elasticsearch - Logstash/Elasticsearch JDBC document_id vs document_type？

Question

因此，当我使用来自 logstash 的 JDBC 导入器并导出到 elasticsearch 时，我试图围绕 document_type 与 document_id 进行比较。

我终于把头绕在索引上。但是让我们假装我从一个传感器数据表(如温度/湿度/等...)中提取，其中包含传感器 ID 的...温度/湿度(与天气相关的数据)并记录了时间。 (所以这是一张大 table )

而且我想经常每隔 X 轮询一次数据库。

在这种情况下，document_type vs document_id 会是什么，这将针对 1 个索引存储(或任何您想调用的名称)。

document_type vs document_id 让我很困惑，尤其是在 JDBC 导入器方面。

如果我将 document_id 设置为说我的主键，它不会每次都被覆盖吗？所以我每次只有一份数据文件？ (这似乎毫无意义)

Answer 1

jdbc plugin将为每一列创建一个包含一个字段的 JSON 文档。因此，为了与您的示例保持一致，如果您有该数据，它将被导入为如下所示的文档:

{
    "sensor_id": 567,
    "temp": 90,
    "humidity": 6,
    "timestamp": "{time}",
    "@timestamp": "{time}" // auto-created field, the time Logstash received the document
}

你说得对，如果你设置 document_id到你的主键，它会被覆盖。你可以无视document_id除非你想更新 Elasticsearch 中的现有文档，我不认为你会想要使用这种类型的数据。让 Elasticsearch 为您生成文档 ID。

现在让我们谈谈document_type .如果要设置文档类型，需要设置type Logstash 中的字段到某个值(将传播到 Elasticsearch 中)。所以type field在 Elasticsearch 中用于对相似的文档进行分组。如果您使用 jdbc 插件导入的表中的所有文档都属于同一类型(它们应该是!)，您可以设置 type在这样的jdbc输入中......

input {
  jdbc {
    jdbc_driver_library => "mysql-connector-java-5.1.36-bin.jar"
    jdbc_driver_class => "com.mysql.jdbc.Driver"
    jdbc_connection_string => "jdbc:mysql://localhost:3306/mydb"
    jdbc_user => "mysql"
    parameters => { "favorite_artist" => "Beethoven" }
    schedule => "* * * * *"
    statement => "SELECT * from songs where artist = :favorite_artist"
    ...
    type => "weather"
  }
}

现在，在 Elasticsearch 中，您可以利用 type通过设置 mapping 字段对于那种类型。例如，您可能想要:

PUT my_index 
{
  "mappings": {
    "weather": { 
      "_all":       { "enabled": false  }, 
      "properties": { 
        "sensor_id":      { "type": "integer"  }, 
        "temp":           { "type": "integer"  }, 
        "humidity":       { "type": "integer" },
        "timestamp":      { "type": "date" }  
      }
    }
  }
}

希望这可以帮助! :)