前言
很多时候,在项目初期都是仅采用MySQL数据库作为业务数据库,但是随着数据的增长,当单表的数据超过千万级后,在怎么对查询SQL语句进行优化性能都不理想。这种情况下,我们就可以考虑通过Elasticsearch来实现项目的读写分离:写操作对Mysql库进行操作,读操作采用ES。那么我们应该如何保证Elasticsearch和MySQL的数据同步呢?本文给大家介绍通过Logstash实现MySQL数据定时增量同步到Elasticsearch。
1、环境准备
2、下载安装包
3、配置
3.1、新建sync文件夹
3.2、logstash-db-sync.conf文件内容
3.3、logstash.sql文件类容
3.4、track_time文件内容
4、启动
5、一对多数据如何同步
1、环境准备
JDK:1.8 64位 下载 & 配置
2、下载安装包
下载安装包,并解压到指定目录,如/home/xsaas/
https://artifacts.elastic.co/downloads/logstash/logstash-7.17.2-linux-x86_64.tar.gz
其他版本可在https://www.elastic.co/cn/downloads/past-releases#logstash选择下载,最好保证版本号和es完全一致
解压:
cd /home/xsaas/
tar -xvf logstash-7.17.2-linux-x86_64.tar.gz
3、配置
3.1、新建sync文件夹
cd /home/xsaas/logstash-7.17.2
#新建文件夹sync
mkdir sync&&cd sync
在sync创建文件logstash-db-sync.conf、logstash.sql、track_time,然后把数据库驱动移到该文件夹下
![](https://img.laitimes.com/img/9ZDMuAjOiMmIsIjOiQnIsIyZuBnLjVGOxUzMmRDMilzN0MTM5YWY5QjY0EDZiNjZyYWYxQ2Lc52YucWbp5GZzNmLn9Gbi1yZtl2Lc9CX6MHc0RHaiojIsJye.png)
3.2、logstash-db-sync.conf文件内容
input {
jdbc {
# 设置 MySql/MariaDB 数据库url以及数据库名称
jdbc_connection_string => "jdbc:mysql://ip:3306/foodie?useUnicode=true&characterEncoding=UTF-8&autoReconnect=true"
# 用户名和密码
jdbc_user => "root"
jdbc_password => "qqqqqqqqqqq"
# 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 => "/home/xsaas/logstash-7.17.2/sync/mysql-connector-java-5.1.41.jar"
# 驱动类名 mysql8用com.mysql.cj.jdbc.Driver,mysql5用com.mysql.jdbc.Driver
jdbc_driver_class => "com.mysql.cj.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 => "/home/xsaas/logstash-7.17.2/sync/logstash.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"
# 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 => "/home/xsaas/logstash-7.17.2/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 => "updated_time"
# 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 => ["ip:9200"]
# es账号名
user => "root"
# es密码
password => "123456"
# 同步的索引名
index => "foodie-items"
# 设置_docID和数据相同
document_id => "%{itemId}"
}
# 日志输出:
stdout {
codec => json_lines
}
}
3.3、logstash.sql文件类容
即你要同步的数据
SELECT
i.id as itemId,
i.item_name as itemName,
i.sell_counts as sellCounts,
ii.url as imgUrl,
tempSpec.price_discount as price,
i.updated_time as updated_time
FROM
items i
LEFT JOIN
items_img ii
on
i.id = ii.item_id
LEFT JOIN
(SELECT item_id,MIN(price_discount) as price_discount FROM items_spec) tempSpec
on
i.id = tempSpec.item_id
WHERE
ii.is_main = 1
and
i.updated_time >= :sql_last_value -- 这个时间是从track_time获取
3.4、track_time文件内容
直接新建即可,文件内容为空。主要作用为记录上一次追踪的结果值,比如配置追踪的是id,则该文件会记录上次查询中最后一行的id值。
#新建track_time文件
touch track_time
4、启动
cd /home/xsaas/logstash-7.17.2
sh bin/logstash -w 1 -f sync/logstash-db-sync.conf
#后台启动
nohup sh bin/logstash -w 1 -f sync/logstash-db-sync.conf > logstash.log 2>&1 &
命令解释:
-w 1:表示单线程运行,主要是为了解决Logstash Aggregate使用聚合时数组中的数据会错乱覆盖。原因是因为Logstash默认多线程运行,所以数据聚合时数据会混乱,如果你同步的数据没涉及到数据聚合(一对多),则可以删除该参数
5、一对多数据如何同步
敬请期待