Question

当我发表声明时，我不清楚sql_last_value的作用是什么：

statement => "SELECT * from mytable where id > :sql_last_value"

我可以稍微理解使用它的原因，它不会浏览整个数据库表以更新字段，而只会更新新添加的记录。如果我错了，请纠正我。

所以我要做的是，使用logstash创建索引：

input {
    jdbc {
        jdbc_connection_string => "jdbc:mysql://hostmachine:3306/db" 
        jdbc_user => "root"
        jdbc_password => "root"
        jdbc_validate_connection => true
        jdbc_driver_library => "/path/mysql_jar/mysql-connector-java-5.1.39-bin.jar"
        jdbc_driver_class => "com.mysql.jdbc.Driver"
        schedule => "* * * * *"
        statement => "SELECT * from mytable where id > :sql_last_value"
        use_column_value => true
        tracking_column => id
        jdbc_paging_enabled => "true"
        jdbc_page_size => "50000"
    }
}

output {
    elasticsearch {
        #protocol => http
        index => "myindex"
        document_type => "message_logs"
        document_id => "%{id}"
        action => index
        hosts => ["http://myhostmachine:9402"]
    }
}

执行此操作后，文档根本不会上传到索引中。我哪里错了？

任何帮助都可以得到赞赏。

Answer 1

如果您的表格中有时间戳列（例如last_updated），则最好使用它而不是ID。因此，当记录更新时，您也会修改该时间戳，jdbc输入插件将获取记录（即ID列不会更改其值并且更新的记录将赢得＆t; t拿起来）

input {
    jdbc {
        jdbc_connection_string => "jdbc:mysql://hostmachine:3306/db" 
        jdbc_user => "root"
        jdbc_password => "root"
        jdbc_validate_connection => true
        jdbc_driver_library => "/path/mysql_jar/mysql-connector-java-5.1.39-bin.jar"
        jdbc_driver_class => "com.mysql.jdbc.Driver"
        jdbc_paging_enabled => "true"
        jdbc_page_size => "50000"
        schedule => "* * * * *"
        statement => "SELECT * from mytable where last_updated > :sql_last_value"
    }
}

如果您决定继续使用ID列，则应删除$HOME/.logstash_jdbc_last_run文件，然后重试。

Answer 2

有几件事要照顾：

如果您之前没有安排运行Logstash，那么在运行Logstash with schedule之前，请删除该文件：
```
$HOME/.logstash_jdbc_last_run
```
在Windows中，此文件位于：
```
C:\Users\<Username>\.logstash_jdbc_last_run
```
“statement =＆gt;”在Logstash配置中应该有“order by”tracking_column。
应正确给出tracking_column。

以下是Logstash配置文件的示例：

    input {
jdbc {
    # MySQL DB jdbc connection string to our database, softwaredevelopercentral
    jdbc_connection_string => "jdbc:mysql://localhost:3306/softwaredevelopercentral?autoReconnect=true&useSSL=false"
    # The user we wish to execute our statement as
    jdbc_user => "root"
    # The user password
    jdbc_password => ""
    # The path to our downloaded jdbc driver
    jdbc_driver_library => "D:\Programs\MySQLJava\mysql-connector-java-6.0.6.jar"
    # The name of the driver class for MySQL DB
    jdbc_driver_class => "com.mysql.cj.jdbc.Driver"
    # our query
    schedule => "* * * * *"
    statement => "SELECT * FROM student WHERE studentid > :sql_last_value order by studentid"
    use_column_value => true
    tracking_column => "studentid"
}
}
output {
stdout { codec => json_lines }
elasticsearch { 
   hosts => ["localhost:9200"]
   index => "students"
   document_type => "student"
   document_id => "%{studentid}"
   }

}

要查看相同的工作示例，您可以查看我的博文： http://softwaredevelopercentral.blogspot.com/2017/10/elasticsearch-logstash-kibana-tutorial.html

Answer 3

简而言之，sql_last_value允许您以最后一个sql的名称sugets的形式持久化数据。

当您安排查询时，此值特别有用。但为什么 ... ？因为您可以基于存储在sql_last_value中的值来创建sql语句条件，并且避免检索已为logstash输入摄取的行或在上次执行管道之后更新的行。

使用sql_last_value

时要记住的事情

默认情况下，此变量存储上次运行的时间戳。当您需要基于creation_date last_update等列提取数据时很有用。
您可以通过跟踪特定表的列值来定义sql_last_value的值。当您需要基于自动摄取数据时很有用。为此，您需要指定use_column_value => true和tracking_column => "column_name_to_track"。

以下示例将存储最后一个mytable行的 id 到:sql_last_value中，以在下一次执行中提取之前未提取的行，这意味着其id大于的行最后提取的ID。

input {
    jdbc {
        # ...
        schedule => "* * * * *"
        statement => "SELECT * from mytable where id > :sql_last_value"
        use_column_value => true
        tracking_column => id
    }
}

非常重要!!!

当您在管道中使用多个输入时，每个输入块将覆盖最后一个的sql_last_value的值。为了避免这种行为，可以使用last_run_metadata_path => "/path/to/sql_last_value/of_your_pipeline.yml"选项，这意味着每个管道将在不同的文件中存储自己的值。

我应该如何在logstash中使用sql_last_value？

3 个答案:

非常重要!!!