安装之前，请参考https://github.com/richardwilly98/elasticsearch-river-mongodb根据你的MongoDB版本号决定需要的elasticsearch版本号和插件号。
1)安装ES
下载ElasticSearch_版本号.tar.gz,官网上有，下载好之后。
|
1
2
|
tar -zvxf elasticsearch-1.1.0.tar.gz cd elasticsearch-1.1.0 |
安装一下插件，也可以不安装，这个插件用来监控用的
|
1
|
./bin/plugin -i elasticsearch/marvel/latest |
想了解这个插件可以参考官方文档
|
1
|
http://www.elasticsearch.org/guide/en/marvel/current/index.html |
2）执行程序
|
1
|
./elasticsearch |
看到以下的就表示成功了
|
1
2
3
4
5
6
7
8
9
10
11
|
[2014-04-09 10:12:41,414][INFO ][node ] [Lorna Dane] version[1.1.0], pid[839], build[2181e11/2014-03-25T15:59:51Z][2014-04-09 10:12:41,415][INFO ][node ] [Lorna Dane] initializing ...[2014-04-09 10:12:41,431][INFO ][plugins ] [Lorna Dane] loaded [], sites [][2014-04-09 10:12:44,383][INFO ][node ] [Lorna Dane] initialized[2014-04-09 10:12:44,384][INFO ][node ] [Lorna Dane] starting ...[2014-04-09 10:12:44,495][INFO ][transport ] [Lorna Dane] bound_address {inet[/0:0:0:0:0:0:0:0:9300]}, publish_address {inet[/XXXXXX:9300]}[2014-04-09 10:12:47,522][INFO ][cluster.service ] [Lorna Dane] new_master [Lorna Dane][Ml-gTu_ZTniHR2mkpbMQ_A][XXXXX][inet[/XXXXXX:9300]], reason: zen-disco-join (elected_as_master)[2014-04-09 10:12:47,545][INFO ][discovery ] [Lorna Dane] elasticsearch/Ml-gTu_ZTniHR2mkpbMQ_A[2014-04-09 10:12:47,572][INFO ][http ] [Lorna Dane] bound_address {inet[/0:0:0:0:0:0:0:0:9200]}, publish_address {inet[/XXXXX:9200]}[2014-04-09 10:12:47,607][INFO ][gateway ] [Lorna Dane] recovered [0] indices into cluster_state[2014-04-09 10:12:47,607][INFO ][node ] [Lorna Dane] started |
如果想后台运行，则执行
|
1
|
./elasticsearch -d |
想确认程序是否运行，则运行
|
1
2
3
|
lsof -i:9200lsof -i:9300一个是节点对外服务端口，一个是节点间交互端口（如果有集群的话）。 |
3）建立集群
配置文件路径是：
|
1
|
.....（你的实际路径)/config/elasticsearch.yml |
默认是全部配置项都屏蔽的，
我修改后配置项如下：
|
1
2
|
cluster.name: ctoes ---配置集群的名字node.name: "QiangZiGeGe"---配置节点的名字，注意有双引号 |
|
1
|
bootstrap.mlockall: true |
没有提到的配置项都采用默认值，具体参数如何设置，还需要具体情况具体分析。
修改好后，启动es,可以看到打印的消息里有别的节点名字，就表示建立集群成功。
注意：es是自动探测局域网内的同名集群节点的。
查看集群的状态，可以通过：
|
1
|
curl 'http://localhost:9200/_cluster/health?pretty' |
|
1
|
<span></span>响应如下： |
|
1
2
3
4
5
6
7
8
9
10
11
12
|
{ "cluster_name" : "ctoes", "status" : "green", "timed_out" : false, "number_of_nodes" : 2, "number_of_data_nodes" : 2, "active_primary_shards" : 5, "active_shards" : 10, "relocating_shards" : 0, "initializing_shards" : 0, "unassigned_shards" : 0} |
接下来来使用一下来得到直观感受
4）使用数据库感受一下
创建索引(相当于创建数据库)
示例如下：
|
1
2
3
4
5
6
7
8
9
10
11
|
[deployer@XXXXXXX0013 ~]$ curl -XPUT 'http://localhost:9200/test1?pretty' -d'> {> "settings":{> "number_of_shards":2,> "number_of_replicas":1> }> }> '{ "acknowledged" : true} |
注意，这里的number_of_shards参数是一次性设置，设置之后永远不可以再修改的，但是number_of_replicas是可以随后可以修改的。
上面的url里的test1其实就是建立的索引(数据库)的名字，根据需要自己修改即可。
创建文档
|
1
2
3
4
5
6
7
8
9
10
|
curl -XPUT 'http://localhost:9200/test1/table1/1' -d '{ "first":"dewmobile","last":"technology","age":3000,"about":"hello,world","interest":["basketball","music"]}'响应如下：{"_index":"test1","_type":"table1","_id":"1","_version":1,"created":true} |
表明创建文档成功
test1:建立的数据库名字
table1:建立的type名字，type与关系数据库的table对应
1:自己制定的文档的主键，也可以不指定主键由数据库自己分配。
5）安装数据库同步插件
由于我们的数据源是放在MongoDB中的，所以这里只讲MongoDB数据源的数据同步。
插件源码：https://github.com/richardwilly98/elasticsearch-river-mongodb/
|
1
2
3
|
MongoDB River Plugin (作者 Richard Louapre)简介：mongodb同步插件，mongodb必须搭成副本集的模式，因为这个插件的原理是通过定期读取mongodb中的oplog来同步数据。 |
如何安装使用呢？需要安装2个插件
1）插件1
|
1
|
./plugin -install elasticsearch/elasticsearch-mapper-attachments/2.0.0 |
2)插件2
|
1
|
./bin/plugin --install com.github.richardwilly98.elasticsearch/elasticsearch-river-mongodb/2.0.0 |
安装过程如下：
|
1
2
3
4
5
6
7
|
./bin/plugin --install com.github.richardwilly98.elasticsearch/elasticsearch-river-mongodb/2.0.0-> Installing com.github.richardwilly98.elasticsearch/elasticsearch-river-mongodb/2.0.0...Trying http://download.elasticsearch.org/com.github.richardwilly98.elasticsearch/elasticsearch-river-mongodb/elasticsearch-river-mongodb-2.0.0.zip...Trying http://search.maven.org/remotecontent?filepath=com/github/richardwilly98/elasticsearch/elasticsearch-river-mongodb/2.0.0/elasticsearch-river-mongodb-2.0.0.zip...Trying https://oss.sonatype.org/service/local/repositories/releases/content/com/github/richardwilly98/elasticsearch/elasticsearch-river-mongodb/2.0.0/elasticsearch-river-mongodb-2.0.0.zip...Downloading .............................................................................................DONEInstalled com.github.richardwilly98.elasticsearch/elasticsearch-river-mongodb/2.0.0 into /usr/local/elasticsearch_1.1.0/elasticsearch/elasticsearch-1.1.0/plugins/river-mongodb |
3）安装elasticsearch-MySql插件
具体请参考：
https://github.com/jprante/elasticsearch-river-jdbc可以直接下载二进制jar包。
|
1
|
https://github.com/jprante/elasticsearch-river-jdbc |
4）安装mysql驱动jar包（必须！）
这样，插件就装好了。
6）使用插件告知ES添加监听数据库任务
模板如下：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
|
curl -XPUT localhost:9200/_river/mongo_resource/_meta -d '{"type":"mongodb","mongodb":{"servers":[{"host":"10.XX.XX.XX","port":"60004"}],"db":"zapya_api","collection":"resources"},"index":{"name":"mongotest","type":"resources"}}' |
如果看到下面的内容表示创建成功
|
1
|
{"_index":"_river","_type":"mongodb","_id":"_meta","_version":1,"created":true} |
然后，数据就导入到了es中了，索引建立成功。
~~~~~~~~~~~~~~~~
如果是导入mysql,模板如下：
|
1
2
3
4
5
6
7
8
9
10
|
[deployer@XXX0014 ~]$ curl -XPUT 'localhost:9200/_river/my_jdbc_river/_meta' -d '{> "type":"jdbc",> "jdbc":{> "url":"jdbc:mysql://localhost:3306/fastooth",> "user":"XXX",> "password":"XXX",> "sql":"select *,base62Decode(display_name) as name from users"> }> }> ' |
更详细的是：
|
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
|
{ "jdbc" :{ "strategy" : "simple", "url" : null, "user" : null, "password" : null, "sql" : null, "schedule" : null, "poolsize" : 1, "rounding" : null, "scale" : 2, "autocommit" : false, "fetchsize" : 10, /* Integer.MIN for MySQL */ "max_rows" : 0, "max_retries" : 3, "max_retries_wait" : "30s", "locale" : Locale.getDefault().toLanguageTag(), "index" : "jdbc", "type" : "jdbc", "bulk_size" : 100, "max_bulk_requests" : 30, "bulk_flush_interval" : "5s", "index_settings" : null, "type_mapping" : null }} |
对于schedule参数：设置调度时刻的
格式参考：http://www.quartz-scheduler.org/documentation/quartz-1.x/tutorials/crontrigger
http://www.quartz-scheduler.org/documentation/quartz-1.x/tutorials/crontrigger
https://github.com/jprante/elasticsearch-river-jdbc/issues/186
官方文档：
https://github.com/jprante/elasticsearch-river-jdbc/wiki/JDBC-River-parameters
https://github.com/jprante/elasticsearch-river-jdbc/wiki/Quickstart（包含如何删除任务）
附录：http://my.oschina.net/wenhaowu/blog/215219#OSC_h2_7
测试过程中，会出现错误：
|
1
|
[7]: index [yyyy], type [rrrr], id [1964986], message [RemoteTransportException[[2sdfsdf][inet[/xxxxxxxxxx:9300]][bulk/shard]]; nested: EsRejectedExecutionException[rejected execution (queue capacity 50) on org.elasticsearch.action.support.replication.TransportShardReplicationOperationAction$AsyncShardOperationAction$1@3e82ee89]; ] |
修改配置文件，在最后增加：
|
1
2
3
4
5
|
threadpool: bulk: type: fixed size: 60 queue_size: 1000 |
至于这几个参数是什么意思，还请读者自己去弄明白。
参考：
http://stackoverflow.com/questions/20683440/elasticsearch-gives-error-about-queue-size
http://www.elasticsearch.org/guide/en/elasticsearch/reference/current/modules-threadpool.html
~~~~~~~~~~~~~~~
关于客户端，我们使用了Play框架，正如数据库都需要驱动包一样，我们从官方网站上看到了这个
https://github.com/cleverage/play2-elasticsearch
关于中文分词，可以尝试使用Ansj.
~~~~~~~~~~~~~~~~~~~~~
关于创建索引：
curl -i -XPUT 'XXX:9200/fasth' -d '
{
"settings" :
{
"number_of_shards" : 3 ,
"number_of_replicas" : 1
}
}
'
~~~~~~~~~~~
创建映射
curl -i -XPUT 'http://localhost:9200/fa/users/_mapping' -d '
{
"properties":
{
"_id":
{
"type":"string",
"index":"not_analyzed"
},
"name":
{
"type":"string"
},
"gender":
{
"type":"string",
"index":"not_analyzed"
},
"primary_avatar":
{
"type":"string",
"index":"not_analyzed"
},
"signature":
{
"type":"string",
"index":"not_analyzed"
}
}
}
'
全量任务：
curl -XPUT 'xxx:9200/_river/mysql_users/_meta' -d '
{
"type":"jdbc",
"jdbc":
{
"url":"jdbc:mysql://XXX:3306/fastooth",
"user":"XXX",
"password":"XXX",
"sql":"select distinct _id,base62Decode(display_name) as name,gender,primary_avatar,signature from users",
"index":"XXX",
"type":"XXX"
}
}
'