1 将logstash拷贝到usr/local目录下

mv logstash-5.4.1 /usr/local/

3.2 创建sync目录，用于存放同步信息

mkdir sync

3.3 拷贝驱动到sync目录下

cp /soft/es/mysql-connector-java-5.1.7-bin.jar /usr/local/logstash-5.4.1/sync/

3.4 创建emp.sql

select emp_no,birth_date,first_name,last_name,gender,hire_date 
from employees
where hire_date>=:sql_last_value

3.5 创建logstash-db-sync.conf配置文件

vim logstash-db-sync.conf

具体配置如下

input {
    jdbc {
        # 设置 MySql/MariaDB 数据库url以及数据库名称
        jdbc_connection_string => "jdbc:mysql://192.168.131.132:3306/employees?useUnicode=true&characterEncoding=UTF-8&autoReconnect=true"
        # 用户名和密码
        jdbc_user => "root"
        jdbc_password => "123456"
        # 数据库驱动所在位置，可以是绝对路径或者相对路径
        jdbc_driver_library => "/usr/local/logstash-5.4.1/sync/mysql-connector-java-5.1.7-bin.jar"
        # 驱动类名
        jdbc_driver_class => "com.mysql.jdbc.Driver"
        # 开启分页
        jdbc_paging_enabled => "true"
        # 分页每页数量，可以自定义
        jdbc_page_size => "1000"
        # 执行的sql文件路径
        statement_filepath => "/usr/local/logstash-5.4.1/sync/emp.sql"
        # 设置定时任务间隔  含义：分、时、天、月、年，全部为*默认含义为每分钟跑一次任务
        schedule => "* * * * *"
        # 索引类型
       # type => "_doc"
        type => "knowledge" # ES5.4 使用该版本
        # 是否开启记录上次追踪的结果，也就是上次更新的时间，这个会记录到 last_run_metadata_path 的文件
        use_column_value => true
        # 记录上一次追踪的结果值
        last_run_metadata_path => "/usr/local/logstash-5.4.1/sync/track_time"
        # 如果 use_column_value 为true， 配置本参数，追踪的 column 名，可以是自增id或者时间
        tracking_column => "hire_date"
        # tracking_column 对应字段的类型
        tracking_column_type => "timestamp"
        # 是否清除 last_run_metadata_path 的记录，true则每次都从头开始查询所有的数据库记录
        clean_run => false
        # 数据库字段名称大写转小写
        lowercase_column_names => false
    }
}
output {
    elasticsearch {
        # es地址
        hosts => ["127.0.0.1:9200"]
        # 同步的索引名
        index => "fooie_emp"
        # 设置_docID和数据相同
        document_id => "%{id}"
    }
    # 日志输出
    stdout {
        codec => json_lines
    }}