mysql时间延迟怎么解决 如何把mysql中的数据同步到elasticsearch中？
如何把mysql中的数据同步到elasticsearch中？
近年来接触了比较多的有同步需求的项目，文件同步以及各种主流和非主流数据库之间的同步。要把数据从 MySQL 同步到 Elasticsearch，可以通过以下办法实现。
自实现
数据同步的关键的就是提取变化数据，MySQL 中捕获数据变化的有：
触发器：简单直接，使用触发器把变化记录的主键插入到一个中间表中，程序定时扫描提取数据
Binlog：基于数据库二进制日志，日志中记录了数据的增删改操作，一般都是使用程序模拟 Slave 接收并解析日志，从而获取数据
冗余字段：可以在同步表中添加一个更新时间字段，定时扫描并提取大于某个时间点的数据
自实现是需要成本的，当然了，也有很多开源工具可以使用。
使用其他工具
logstash-input-jdbc：这是 logstash 官方提供的一个插件，支持全量同步和增量同步，原理也比较简单，就是定时执行SQL，可使用上述使用**冗余字段**的方法。地址： go-mysql-elasticsearch：基于 Go 开发的，使用 Binlog 进行同步的第三方开源工具。地址： elasticsearch-jdbc：第三方工具，基于 SQL 进行全量和增量的同步。地址：
推荐使用 logstash-input-jdbc，比较易用且稳定。
powerjob优缺点？
PowerJob特点：
使用简单：提供前端Web界面，允许开发者可视化地完成调度任务的管理（增、删、改、查）、任务运行状态监控和运行日志查看等功能。
定时策略完善：支持CRON表达式、固定频率、固定延迟和API四种定时调度策略。
执行模式丰富：支持单机、广播、Map、MapReduce四种执行模式，其中Map/MapReduce处理器能使开发者寥寥数行代码便获得集群分布式计算的能力。
DAG工作流支持：支持在线配置任务依赖关系，可视化得对任务进行编排，同时还支持上下游任务间的数据传递
执行器支持广泛：支持Spring Bean、内置/外置Java类、Shell、Python等处理器，应用范围广。
运维便捷：支持在线日志功能，执行器产生的日志可以在前端控制台页面实时显示，降低debug成本，极大地提高开发效率。
依赖精简：最小仅依赖关系型数据库（MySQL/Oracle/MS SQLServer...），扩展依赖为MongoDB（用于存储庞大的在线日志）。
高可用高性能：调度服务器经过精心设计，一改其他调度框架基于数据库锁的策略，实现了无锁化调度。部署多个调度服务器可以同时实现高可用和性能的提升（支持无限的水平扩展）。
故障转移与恢复：任务执行失败后，可根据配置的重试策略完成重试，只要执行器集群有足够的计算节点，任务就能顺利完成。
版权声明：本文内容由互联网用户自发贡献，本站不承担相关法律责任.如有侵权/违法内容,本站将立刻删除。
