我们有一个关系数据库,其中包含有关我们日常运营的数据。目标是允许用户使用全文搜索引擎搜索重要数据。数据被规范化,因此不是最佳形式来进行全文查询,因此想法是对数据的子集进行非规范化并将其实时复制到Elasticsearch,这使我们能够创建快速准确的搜索应用程序
我们已经有一个系统可以启用Event Sourcing数据库操作(插入,更新,删除)。事件仅包含已更改的列和主键(在更新时,我们不会获得整行)。 Logstash已经收到每个事件的通知,因此该部分已经处理完毕。
现在我们遇到了问题。由于计划是对数据进行非规范化,因此我们必须确保将父对象的更新传播到Elasticsearch中的非规范化子对象。我们如何配置logstash来执行此操作?
假设我们在Elasticsearch中维护了Employees
的列表。每个Employee
都分配给Company
。由于数据是非规范化的(为了加快搜索速度),每个Employee
也包含Company
的名称和地址。更新会更改Company
的名称 - 我们如何配置logstash以更新分配给Employees
的所有Company
中的公司名称?
@Darth_Vader:
我们面临的问题是,我们得到一个Company
已更改的事件,但我们想在Elasticsearch中修改Employee
类型的文档,因为它们本身包含有关公司的数据。您的回答希望我们每个Employee
都会收到一个事件,但事实并非如此。
也许这会让它更清晰。我们在Elasticsearch有3名员工:
{type:'employee',id:'1',name:'Person 1',company.cmp_id:'1',company.name:'Company A'}
{type:'employee',id:'2',name:'Person 2',company.cmp_id:'1',company.name:'Company A'}
{type:'employee',id:'3',name:'Person 3',company.cmp_id:'2',company.name:'Company B'}
然后在源数据库中进行更新。
UPDATE company SET name = 'Company NEW' WHERE cmp_id = 1;
我们在logstash中收到一个事件,其中的内容如下:
{type:'company',cmp_id:'1',old.name:'Company A',new.name:'Company NEW'}
然后应将其传播到Elasticsearch,以便生成的员工:
{type:'employee',id:'1',name:'Person 1',company.cmp_id:'1',company.name:'Company NEW'}
{type:'employee',id:'2',name:'Person 2',company.cmp_id:'1',company.name:'Company NEW'}
{type:'employee',id:'3',name:'Person 3',company.cmp_id:'2',company.name:'Company B'}
请注意,字段 company.name
已更改。
答案 0 :(得分:0)
对于我发布的here,我建议采用类似的解决方案,即使用http
输出插件,以便通过对Employee索引的查询调用来发布更新。查询将如下所示:
POST employees/_update_by_query
{
"script": {
"source": "ctx._source.company.name = params.name",
"lang": "painless",
"params": {
"name": "Company NEW"
}
},
"query": {
"term": {
"company.cmp_id": "1"
}
}
}
因此您的Logstash配置应如下所示:
input {
...
}
filter {
mutate {
add_field => {
"[script][lang]" => "painless"
"[script][source]" => "ctx._source.company.name = params.name"
"[script][params][name]" => "%{new.name}"
"[query][term][company.cmp_id]" => "%{cmp_id}"
}
remove_field => ["host", "@version", "@timestamp", "type", "cmp_id", "old.name", "new.name"]
}
}
output {
http {
url => "http://localhost:9200/employees/_update_by_query"
http_method => "post"
format => "json"
}
}