elasticsearch-jdbc实现MySQL同步到ElasticSearch深入详解

elasticsearch-jdbc实现MySQL同步到ElasticSearch深入详解

点此链接看原视频1.如何实现mysql与elasticsearch的数据同步?

逐条转换为json显然不合适,需要借助第三方工具或者自己实现。核心功能点:同步增、删、改、查同步。


2、mysql与elasticsearch同步的方法有哪些?优缺点对比?

目前该领域比较牛的插件有:

1)、elasticsearch-jdbc,严格意义上它已经不是第三方插件。已经成为独立的第三方工具。https://github.com/jprante/elasticsearch-jdbc

2)、elasticsearch-river-mysql插件 https://github.com/scharron/elasticsearch-river-mysql

3)、go-mysql-elasticsearch(国内作者siddontang) https://github.com/siddontang/go-mysql-elasticsearch


1-3同步工具/插件对比:

go-mysql-elasticsearch仍处理开发不稳定阶段。

为什么选择elasticsearch-jdbc而不是elasticsearch-river-mysql插件的原因?(参考:http://*.com/questions/23658534/using-elasticsearch-river-mysql-to-stream-data-from-mysql-database-to-elasticsea

1)通用性角度:elasticsearch-jdbc更通用,

2)版本更新角度:elasticsearch-jdbc GitHub活跃度很高,最新的版本2.3.3.02016年5月28日兼容Elasticsearch2.3.3版本。

而elasticsearch-river-mysql 2012年12月13日后便不再更新。

综上,选择elasticsearch-jdbc作为mysql同步Elasticsearch的工具理所当然。


elasticsearch-jdbc的缺点与不足(他山之石):

1)、go-mysql-elasticsearch作者siddontang在博客提到的:

elasticsearch-river-jdbc的功能是很强大,但并没有很好的支持增量数据更新的问题,它需要对应的表只增不减,而这个几乎在项目中是不可能办到的。

http://www.jianshu.com/p/05cff717563c

2)、

博主leotse90在博文中提到elasticsearch-jdbc的缺点:那就是删除操作不能同步(物理删除)!

http://leotse90.com/2015/11/11/ElasticSearch与MySQL数据同步以及修改表结构/


我截止2016年6月16日没有测试到,不妄加评论。

elasticsearch-jdbc实现MySQL同步到ElasticSearch深入详解3、elasticsearch-jdbc如何使用?要不要安装?

3.1 和早期版本不同点

elasticsearch-jdbcV2.3.2.0版本不需要安装。以下笔者使用的elasticsearch也是2.3.2测试。

操作系统:CentOS release 6.6 (Final)

看到这里,你可能会问早期的版本有什么不同呢?很大不同。从我搜集资料来看,不同点如下:

1)早期1.x版本,作为插件,需要安装。

2)配置也会有不同。


3.2 elasticsearch-jdbc使用(同步方法一)

前提:

1)elasticsearch 2.3.2 安装成功,测试ok。

2)mysql安装成功,能实现增、删、改、查。

可供测试的数据库为test,表为cc,具体信息如下:


mysql> select * from cc;

+----+------------+

| id | name |

+----+------------+

| 1 | laoyang |

| 2 | dluzhang |

| 3 | dlulaoyang |

+----+------------+

3 rows in set (0.00 sec)

1

2

3

4

5

6

7

8

9

第一步:下载工具。

址:http://xbib.org/repository/org/xbib/elasticsearch/importer/elasticsearch-jdbc/2.3.2.0/elasticsearch-jdbc-2.3.2.0-dist.zip

第二步:导入Centos。路径自己定,笔者放到根目录下,解压。unzip elasticsearch-jdbc-2.3.2.0-dist.zip

第三步:设置环境变量。


[root@5b9dbaaa148a /]# vi /etc/profile

export JDBC_IMPORTER_HOME=/elasticsearch-jdbc-2.3.2.0


使环境变量生效:

[root@5b9dbaaa148a /]# source /etc/profile

第四步:配置使用。详细参考:https://github.com/jprante/elasticsearch-jdbc

1)、根目录下新建文件夹odbc_es 如下:


[root@5b9dbaaa148a /]# ll /odbc_es/

drwxr-xr-x 2 root root 4096 Jun 16 03:11 logs

-rwxrwxrwx 1 root root 542 Jun 16 04:03 mysql_import_es.sh


2)、新建脚本mysql_import_es.sh,内容如下;


[root@5b9dbaaa148a odbc_es]# cat mysql_import_es.sh

’#!/bin/sh

bin=$JDBC_IMPORTER_HOME/bin

lib=$JDBC_IMPORTER_HOME/lib

echo '{

"type" : "jdbc",

"jdbc": {

"elasticsearch.autodiscover":true,

"elasticsearch.cluster":"my-application", #簇名,详见:/usr/local/elasticsearch/config/elasticsearch.yml

"url":"jdbc:mysql://10.8.5.101:3306/test", #mysql数据库地址

"user":"root", #mysql用户名

"password":"123456", #mysql密码

"sql":"select * from cc",

"elasticsearch" : {

 "host" : "10.8.5.101",

 "port" : 9300

},

"index" : "myindex", #新的index

"type" : "mytype" #新的type

}

}'| java \

 -cp "${lib}/*" \

 -Dlog4j.configurationFile=${bin}/log4j2.xml \

 org.xbib.tools.Runner \

 org.xbib.tools.JDBCImporter

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

23

24

25

3)、为 mysql_import_es.sh 添加可执行权限。

[root@5b9dbaaa148a odbc_es]# chmod a+x mysql_import_es.sh

4)执行脚本mysql_import_es.sh

[root@5b9dbaaa148a odbc_es]# ./mysql_import_es.sh


第五步:测试数据同步是否成功。

使用elasticsearch检索查询:


[root@5b9dbaaa148a odbc_es]# curl -XGET 'http://10.8.5.101:9200/myindex/mytype/_search?pretty'

{

 "took" : 4,

 "timed_out" : false,

 "_shards" : {

 "total" : 8,

 "successful" : 8,

 "failed" : 0

 },

 "hits" : {

 "total" : 3,

 "max_score" : 1.0,

 "hits" : [ {

 "_index" : "myindex",

 "_type" : "mytype",

 "_id" : "AVVXKgeEun6ksbtikOWH",

 "_score" : 1.0,

 "_source" : {

 "id" : 1,

 "name" : "laoyang"

 }

 }, {

 "_index" : "myindex",

 "_type" : "mytype",

 "_id" : "AVVXKgeEun6ksbtikOWI",

 "_score" : 1.0,

 "_source" : {

 "id" : 2,

 "name" : "dluzhang"

 }

 }, {

 "_index" : "myindex",

 "_type" : "mytype",

 "_id" : "AVVXKgeEun6ksbtikOWJ",

 "_score" : 1.0,

 "_source" : {

 "id" : 3,

 "name" : "dlulaoyang"

 }

 } ]

 }

}

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

23

24

25

26

27

28

29

30

31

32

33

34

35

36

37

38

39

40

41

42

出现以上包含mysql数据字段的信息则为同步成功。


4、 elasticsearch-jdbc 同步方法二

[root@5b9dbaaa148a odbc_es]# cat mysql_import_es_simple.sh

#!/bin/sh

bin=$JDBC_IMPORTER_HOME/bin

lib=$JDBC_IMPORTER_HOME/lib

 java \

 -cp "${lib}/*" \

 -Dlog4j.configurationFile=${bin}/log4j2.xml \

 org.xbib.tools.Runner \

 org.xbib.tools.JDBCImporter statefile.json


[root@5b9dbaaa148a odbc_es]# cat statefile.json

{

"type" : "jdbc",

"jdbc": {

"elasticsearch.autodiscover":true,

"elasticsearch.cluster":"my-application",

"url":"jdbc:mysql://10.8.5.101:3306/test",

"user":"root",

"password":"123456",

"sql":"select * from cc",

"elasticsearch" : {

 "host" : "10.8.5.101",

 "port" : 9300

},

"index" : "myindex_2",

"type" : "mytype_2"

}

}

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

23

24

25

26

27

28

脚本和json文件分开,脚本执行前先加载json文件。

执行方式:直接运行脚本 ./mysql_import_es_simple.sh 即可。


5、Mysql与elasticsearch等价查询

目标:实现从表cc中查询id=3的name信息。

1)MySQL中sql语句查询:


mysql> select * from cc where id=3;

+----+------------+

| id | name |

+----+------------+

| 3 | dlulaoyang |

+----+------------+

1 row in set (0.00 sec)

1

2

3

4

5

6

7

2)elasticsearch检索:


[root@5b9dbaaa148a odbc_es]# curl http://10.8.5.101:9200/myindex/mytype/_search?pretty -d '

{

"filter" : { "term" : { "id" : "3" } }

}'

{

 "took" : 3,

 "timed_out" : false,

 "_shards" : {

 "total" : 8,

 "successful" : 8,

 "failed" : 0

 },

 "hits" : {

 "total" : 1,

 "max_score" : 1.0,

 "hits" : [ {

 "_index" : "myindex",

 "_type" : "mytype",

 "_id" : "AVVXKgeEun6ksbtikOWJ",

 "_score" : 1.0,

 "_source" : {

 "id" : 3,

 "name" : "dlulaoyang"

 }

 } ]

 }

}

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

23

24

25

26

27

常见错误:

错误日志位置:/odbc_es/logs

日志内容:

[root@5b9dbaaa148a logs]# tail -f jdbc.log

[04:03:39,570][INFO ][org.xbib.elasticsearch.helper.client.BaseTransportClient][pool-3-thread-1] after auto-discovery connected to [{5b9dbaaa148a}{aksn2ErNRlWjUECnp_8JmA}{10.8.5.101}{10.8.5.101:9300}{master=true}]


Bug1、[02:46:23,894][ERROR][importer.jdbc ][pool-3-thread-1] error while processing request: cluster state is RED and not YELLOW, from here on, everything will fail!

原因:

you created an index with replicas but you had only one node in the cluster. One way to solve this problem is by allocating them on a second node. Another way is by turning replicas off.

你创建了带副本 replicas 的索引,但是在你的簇中只有一个节点。


解决方案:

方案一:允许分配‘它们’到第二个节点。


方案二:关闭副本replicas(非常可行)。如下:


curl -XPUT 'localhost:9200/_settings' -d '

{

 "index" : {

 "number_of_replicas" : 0

 }

}

1

2

3

4

5

6


Bug2、[13:00:37,137][ERROR][importer.jdbc ][pool-3-thread-1] error while processing request: no cluster nodes available, check settings {autodiscover=false, client.transport.ignore_cluster_name=false, client.transport.nodes_sampler_interval=5s, client.transport.ping_timeout=5s, cluster.name=elasticsearch,

org.elasticsearch.client.transport.NoNodeAvailableException: no cluster nodes available, check

解决方案:

见上脚本中新增:

“elasticsearch.cluster”:“my-application”, #簇名,和/usr/local/elasticsearch/config/elasticsearch.yml 簇名保持一致。


参考:

http://*.com/questions/11944915/getting-an-elasticsearch-cluster-to-green-cluster-setup-on-os-x


上一篇:sklearn之XGBModel:XGBModel之feature_importances_、plot_importance的简介、使用方法之详细攻略(一)


下一篇:类的方法总结