腾讯云数据仓库 TCHouse-D
有奖捉虫：办公协同&微信生态&物联网文档专题 HOT
文档中心 > 腾讯云数据仓库 TCHouse-D > 开发指南 > 数据导入 > 从 Logstash 导入 Doris

从 Logstash 导入 Doris

最近更新时间：2023-07-14 15:11:22

我的收藏

本页目录：

从 Logstash 导入 Doris 需要使用 Logstash的Doris output plugin。该插件使用 HTTP 协议与 Doris FE HTTP 接口交互，并通过 Doris 的 stream load 的方式进行数据导入。

安装和编译

1. 下载源码

插件源码在 Doris 源码中，下载 Doris 源码。

2. 编译

在 doris 源码的 extension/logstash/ 目录下执行：
gem build logstash-output-doris.gemspec
您将在同目录下得到 logstash-output-doris-{version}.gem 文件。

3. 插件安装

copy logstash-output-doris-{version}.gem 到 logstash 安装目录下，执行命令：
./bin/logstash-plugin install logstash-output-doris-{version}.gem
安装 logstash-output-doris 插件。

配置

示例

在 config 目录下新建一个配置文件，命名为 logstash-doris.conf，具体配置如下：
    output {
        doris {
            http_hosts => [ "http://fehost:8030" ]
            user => user_name
            password => password
            db => "db_name"
            table => "table_name"
            label_prefix => "label_prefix"
            column_separator => ","
        }
    }

配置说明

连接相关配置：
配置
说明
http_hosts
FE的HTTP交互地址。 例如： ["http://fe1:8030", "http://fe2:8030"]
user
用户名，该用户需要有 doris 对应库表的导入权限
password
密码
db
数据库名
table
表名
label_prefix
导入标识前缀，最终生成的标识为 {label_prefix}_{db}_{table}_{time_stamp}
导入相关配置参考 Stream Load 手册。
配置
说明
column_separator
列分割符，默认为\\t。
columns
用于指定导入文件中的列和 table 中的列的对应关系。
where
导入任务指定的过滤条件。
max_filter_ratio
导入任务的最大容忍率，默认零容忍。
partition
待导入表的 Partition 信息。
timeout
超时时间，默认为600s。
strict_mode
严格模式，默认为 false。
timezone
指定本次导入所使用的时区，默认为东八区。
exec_mem_limit
导入内存限制，默认为 2GB，单位为字节。
其他配置：
配置
说明
save_on_failure
如果导入失败是否在本地保存，默认为 true
save_dir
本地保存目录，默认为 /tmp
automatic_retries
失败时重试最大次数，默认为3
batch_size
每批次最多处理的 event 数量，默认为100000
idle_flush_time
最大间隔时间，默认为20（秒）

启动

执行命令启动 doris output plugin：
{logstash-home}/bin/logstash -f {logstash-home}/config/logstash-doris.conf --config.reload.automatic

完整使用示例

1. 编译 doris-output-plugin

1. 下载 ruby 压缩包，自行到 ruby 官网下载，这里使用的2.7.1版本。
2. 编译安装，配置ruby的环境变量.
3. 到 doris 源码 extension/logstash/ 目录下，执行：
gem build logstash-output-doris.gemspec
得到文件 logstash-output-doris-0.1.0.gem，至此编译完成。

2. 安装配置 filebeat

说明
此处使用 filebeat 作为 input。
1. es 官网 下载 filebeat tar 压缩包并解压。
2. 进入 filebeat 目录下，修改配置文件 filebeat.yml 如下：
3. yaml filebeat.inputs:
4. 
5. 启动 filebeat：
./filebeat -e -c filebeat.yml -d "publish"

3. 安装 logstash 及 doris-out-plugin

1. 从 es官网 下载 logstash tar 压缩包并解压。
2. 将步骤1中得到的 logstash-output-doris-0.1.0.gem copy 到 logstash 安装目录下。
3. 执行：
./bin/logstash-plugin install logstash-output-doris-0.1.0.gem
安装插件。
4. 在 config 目录下新建配置文件 logstash-doris.conf 内容如下：
input {
 beats {
     port => "5044"
 }
}

output {
 doris {
     http_hosts => [ "http://127.0.0.1:8030" ]
     user => doris
     password => doris
     db => "logstash_output_test"
     table => "output"
     label_prefix => "doris"
     column_separator => ","
     columns => "a,b,c,d,e"
 }
}
这里的配置需按照配置说明自行配置。
5. 启动 logstash：
./bin/logstash -f ./config/logstash-doris.conf --config.reload.automatic

4. 测试功能

向 /tmp/doris.data 追加写入数据：
echo a,b,c,d,e >> /tmp/doris.data
观察 logstash 日志，若返回 response的Status 为 Success，则导入成功，此时可在 logstash_output_test.output 表中查看已导入的数据。
中国站