先自我介绍一下，小编浙江大学毕业，去过华为、字节跳动等大厂，目前阿里P7

深知大多数程序员，想要提升技能，往往是自己摸索成长，但自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

因此收集整理了一份《2024年最新大数据全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友。

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上大数据知识点，真正体系化！

由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新

如果你需要这些资料，可以添加V获取：vip204888 （备注大数据）

正文

mysql原始数据

恭喜你🎉🎉🎉，到这你已经成功2/4啦，接下来我们要去配置Logstash啦，加油⛽️

三. 配置Logstash

1. 进入到 /logstash-7.10.2/bin目录下，创建 testlogstash.conf 文件，这是具体的配置

input {
	stdin {}
	jdbc {
	    #===================这是你需要修改的第1个地方===============#
	    
		#数据库连接地址
		jdbc\_connection\_string => "jdbc:mysql://localhost:3306/user\_center?characterEncoding=UTF-8&autoReconnect=true"
		jdbc\_user => "root"
		jdbc\_password => "root"
		# MySQL依赖包路径；
		jdbc\_driver\_library => "/Users/chencunyou/Desktop/java/mysql/mysql-connector-java-8.0.27.jar"
		#查询数据库语句（查询出的字段名要和es索引的字段名相同）
		statement => "SELECT id,nick_name AS nickName,sex,birth_date AS birthDate,create_time AS     createTime,update_time AS updateTime
FROM sys_user"
		
		# 需要记录的字段，用于增量同步，需是数据库字段
		tracking\_column => "updateTime"
		# record_last_run上次数据存放位置；
		last\_run\_metadata\_path => "/Users/chencunyou/Desktop/java/logstash-8.9.2/data/last\_time.txt"
		
		#====================第1个地方修改结束=====================#
		 
		type => "jdbc"
		# the name of the driver class for mysql
		jdbc\_driver\_class => "com.mysql.cj.jdbc.Driver"
		# 数据库重连尝试次数
		connection\_retry\_attempts => "3"
		 # 判断数据库连接是否可用，默认false不开启
		jdbc\_validate\_connection => "true"
		 # 数据库连接可用校验超时时间，默认3600S
		jdbc\_validation\_timeout => "3600"
		 # 开启分页查询（默认false不开启）；
		jdbc\_paging\_enabled => "true"
		 # 单次分页查询条数（默认100000,若字段较多且更新频率较高，建议调低此值）；
		jdbc\_page\_size => "500"
		 # statement为查询数据sql，如果sql较复杂，建议配通过statement_filepath配置sql文件的存放路径；
		 # sql_last_value为内置的变量，存放上次查询结果中最后一条数据tracking_column的值，此处即为ModifyTime；
		 # statement\_filepath => "mysql/jdbc.sql"
		 # 是否将字段名转换为小写，默认true（如果有数据序列化、反序列化需求，建议改为false）；
		lowercase\_column\_names => false
		 # Value can be any of: fatal,error,warn,info,debug，默认info；
		sql\_log\_level => warn
		 #
		 # 是否记录上次执行结果，true表示会将上次执行结果的tracking_column字段的值保存到last_run_metadata_path指定的文件中；
		record\_last\_run => true
		 # 需要记录查询结果某字段的值时，此字段为true，否则默认tracking_column为timestamp的值；
		use\_column\_value => true
		 # Value can be any of: numeric,timestamp，Default value is "numeric"
		tracking\_column\_type => timestamp
		 # 是否清除last_run_metadata_path的记录，需要增量同步时此字段必须为false；
		clean\_run => false
		 #
		 # 同步频率(分 时 天 月 年)，默认每分钟同步一次；
		schedule => "\* \* \* \* \*"
	}
}
 
output {
	elasticsearch {
	     #===================这是你需要修改的第2个地方===============#
	     
		 # host => "localhost"
		 # port => "9200"
		 # 配置ES集群地址
		 hosts => ["127.0.0.1:9200"]
		 user => "admin"
         password => "admin"
         # 启用SSL/TLS加密（前提是开启了HTTPS访问）
         ssl => true
         # 禁用证书验证（前提是开启了HTTPS访问）
         ssl\_certificate\_verification => false   
         # 证书地址（如果启用SSL/TLS加密的话，即使禁用证书验证，也需要配置否则会报错）             
         #cacert => "/Users/chencunyou/Desktop/java/logstash-7.10.2/CloudSearchService.cer"
		 # 你的索引名字，必须小写
		 index => "sys\_user\_dev"
		 # 数据唯一索引（建议使用数据库表唯一索引id）
		 document\_id => "%{id}"
		
         #====================第2个地方修改结束=====================#
	}
	stdout {
		codec => json_lines
	}
}

2. SSL证书下载

如果你是买的云服务器厂商的ES服务，去实例基本信息下载即可。我们公司用的华为云，我以华为云为例，进到"云搜索服务CSS"，找到ES实例，然后下载证书

恭喜你🎉🎉🎉，到这你已经成功3/4啦，接下来进入到最重要，同时99%会报错的最后一步，加油⛽️

四. 同步数据

1. 进入到 bin 目录
2. 执行脚本同步数据

./logstash -f testlogstash.conf

3. 执行结果（⚠️恭喜你，同步失败，当然幸运的你也可能不会碰到此问题）

Could not index event to Elasticsearch. {:status=>400, :action=>["index", {:\_id=>"369539918421758535", :\_index=>"sys\_user\_dev", :routing=>nil, :\_type=>"\_doc"}, #<LogStash::Event:0x41528007>], :response=>{"index"=>{"\_index"=>"sys\_user\_dev", "\_type"=>"\_doc", "\_id"=>"369539918421758535", "status"=>400, "error"=>{"type"=>"mapper\_parsing\_exception", "reason"=>"failed to parse field [sex] of type [integer] in document with id '369539918421758535'. Preview of field's value: 'false'", "caused\_by"=>{"type"=>"json\_parse\_exception", "reason"=>"Current token (VALUE\_FALSE) not numeric, can not use numeric value accessors\n at [Source: (byte[])\"{\"type\":\"jdbc\",\"createTime\":\"2023-09-15 20:22:47\",\"id\":369539918421758535,\"nickName\":\"易烊千玺\",\"@timestamp\":\"2023-09-15T14:23:01.583Z\",\"updateTime\":\"2023-09-15 20:23:03\",\"@version\":\"1\",\"sex\":false,\"birthDate\":\"2000-09-15\"}\"; line: 1, column: 202]"}}}}}

⚠️原因：数据库表中的sex字段，字段类型为tinyint，Logstash会转成boolean，但是ES中设置的也是int类型，所以你懂的
解决方案： 修改 testlogstash.conf 文件中的mysql连接地址，指定 tinyInt1isBit=false

jdbc\_connection\_string => "jdbc:mysql://localhost:3306/user\_center?characterEncoding=UTF-8&autoReconnect=true&tinyInt1isBit=false"

4. 再次执行命令（发现还是报错🤬，当然幸运的你也可能不会碰到此问题）

Could not index event to Elasticsearch. {:status=>400, :action=>["index", {:\_id=>"369539918421758535", :\_index=>"sys\_user\_dev", :routing=>nil, :\_type=>"\_doc"}, #<LogStash::Event:0x4f58d64c>], :response=>{"index"=>{"\_index"=>"sys\_user\_dev", "\_type"=>"\_doc", "\_id"=>"369539918421758535", "status"=>400, "error"=>{"type"=>"mapper\_parsing\_exception", "reason"=>"failed to parse field [birthDate] of type [date] in document with id '369539918421758535'. Preview of field's value: '2000-09-14T16:00:00.000Z'", "caused\_by"=>{"type"=>"illegal\_argument\_exception", "reason"=>"failed to parse date field [2000-09-14T16:00:00.000Z] with format [yyyy-MM-dd HH:mm:ss||yyyy-MM-dd||epoch\_millis]", "caused\_by"=>{"type"=>"date\_time\_parse\_exception", "reason"=>"Failed to parse with all enclosed parsers"}}}}}}

⚠️原因：mysql 中的字段 ‘birth_date’ 数据格式为 2000-09-15，通过LogStash导数据时 格式变为 2000-09-14T16:00:00.000Z而ES索引类型要求的格式为 ：yyyy-MM-dd所以报错；createTime、updateTime同理
解决方案：将testlogstash.conf 文件中的sql语句中的birthDate、createTime、updateTime使用 Data_Format操作

SELECT id,nick_name AS nickName,sex,
       DATE\_FORMAT(birth_date,'%Y-%m-%d') AS birthDate,
       DATE\_FORMAT(create_time,'%Y-%m-%d %H:%i:%S') AS createTime,
       DATE\_FORMAT(update_time,'%Y-%m-%d %H:%i:%S') AS updateTime
       FROM sys_user

5. 同步成功
   

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化的资料的朋友，可以添加V获取：vip204888 （备注大数据）

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。**

需要这份系统化的资料的朋友，可以添加V获取：vip204888 （备注大数据）
[外链图片转存中…(img-yN4JZ5m5-1713173993441)]

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！