弹性搜索（ES）是用于记录和分析数据的流行歌星， Mongodb是用于存储和查询数据的着名NoSQL数据库。随着我们的Web基础架构的改进，我们如何将数据从mongodb导出到ES以进行搜索或分析？建议您选择5种可能的解决方案。

1.由Web服务器同步

当我们使用Nodejs作为Web服务器容器时，我们可以使用Mongoosastic模块进行双面存储。当需要存储一个文档时，   Mongoosastic可以将更改同时提交给mongo和ES。如下图所示：

这是参考链接：  Mongoosastic。

优点是数据可以同时存储在mongo和ES中，并且缺点是可能在CUD操作效率中引起开销。当一种类型的db存储失败时，可能会生成不一致的数据。并且服务器框架不够灵活，无法进行数据库迁移。

2.手动将数据从Mongo加载到ES

一旦您想将mongo数据导出到另一个ES服务器， Transporter工具是同步数据的不错选择。 Transporter还可以从其他类型的数据存储中导出数据。参考链接是： Transporter。

重要的是要知道运输车只同步一次。工作完成后，运输工具即将结束。

3. ES的插件

ES的插件名为“elasticsearch-river-mongodb”，并在ES 1.x中广泛使用，但现在不推荐使用ES 2.x的河流机制。参考链接是  elasticsearch-river-mongodb。

4.用于logstash的JDBC输入插件

我们可以通过添加mongo输入和ES输出插件来利用logstash中 的  缓冲，输入，输出和过滤功能  来完成这项工作。

JDBC输入插件是其中一个选择，但它需要JDBC驱动程序支持。据我所知，mongo没有支持良好的JDBC驱动程序。一些试用版可以在Unity  或Simba中找到。

参考链接是：Logstash的JDBC插件

5. Mongo-ES连接器

mongo-connector是一个实时同步服务，作为python包。它创建了一个从mongodb集群到一个或多个目标系统的管道。它需要mongo以副本集模式运行，将mongo中的数据同步到目标然后关闭mongo oplog。它需要一个名为“elastic2_doc_manager”的包来向ES写入数据。流程图如下：

参考链接是：  github  或python。

概括一下，必须要记住：mongo副本集，一个打开的端口和ES的IP，如果你使用ES 2.x则使用elastic2_doc_manager。

目前，我尚未准备好在Beats中获得任何官方支持。它将在未来。

所以这就是mongo-ES-sync的5种方式。

來源: https://www.linkedin.com/pulse/5-way-sync-data-from-mongodb-es-kai-hao