数据同步MySQL -＞ Elasticsearch

大家好我是苏麟,今天聊聊数据同步 .

数据同步

一般情况下，如果做查询搜索功能，使用 ES 来模糊搜索，但是数据是存放在数据库 MySQL 里的，所以说我们需要把 MySQL 中的数据和 ES 进行同步，保证数据一致(以 MySQL 为主)。

MySQL =>ES(单向)

同步方式

首次安装完 ES，把 MySQL 数据全量同步到 ES 里，写一个单次脚本 4 种方式 , 全量同步(首次)+增量同步(新数据)

1.定时任务 (推荐 : 简单)

定时任务 : 比如1分钟1次，找到 MySQL 中过去几分钟内(至少是定时周期的2 倍)发生改变的数据，然后更新到 ES.

• 优点:简单易懂、占用资源少、不用引入第三方中间件
• 缺点:有时间差
• 应用场景:数据短时间内不同步影响不大、或者数据几乎不发生修改

2.双写 

双写 : 写数据的时候，必须也去写 ES;更新删除数据库同理。(事务:建议先保证 MySQL写成功，如果ES 写失败了，可以通过定时任务 + 日志 +告警进行检测和修复(补偿))

• 优点 : 不知道
• 缺点 : 繁琐

3. Logstash

用 Logstash 数据同步管道 (一般要配合 kafka 消息队列 + beats 采集器)

• 优点 : 用起来方便，插件多
• 缺点 : 成本更大 : 一般要配合其他组件使用 (比如 kafka) , 维护成本 : 多维护一个组件 , 学习成本 : 学习使用

4.Canal (推荐 : 简单 , 实时性非常强)

Canal 监听 MySQL Binlog，实时同步

• 优点 : 实时同步 , 实时性非常强
• 缺点 :  忽略不计   (MySQL8版本可能连接失败)

定时任务

找到 MySQL 中过去几分钟内发生改变的数据，然后更新到 ES.

双向写入

写数据的时候，也去写 ES .

这个不推荐!

Logstash

传输 和 处理 数据的管道

文章 :