V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
推荐工具
RoboMongo
推荐书目
50 Tips and Tricks for MongoDB Developers
Related Blogs
Snail in a Turtleneck
nleg
V2EX  ›  MongoDB

关于远程 mongodb 数据同步到本地 Elasticsearch 问题

  •  
  •   nleg · 332 天前 · 1997 次点击
    这是一个创建于 332 天前的主题,其中的信息可能已经有所发展或是发生改变。
    因为 mongo 对搜索不太友好,我想搭建 ES 方便搜索,但是专门买个服务器又太贵了。。

    我想问一下大佬们,有没有什么方案能够每次开机都同步远程 mongodb 数据库到本地的 ES 中。。

    这样我就能实现在本地搜索了。
    8 条回复    2024-01-30 21:58:32 +08:00
    nleg
        1
    nleg  
    OP
       332 天前
    Monstache 能实现吗?
    Mithril
        2
    Mithril  
       332 天前
    MongoDB 有 Change Stream ,你可以理解为 bin log 。实际上是一部分的 oplog 。

    他有个 token ,你可以拿到从这个 token 以后的所有数据库变更。

    但实际上是基于 oplog 的,你如果太长时间没同步,或者那个 oplog 设置很少,操作太多的话可能就给顶掉了。如果你数据的变更不太多,或者你可以大部分时间实时同步下来,那就没问题。

    也有很多方案是基于全量扫描然后自己找变更的,你如果数据量不太大倒还行,数据量大了这么搞相当于增加了额外的负担。

    或者你数据库本身设计的很好,每个记录都有变更时间,那你每次只刷上次变更以后的就行,比刷那个 change stream 还要靠谱一些。只是删除需要额外处理,比如并不真的删除数据,而是给个 flag ,或者移到另一个 collection 里,那用这个方法倒也能同步了。
    nleg
        3
    nleg  
    OP
       331 天前
    @Mithril Monstache 好像就是基于 oplog 的,我现在的数据量不多可能就几十万,增量一天估计也就 10 万左右,最高可能达到千万级以上,按照你这么说,我是不是可以设置一个 flag 同步完设置为 true 下次只取为 false 的同步?还是你有更好的建议?,感谢!
    Mithril
        4
    Mithril  
       331 天前
    @nleg 个人意见,如果你想在数据库内设置一个字段用来控制到 ES 的同步,那么这个字段最好不要每次同步完就改,不然这些都是额外的 IO ,毫无意义。
    特别是当你 ES 的索引有问题,你需要恢复状态或者全量同步的时候,你这么搞就完全做不了了。

    你这数据量如果不涉及删除的话,只要增加个 update datetime 字段就行。如果修改也不要,那就 create datetime 就够了。
    每次启动的时候,ES 里面找个最大的 datetime ,然后从 mongodb 里面找所有比他大的 document ,分批拉回来就行。

    这样你不管差多少数据都能同步回来,控制好批量查询和插入的速度就行了。也不用在乎什么 oplog 或者 change stream 。
    lanfangzi
        5
    lanfangzi  
       331 天前
    debezium
    kestrelBright
        6
    kestrelBright  
       331 天前
    flink cdc
    wdmcode
        7
    wdmcode  
       331 天前
    flink cdc +1
    nleg
        8
    nleg  
    OP
       330 天前
    @Mithril 感谢你 我尝试使用你的方案
    关于   ·   帮助文档   ·   博客   ·   API   ·   FAQ   ·   实用小工具   ·   1017 人在线   最高记录 6679   ·     Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 · 23ms · UTC 20:40 · PVG 04:40 · LAX 12:40 · JFK 15:40
    Developed with CodeLauncher
    ♥ Do have faith in what you're doing.