Logstash-> Elasticsearch-更新非规范化数据

Question

用例说明

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。目的是允许用户使用全文本搜索引擎来搜索重要数据。数据经过规范化，因此不是进行全文查询的最佳形式，因此，其想法是对数据的一部分进行规范化，然后将其实时复制到Elasticsearch，这使我们能够创建快速而准确的搜索应用程序。

我们已经有了一个启用数据库操作（插入，更新，删除）事件搜索的系统。这些事件仅包含已更改的列和主键（在更新中，我们没有得到整个行）。Logstash已经为每个事件得到通知，因此这部分已经得到处理。

实际问题

现在我们要解决我们的问题。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来做到这一点？

例

假设我们Employees在Elasticsearch中维护一个列表。每个Employee都分配给一个Company。由于数据是非规范化的（出于快速搜索的目的），每个数据Employee还带有的名称和地址Company。更新会更改a的名称Company-
我们如何配置logstash来更新Employees分配给的所有公司名称Company？

补充说明

@Darth_Vader：我们面临的问题是，我们得到一个事件a
Company发生了变化，但是我们希望Employee在Elasticsearch中修改类型的文档，因为它们本身携带有关公司的数据。您的回答期望我们会为每一个都发生一个事件Employee，事实并非如此。

也许这将使其更加清晰。我们在Elasticsearch中有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'}

然后在源数据库中发生更新。

UPDATE company SET name = 'Company NEW' WHERE cmp_id = 1;

我们在logstash中得到一个事件，它表示如下内容：

{type:'company',cmp_id:'1',old.name:'Company A',new.name:'Company NEW'}

然后，应将其传播到Elasticsearch，以使最终的雇员为：

{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，该字段已 company.name 更改。

Answer 1

对于我在这里发布的内容，我建议采用类似的解决方案，即使用http输出插件以便通过查询对Employee索引的查询来发布更新。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"
  }
}