社工库想必大家伙都懂！
一、技术选型
Elasticsearch + javaWeb
社工库主要用来检索用户数据，数据量一般在数十亿甚至数百亿，只有写入（导入）和查询，写入次数少，查询次数多，频率高。
与数据库比起来，es支持的数据量更大，更方便水平扩展，天生高可用，检索更快（实际测试5亿数据毫秒级响应），各原始数据的导入更方便。
对于前端交互用java或者python或者php本质上没有多少区别，比较社工库的用户量不大，前端开发工作量也不大。
二、系统搭建
1.硬件
磁盘1T 内存16G * 3
2.软件
centos6.5 + jdk1.8 + elasticsearch2.3.3
3.elasticsearch集群配置
node1
cluster.name: sgk node.name: node33 node.attr.cluster: true network.host: 172.22.1.33 discovery.zen.minimum_master_nodes: 2 discovery.zen.ping.unicast.hosts: ["172.1.1.33","172.1.1.21","172.1.1.44"]
node2和node3
cluster.name: sgk node.name: node22 network.host: 172.1.1.22 discovery.zen.minimum_master_nodes: 2 discovery.zen.ping.unicast.hosts: ["172.1.1.33","172.1.1.21","172.1.1.44"]
插件安装
./bin/plugin install mobz/elasticsearch-head
4.数据导入
社工库的原始数据，一般是mysql、mssql数据库备份数据，或者是大文本文件。
a.文本数据，通过python读文本，使用es库写索引
b.数据库备份文件，首先还原到对应数据库中，然后通过elasticsearch-jdbc或logstash写索引
bin=/root/elasticsearch-jdbc-2.3.3.1/bin
lib=/root/elasticsearch-jdbc-2.3.3.1/lib
echo '{
"type" : "jdbc",
"jdbc": {
"url":"jdbc:sqlserver://111.111.111.111:1433;databaseName=new",
"user":"sa",
"password":"111111",
"sql": "select * from sgk",
"index" : "user-index",
"type" : "user",
"elasticsearch" : {
"cluster" : "eagleeye",
"host" : "172.22.1.33",
"port" : 9300
},
"index_settings" : {
"index" : {
"number_of_shards" : 3,
"number_of_replica" : 1
}
}
}
}' | java \
-cp "${lib}/*" \
-Dlog4j.configurationFile=${bin}/log4j2.xml \
org.xbib.tools.Runner \
org.xbib.tools.JDBCImporter
三、数据检索
完成步骤二后，访问“http://172.1.1.33:9200/_plugin/head/”
head插件提供了基础的数据查询，状态展示等功能，基础的社工库功能已实现。
在对外提供服务时，设计页面，完成elasticsearch查询接口实现。
