ES坑之logstash配置文件

input {

    stdin {

    }

    jdbc {

      # mysql 数据库链接

      jdbc_connection_string => "jdbc:mysql:localhost/database?characterEncoding=utf8"

      # 用户名和密码

      jdbc_user => "xxx"

      jdbc_password => "xxxx"

      # 驱动

      jdbc_driver_library => "D:/xx/xx/logstash-6.2.4/config/mysql-connector-java-8.0.18.jar"

      # 驱动类名

      jdbc_driver_class => "com.mysql.jdbc.Driver"

      jdbc_paging_enabled => "true"

      jdbc_page_size => "50000"

      # 执行的sql 文件路径+名称

      #statement_filepath => ""

　　parameters => { "sql_last_value" => "UpdateTime" }

　　statement => "SELECT * FROM (SELECT * FROM table1 ) t WHERE t.updatetime > :sql_last_value"

　　# 设置监听间隔 各字段含义（由左至右）分、时、天、月、年，全部为*默认含义为每分钟都更新

　　schedule => "* * * * *"

      # 索引类型

      #type => "article"

     # 防止自动将大小转为小写

      lowercase_column_names => false

      # 记录上一次运行记录

      record_last_run => true

      # 使用字段值

      use_column_value => true

     # 追踪字段名

      tracking_column => "updatetime"

      # 字段类型

      tracking_column_type => "timestamp"

     # 上一次运行元数据保存路径

      last_run_metadata_path => "./logstash_last_id"

     # 是否删除记录的数据

      clean_run => false

    }

}

 

filter {

    json {

        source => "message"

        remove_field => ["message"]

    }

}

output {

  elasticsearch {

    hosts => "http://localhost:9200/"

    index => "indexname"

         document_type => "articles"

    document_id => "%{articleid}"

    template_overwrite => true

  }

 

  # 这里输出调试，正式运行时可以注释掉

  stdout {

      codec => json_lines

  }

}

————————————————————————————

注意点

（1）jdbc_driver_library
        mysql-connector-java-5.1.46.jar的存放目录，这个一定要配置正确，支持全路径和相对路径。如果配置不对，将会报“can ”错误。
（2）sql_last_value
        标志目前logstash同步的位置信息（类似offset）。比如id、updatetime。logstash通过这个标志，可以判断目前同步到哪一条数据。
（3）statement、statement_filepath
        statement：执行同步的sql语句，可以同步部分数据。
        statement_filepath：存储执行同步的sql语句。不和statement同时使用。
（4）schedule
        定时器，表示每隔多长时间同步一次数据。格式类似crontab。
（5）tracking_column、tracking_column_type
        tracking_column：表示表中哪一列用于判断logstash同步的位置信息。与sql_last_value比较判断是否需要同步这条数据。
        tracking_column_type：racking_column指定列的类型。支持两种类型：numeric（默认）、timestamp。注意：如果列是时间字段（比如updateTime），一定要指定这个类型为timestamp。我就踩了这个大坑。。。一直同步不成功！！！
（6）last_run_metadata_path
        存储sql_last_value值的文件名称及位置。
（7）document_id
        生成elasticsearch的文档值，尽量使用同步的数据中已有的唯一标识。比如同步订单数据，可以使用订单号。

————————————————————————————

在使用过程中遇到的一些问题：

1、数据同步，在同步数据时会有一个记录值，logstash会根据这个值来进行数据更新，我这里使用的是updateTime

根据内容修改时间进行更新数据，但是发现logstash记录的时间不是当地时间，具体时区是哪还没有发现（后续会补全这一块）

记录的时间总比数据库中的时间要快，所以导致数据总是更新不上。

在这一块目前做了几个尝试：

　　1.通过在sql语句中拼接和转换时间，试图将数据库中的时间转换为logstash记录中的数据时间

　　2.在logstash中增加filter配置

filter {
    ruby {
        code => "event.timestamp.time.localtime"
    }
}

以上方法目前均没有实现，原因：

　　1.sql语句中添加时间函数后会报错，logstash执行语句时无法识别函数（没有找到原因）

　　2.按照网上找的方法，在logstash配置文件中添加filter后并没有起作用（没有找到原因）

这些问题需要进一步深入研究原因

2、logstash链接mysql数据库失败

　　报错一：[2020-07-25T00:21:08,797][ERROR][logstash.inputs.jdbc ] Unable to connect to database. Tried 1 times {:error_message=>"Java::JavaSql::SQLNonTransientConnectionException: Could not create connection to database server. Attempted reconnect 3 times. Giving up."}

　   问题分析：

　　首先：因为部署环境为内网，防止是因为服务器之间通信问题，对mysql所在服务器做了Telnet测试，端口可以访问通，本机安装Navicat链接mysql成功，网络原因排除

　　随后：检查了多次链接字符串，因为mysql密码中含有“@”，“$”等特殊字符，修改了mysql密码做尝试，mysql方面的原因排除

 　   随后：更换了jdbc版本，原使用版本为mysql-connector-java-8.0.19.jar,更换为mysql-connector-java-5.x.jar

　　最后请教大神，大神查阅资料后给出的建议是出错原因可能是时区问题，需要在mysql链接字符串中添加时区

　　将原本字符串

　　jdbc:mysql://172.20.21.10:3306/Project?characterEncoding=utf8&autoReconnect=true

　　更改为：

　　jdbc:mysql://localhost:3306/Project?useUnicode=true&characterEncoding=UTF-8&useJDBCCompliantTimezoneShift=true&useLegacyDatetimeCode=false&serverTimezone=UTC

　　然后更改了驱动名 jdbc_driver_class => "com.mysql.jdbc.Driver"

　　将其改为：com.mysql.cj.jdbc.Driver

修改后遂成功

在其他服务器没有出现以上链接出错的问题，具体原因暂未查明，在此记录