Logstash

Question

我正在尝试使用 logstash jdbc plugins and returns a csv output file with headers with logstash csv plugin 请求数据库。

我花了很多时间在 logstash 文档上，但我仍然遗漏了一点。

使用以下 logstash 配置，结果为我提供了一个文件，每行包含 headers。我找不到只为 logstash 配置中的第一行添加 headers 的方法。

非常感谢帮助。

输出文件

_object$id;_object$name;_object$type;nb_surveys;csat_score
2;Jeff Karas;Agent;2;2  
_object$id;_object$name;_object$type;nb_surveys;csat_score
3;John Lafer;Agent;2;2;2;2;;2
_object$id;_object$name;_object$type;nb_surveys;csat_score
4;Michele Fisher;Agent;2;2
_object$id;_object$name;_object$type;nb_surveys;csat_score
5;Chad Hendren;Agent;2;78

文件：simple-out.conf

input {
    jdbc {
        jdbc_connection_string => "jdbc:postgresql://localhost:5432/postgres"
        jdbc_user => "postgres"
        jdbc_password => "postgres"
        jdbc_driver_library => "/tmp/drivers/postgresql/postgresql_jdbc.jar"
        jdbc_driver_class => "org.postgresql.Driver"
        statement_filepath => "query.sql"
    }
}
output {
    csv {
        fields => ["_object$id","_object$name","_object$type","nb_surveys","csat_score"]
        path => "output/%{team}/output-%{team}.%{+yyyy.MM.dd}.csv"
        csv_options => {
        "write_headers" => true
        "headers" =>["_object$id","_object$name","_object$type","nb_surveys","csat_score"]
        "col_sep" => ";"
        }
    }
}

谢谢

Answer 1

你在输出中得到多个 headers 的原因是因为 Logstash 没有事件之间 global/shared 状态的概念，每个项目都是单独处理的，所以每次 CSV 输出插件运行s 它的行为类似于第一个并写入 headers.

我遇到了同样的问题，并找到了一个解决方案，使用 ruby 过滤器的 init 选项在 logstash startup-time.

中执行一些代码

这是一个示例 logstash 配置：

# csv-headers.conf

input {
    stdin {}
}
filter {
    ruby {
        init => "
            begin
                @@csv_file    = 'output.csv'
                @@csv_headers = ['A','B','C']
                if File.zero?(@@csv_file) || !File.exist?(@@csv_file)
                    CSV.open(@@csv_file, 'w') do |csv|
                        csv << @@csv_headers
                    end
                end
            end
        "
        code => "
            begin
                event['@metadata']['csv_file']    = @@csv_file
                event['@metadata']['csv_headers'] = @@csv_headers
            end
        "
    }
    csv {
        columns => ["a", "b", "c"]
    }
}
output {
    csv {
        fields => ["a", "b", "c"]
        path   => "%{[@metadata][csv_file]}"
    }
    stdout {
        codec => rubydebug {
            metadata => true
        }
    }
}

如果您运行使用该配置的 Logstash：

echo "1,2,3\n4,5,6\n7,8,9" | ./bin/logstash -f csv-headers.conf

您将得到一个包含以下内容的 output.csv 文件：

A,B,C
1,2,3
4,5,6
7,8,9

这也是 thread-safe，因为它运行只是启动时的代码，因此您可以使用多个 worker。

希望对您有所帮助！

Answer 2

我正在使用利用事件日期的动态文件名 (index-YYYY-MM-DD.csv)，因此在管道启动时写入 headers 对我来说不是一个可行的选择。

相反，我允许写入重复的 headers 并每隔几分钟设置一个运行的 cron 作业并删除所有重复的行并将结果写回同一个文件。

#!/bin/bash -xe
 for filename in /tmp/logstash/*.csv; do awk '!v[]++' $filename > $filename.tmp && mv -f $filename.tmp $filename; done

注意：这仅在我提取几百 MB 数据的实例上进行了测试 - 如果您的数据管道每分钟摄取 GB，这可能不是一个可行的选择。

Logstash - csv 输出 headers

Logstash - csv output headers

ruby

csv

输出文件

文件：simple-out.conf