elastic8.4.0搜索+logstash<->mysql实时同步+kibana可视化操作+netcore代码笔记
做全文搜索，es比较好用，安装可能有点费时费力。mysql安装就不说了。主要是elastic8.4.0+kibana8.4.0+logstash-8.16.1，可视化操作及少量netcore查询代码。
安装elastic8.4.0+kibana8.4.0使用docker-desktop，logstash-8.16.1是线程解压执行文件。
- 1.
docker-compose.yml 如下: 首先使用docker network创建一个es-net内部通讯网络,这样kibana连接es可以通过容器名ELASTICSEARCH_HOSTS=http://elasticsearch:9200，此作为单机测试使用单机的es.
services:
elasticsearch:
container_name: elasticsearch
image: docker.elastic.co/elasticsearch/elasticsearch:8.4.0environment:- discovery.type=single-node
ulimits:
memlock:
soft:-1hard:-1cap_add:-IPC_LOCK
ports:- "9200:9200"networks:- es-net
kibana:
container_name: kibana
image: docker.elastic.co/kibana/kibana:8.4.0environment:- ELASTICSEARCH_HOSTS=http://elasticsearch:9200 ports:- "5601:5601"networks:- es-net
networks:
es-net:
driver: bridge
作为es的8以上版本是有账号密码和crt证书的，需要做如下配置：
安装好es后默认给一个elastic账号,需要重置一下密码,进入es容器执行重置密码命令，会给你一个密码。
docker exec -it -u root elasticsearch /bin/bash
bin/elasticsearch-reset-password -u elastic
这里登录的其实是https带证书的，但是kibana使用的是http的，所以在容器内部，config/elasticsearch.yml中需要把下面的两个参数置为false ，生产环境不建议这么操作。
因为es带账号密码，所以kibana连接es也需要账号密码信息，但是默认的elastic是超级管理员，kibana默认是不支持的，需要自己新建账号。但是es默认是给了账号的，用他的就行。自己新建es账号给一个超级管理员角色依然没有重建所应权限，导致kibana起不来，用kibana_system就行。
进入es容器内部给kibana_system重置一个密码，用下面的命令在内部调用也行，我设置的elastic和kibana_system的密码一样，方便使用。
curl -u elastic:DiVnR2F6OGYmP+Ms+n2o -X POST "http://localhost:9200/_security/user/kibana_system/_password" -H 'Content-Type: application/json' -d'{"password": "DiVnR2F6OGYmP+Ms+n2o"}'
- 2.
然后在kibana容器中，加上账号密码信息即可，重启。还有最后一行加上i18n.locale: zh-CN ,改变ui为中文。
然后通过开发工具就可以做es的调试了,这里注意下需要中文分词的可以去 https://github.com/infinilabs/analysis-ik/releases 下载对应版本8.4.0的中文分词器 ，改个名放到es容器内plugins中去。也可以自定义分词文件丢进去
- 3. 下面就是logstash安装跟mysql的同步了，测试数据如下：
首先去logstash官网下载对应的包，我选的版本是8.16.1，目录如下是可以通过控制台执行的。
这里只需要配置好mysql-connector的驱动和链接信息即可。
jdbc.conf文件内容如下:
input {
stdin {}
jdbc {
type=> "jdbc"# 数据库连接地址
jdbc_connection_string=> "jdbc:mysql://192.168.200.2:3306/bbs?characterEncoding=UTF-8&autoReconnect=true"# 数据库连接账号密码；
jdbc_user=> "admin"jdbc_password=> "这是密码"# MySQL依赖包路径；
jdbc_driver_library=> "D:\software\logstash-8.16.1\mysql\mysql-connector-j-8.0.32.jar"# the name of the driverclass formysql
jdbc_driver_class=> "com.mysql.jdbc.Driver"# 数据库重连尝试次数
connection_retry_attempts=> "3"# 判断数据库连接是否可用，默认false不开启
jdbc_validate_connection=> "true"# 数据库连接可用校验超时时间，默认3600S
jdbc_validation_timeout=> "3600"# 开启分页查询（默认false不开启）；
jdbc_paging_enabled=> "true"# 单次分页查询条数（默认100000,若字段较多且更新频率较高，建议调低此值）；
jdbc_page_size=> "500"# statement为查询数据sql，如果sql较复杂，建议配通过statement_filepath配置sql文件的存放路径；
# sql_last_value为内置的变量，存放上次查询结果中最后一条数据tracking_column的值，此处即为ModifyTime；
# statement_filepath=> "mysql/jdbc.sql"statement=> "SELECT ArticleID,UserID,ArticleTitle,ArticleContent,ImageAddress,StandPoint,PublishTime,`Status`,Likes, Shares,Comments,Reports, Sort,PublishingMode,SourceType,Reply,IsTop,TopEndTime,Hot,EditUserId,CreatedTime,EditTime,UserType,UserNickname,ForbiddenState,PublishDateTime,TopArea,SubscribeType,CollectionCount,Articletype,NewsID,CommentUserCount,TopStartTime,`View`,ViewDuration,Forwardings,ForwardingFId,Freshness,Shelf_Reason,AuditTime FROM bbs_articles"# 是否将字段名转换为小写，默认true（如果有数据序列化、反序列化需求，建议改为false）；
lowercase_column_names=> false# Value can be any of: fatal,error,warn,info,debug，默认info；
sql_log_level=>warn
#
# 是否记录上次执行结果，true表示会将上次执行结果的tracking_column字段的值保存到last_run_metadata_path指定的文件中；
record_last_run=> true# 需要记录查询结果某字段的值时，此字段为true，否则默认tracking_column为timestamp的值；
use_column_value=> true# 需要记录的字段，用于增量同步，需是数据库字段
tracking_column=> "PublishTime"# Value can be any of: numeric,timestamp，Default valueis "numeric"tracking_column_type=>timestamp
# record_last_run上次数据存放位置；
last_run_metadata_path=> "mysql/last_id.txt"# 是否清除last_run_metadata_path的记录，需要增量同步时此字段必须为false；
clean_run=> false#
# 同步频率(分 时 天 月 年)，默认每分钟同步一次；
schedule=> "* * * * *"}
}
filter {
json {
source=> "message"remove_field=> ["message"]
}
# convert 字段类型转换，将字段TotalMoney数据类型改为float；
mutate {
convert=>{
#"TotalMoney" => "float"}
}
}
output {
elasticsearch {
# host=> "127.0.0.1"# port=> "9200"# 配置ES集群地址
# hosts=> ["192.168.1.1:9200", "192.168.1.2:9200", "192.168.1.3:9200"]
hosts=> ["127.0.0.1:9200"]
user=> "elastic"password=> "DiVnR2F6OGYmP+Ms+n2o"ssl=> false# 索引名字，必须小写
index=> "bbs_act"# 数据唯一索引（建议使用数据库KeyID）
document_id=> "%{ArticleID}"}
stdout {
codec=>json_lines
}
}
配置文成后执行该命令，数据实时同步开始
bin\logstash.bat -f mysql\jdbc.conf
可以通过kibana的discover查看数据，也可以通过开发工具查询，elk日志就是这么玩。
- 4. 下面就是代码，这里的实体没给全，注意实体需要给Text的Name属性，否则会解析不到数据的：
public class ArticleEsContext : EsBase<ArticleDto>{public ArticleEsContext(EsConfig esConfig) : base(esConfig)
{
}public override string IndexName => "bbs_act";public async Task<List<ArticleDto>>GetArticles(ArticleParameter parameter)
{var client =_esConfig.GetClient(IndexName);//计算分页的起始位置 var from = (parameter.PageNumber - 1) *parameter.PageSize;var searchResponse = await client.SearchAsync<ArticleDto>(s =>s
.Index(IndexName)
.Query(q=>q
.Bool(b=>b
.Should(
sh=> sh.Match(m =>m
.Field(f=> f.ArticleTitle) //查询 ArticleTitle .Query(parameter.KeyWords)
.Fuzziness(Fuzziness.Auto)//启用模糊查询 ),
sh=> sh.Match(m =>m
.Field(f=> f.ArticleContent) //查询 ArticleContent .Query(parameter.KeyWords)
.Fuzziness(Fuzziness.Auto)//启用模糊查询 )
)
.MinimumShouldMatch(1) //至少一个条件必须匹配 )
)
.From(from) //设置分页的起始位置 .Size(parameter.PageSize) //设置每页大小 );if (!searchResponse.IsValid)
{
Console.WriteLine(searchResponse.DebugInformation);return new List<ArticleDto>();
}returnsearchResponse.Documents.ToList();
}
}public classArticleDto
{
[Text(Name= "ArticleID")]public int ArticleId { get; set; }
[Text(Name= "ArticleTitle")]public string ArticleTitle { get; set; }
[Text(Name= "ArticleContent")]public string ArticleContent { get; set; }
[Date(Name= "CreatedTime")]public DateTime CreatedTime { get; set; }
}
代码调用结果如下：
d5a34f86-c01f-42e1-a93f-a0aabe2e1246
