使用logstash在弹性搜索中将两个索引组合成第三个索引

Question

我有两个索引

1. employee_data {"code":1, "name":xyz, "city":"Mumbai" }
2. transaction_data {"code":1, "Month":June", payment:78000 }

我想要这样的第三个索引 3)join_index

{"code":1, "name":xyz, "city":"Mumbai", "Month":June", payment:78000 }这怎么可能？？

我正在尝试使用 logstash

input {
  elasticsearch {
    hosts => "localost"
    index => "employees_data,transaction_data"
   
     query => '{ "query": { "match": { "code": 1} } }'
    scroll => "5m"
    docinfo => true
  }
}
output {

elasticsearch { 主机 => [“本地主机”]

index => "join1"
   }

}

Answer 1

您可以在employees_data上使用 elasticsearch输入

在您的过滤器中，对transaction_data使用 elasticsearch过滤器

input {
  elasticsearch {
    hosts => "localost"
    index => "employees_data"
   
     query => '{ "query": { "match_all": { } } }'
     sort => "code:desc"

    scroll => "5m"
    docinfo => true
  }
}
filter {
    elasticsearch {
              hosts => "localhost"
              index => "transaction_data"
              query => "(code:\"%{[code]}\"
              fields => { 
                    "Month" => "Month",
                    "payment" => "payment" 
                   }
        }
}
output {
  elasticsearch { 
    hosts => ["localhost"]
    index => "join1"
   }
}

并使用 elasticsearch output将您的新文档发送到您的第三个索引

您将拥有 3 个弹性搜索连接，结果可能会有点慢。 但它有效。

Answer 2

您不需要 Logstash 来执行此操作，Elasticsearch 本身通过利用 enrich enrich processor来支持它。

首先，您需要创建一个丰富策略（使用最小的索引，假设它是employees_data ）：

PUT /_enrich/policy/employee-policy
{
  "match": {
    "indices": "employees_data",
    "match_field": "code",
    "enrich_fields": ["name", "city"]
  }
}

然后您可以执行该策略以创建浓缩索引

POST /_enrich/policy/employee-policy/_execute

创建并填充丰富索引后，下一步需要您创建使用上述丰富策略/索引的摄取管道：

PUT /_ingest/pipeline/employee_lookup
{
  "description" : "Enriching transactions with employee data",
  "processors" : [
    {
      "enrich" : {
        "policy_name": "employee-policy",
        "field" : "code",
        "target_field": "tmp",
        "max_matches": "1"
      }
    },
    {
      "script": {
        "if": "ctx.tmp != null",
        "source": "ctx.putAll(ctx.tmp); ctx.remove('tmp');"
      }
    }
  ]
}

最后，您现在已准备好使用连接的数据创建目标索引。 只需将_reindex API 与我们刚刚创建的摄取管道结合使用即可：

POST _reindex
{
  "source": {
    "index": "transaction_data"
  },
  "dest": {
    "index": "join1",
    "pipeline": "employee_lookup"
  }
}

运行此命令后， join1索引将包含您所需要的内容，例如：

  {
    "_index" : "join1",
    "_type" : "_doc",
    "_id" : "0uA8dXMBU9tMsBeoajlw",
    "_score" : 1.0,
    "_source" : {
      "code":1, 
      "name": "xyz", 
      "city": "Mumbai", 
      "Month": "June", 
      "payment": 78000 
    }
  }

Answer 3

据我所知，仅使用 elasticsearch API 是不可能发生这种情况的。 要处理此问题，您需要为相关文档设置唯一 ID。 例如，您在问题中提到的代码可以作为文档的良好 ID。 因此，您可以将第一个索引重新索引到第三个索引，并使用 UPDATE API 来更新它们，方法是从第二个索引中读取文档并将它们的 ID 更新到第三个索引中。 我希望我能提供帮助。