Elasticsearch的數據就存儲在硬盤中。當我們的訪問日誌非常大時，kabana繪製圖形的時候會非常緩慢。而且硬盤空間有限，不可能保存所有的日誌文件。如果我們想獲取站點每天的重要數據信息，比如每天的訪問量並希望能圖像化的形式顯示該如何做呢？
一、具體操作方法
獲取數據之前你要知道你想要什麼樣的數據。比如我想獲取每小時網站訪問的PV，在kibana中肯定能獲取到
這是在kibana中查詢的每小時的pv,然後我們把他的查詢json複製出來
把上述json粘貼到test文件中 然後使用如下語句即可查詢上圖顯示的查詢結果
curl -POST 'http://192.168.10.49:9200/_search' -d '@test'
{"took":940,"timed_out":false,"_shards":{"total":211,"successful":211,"failed":0},"hits"......
然後把返回的結果中的數據獲取存入data數組中，這是你可以存入數據庫也可以轉換成json直接插入es
這種方法主要是通過elasticsearch的查詢語句把數據查詢出來在傳參給其他地方。你輸入固定的查詢json它返回的json數據也是固定格式的，這樣很方面就能從中挖掘出我們想要的數據！
二、php代碼實現上述操作
class.php
<?php
#從ES中導出數據
#兩個參數：
#url爲從ES導出數據的訪問路徑，不同的數據路徑不一樣
#post_data爲json格式，是request body。
function export($url,$post_data){
$ch = curl_init ();
curl_setopt ( $ch, CURLOPT_URL, $url );
curl_setopt ( $ch, CURLOPT_CUSTOMREQUEST,"POST");
curl_setopt ( $ch, CURLOPT_HEADER, 0 );
curl_setopt ( $ch, CURLOPT_RETURNTRANSFER, 1 );
curl_setopt ( $ch, CURLOPT_POSTFIELDS, $post_data);
$arr=curl_exec($ch);
curl_close($ch);
return json_decode($arr,'assoc');;
}
#把數組數據導入ES
#兩個參數：
#$url爲導入數據的具體位置 如：http://IP:9200/索引/類型/ID（ID最好根據時間確定，需要唯一ID）
#post_data 導入ES的數據數組
function import($url,$post_data)
{
$json=json_encode($post_data);
$ci = curl_init();
curl_setopt($ci, CURLOPT_PORT, 9200);
curl_setopt($ci, CURLOPT_TIMEOUT, 2000);
curl_setopt($ci, CURLOPT_RETURNTRANSFER, 1);
curl_setopt($ci, CURLOPT_FORBID_REUSE, 0);
curl_setopt($ci, CURLOPT_CUSTOMREQUEST, 'PUT');
curl_setopt($ci, CURLOPT_URL, $url);
curl_setopt($ci, CURLOPT_POSTFIELDS, $json);
$response = curl_exec($ci);
unset($post_data);//銷燬數組
unset($json);//銷燬數據
curl_close($ci);
}
?>vim access_info.php (index_name和type_name自己根據實際情況命名)
<?php
include("class.php");
#導出數據的ES路徑
$url="http://192.168.10.49:9200/_search";
#查詢數據的開始時間
$begin=date("Y-m-d",strtotime("-16 day"));
#開始時間的格式轉換
$start_time=strtotime($begin." 00:00:00");
#查詢數據的結束時間及當時時間，並轉換時間格式
$end_time=strtotime(date("Y-m-d H:i:s",time()));
#替換查詢json中開始及結束時間的，文件是./lib/下的同名txt文件
$post_data=str_replace('end_time',$end_time,str_replace('start_time',$start_time,file_get_contents('lib/'.str_replace('.php','.txt',basename($_SERVER['PHP_SELF'])).'')));
#查詢ES中的數據，返回數組數據
$arr=export($url,$post_data);
#從數組中獲取你想要的數據，然後在組合成一個新的數組
$array=$arr['aggregations']['2']['buckets'];
foreach($array as $key => $value){
$data['@timestamp']=$value['key_as_string'];
$data['request_PV']=$value['doc_count'];
$data['request_IP']=$value['3']['value'];
#Time爲導入ES中的ID，具有唯一性。（不同tpye的可以相同）
$Time=strtotime($data['@timestamp']);
$urls="http://192.168.2.243:9200/index_name/tpye_name/$Time"
#調用函數import導入數據
import($urls,$data);
}
?>下面這個文件是存放./lib文件下的，和執行的php文件必須同名。
vim lib/access_info.txt
{
"size": 0,
"aggs": {
"2": {
"date_histogram": {
"field": "@timestamp",
"interval": "1h",
"time_zone": "Asia/Shanghai"
#保留時區獲取的信息會準確但是在kibana或ganafa顯示的時候會加8個小時
"min_doc_count": 1,
"extended_bounds": {
"min": start_time, #start_time會被換成具體的時間
"max": end_time
}
},
"aggs": {
"3": {
"cardinality": {
"field": "geoip.ip"
}
}
}
}
},
"highlight": {
"pre_tags": [
"@kibana-highlighted-field@"
],
"post_tags": [
"@/kibana-highlighted-field@"
],
"fields": {
"*": {}
},
"require_field_match": false,
"fragment_size": 2147483647
},
"query": {
"filtered": {
"query": {
"query_string": {
"query": "*",
"analyze_wildcard": true
}
},
"filter": {
"bool": {
"must": [
{
"range": {
"@timestamp": {
"gte": start_time,
"lte": end_time,
"format": "epoch_second" #由毫秒換成秒
}
}
}
],
"must_not": []
}
}
}
}
}根據上面的代碼，我們可以定期獲取ES中的重要數據。這樣獲取的數據只是結果數據，不是很精確，但能反應網站的趨勢，而且查詢非常快速！如果想要長時間保存重要的數據，可以使用這個方法。而且數據也可以存入數據庫。
以上是個人對能長期保存ES結果數據的做法，如果有更好的方法，希望能一起討論！
