目录
一.ELK简介
1.Elasticsearch
2.Logstash
4.ELK 组件解决的主要问题
5.ELK应用的好处
6.ELK的工作原理
7.ELK的主要应用场景
二.安装部署ELK
1.前期准备
2.安装部署ElasticseaErch 软件
3. 在apache节点上 部署 Logstash
4.安装 kibana
三.实现nginx日志管理
一.ELK简介
ELK Stack：Elasticsearch、Kibana、Beats 和 Logstash | Elastic
通俗来讲，ELK 是由 Elasticsearch、Logstash、Kibana 三个开源软件的组成的一个组合体，ELK 是 elastic 公司研发的一套完整的日志收集、分析和展示的企业级解决方案，在这三个软件当中，每个软件用于完成不同的功能，ELK 又称为ELK stack，官方域名为 elastic.co，ELK stack 的主要优点有如下几个：处理方式灵活： elasticsearch 是实时全文索引，具有强大的搜索功能配置相对简单：elasticsearch 的 API 全部使用 JSON 接口，logstash 使用模块配置，kibana 的配置文件部分更简单。检索性能高效：基于优秀的设计，虽然每次查询都是实时，但是也可以达到百亿级数据的查询秒级响应。集群线性扩展：elasticsearch 和 logstash 都可以灵活线性扩展前端操作绚丽：kibana 的前端设计比较绚丽，而且操作简单
1.Elasticsearch
一个分布式、RESTful风格的搜索和数据分析引擎。它设计用于实时搜索，可以处理大规模数据的存储和分析。Elasticsearch使用Lucene作为底层的搜索引擎，提供了强大的全文搜索、结构化查询和分析能力。
Elasticsearch 使用 Java 语言开发，是建立在全文搜索引擎 Apache Lucene 基础之上的搜索引擎，Apache Lucene - Welcome to Apache Lucene。
Elasticsearch 的特点
实时搜索、实时分析
分布式架构、实时文件存储
文档导向，所有对象都是文档
高可用，易扩展，支持集群，分片与复制
接口友好，支持 json
2.Logstash
一个用于日志数据收集、转换和发送的开源工具。Logstash可以从多个来源收集数据，对数据进行处理和转换（如过滤、格式化），然后将数据发送到各种目的地，如Elasticsearch、其他存储系统或者消息队列。
3.Kibana
一个用于数据可视化的开源工具。Kibana提供了一个基于Web的界面，让用户能够搜索、查看和交互存储在Elasticsearch索引中的数据。它支持各种图表、表格、地图等形式的数据可视化，帮助用户更好地理解数据和发现数据中的模式。
4.ELK 组件解决的主要问题
分布式日志数据统一收集，实现集中式查询和管理：
Logstash 可以从分布式环境中收集日志数据，支持多种来源的日志收集，如文件、消息队列、数据库等，通过统一格式化和过滤后发送到
Elasticsearch 进行存储和索引。Elasticsearch 作为分布式的搜索和分析引擎，能够存储大规模的日志数据，并支持高效的搜索和聚合查询，实现集中式的数据查询和管理。故障排查：
ELK Stack 提供强大的日志分析和搜索能力，可以帮助运维人员快速定位和解决系统中的故障问题。
通过 Kibana 的实时图表和仪表板功能，运维人员可以可视化地监控系统运行状态、识别异常事件，并进行相关的调查和处理。安全信息和事件管理：
ELK Stack 可以用于集中管理和分析安全相关的日志信息，如入侵检测系统（IDS）、防火墙日志、认证和授权日志等。
Elasticsearch 的强大搜索和分析功能可以用于快速检测和响应安全事件，帮助组织提升安全防护和响应能力。报表功能：
Kibana 提供了丰富的数据可视化功能，可以创建定制化的报表和仪表板，将数据以图表和表格形式展示，支持各种数据分析需求和业务报告的生成。
5.ELK应用的好处
日志查询和问题排查：
Elasticsearch 作为一个强大的实时搜索和分析引擎，能够快速索引和存储大量日志数据。通过Elasticsearch，可以进行高效的日志查询，帮助运维人员快速定位问题，进行故障排查和日志分析。故障恢复和自愈：
ELK技术栈通过实时的数据索引和分析能力，支持快速响应故障情况。运维团队可以利用实时监控和预警功能，在系统出现异常时迅速发现并采取相应的措施，从而实现故障的快速恢复和自动化处理。应用日志分析和错误报警：
使用Logstash作为日志收集、处理和转发的工具，可以从各种数据源（如应用程序、服务器日志等）中采集数据，并经过处理后发送到Elasticsearch进行存储和分析。通过Kibana提供的数据可视化功能，可以实时监控应用程序的日志信息，快速识别和报警异常情况，及时处理问题。性能分析：
ELK技术栈能够不仅仅分析日志，还可以进行性能分析。通过监控系统和应用程序的指标，如CPU使用率、内存使用情况、网络流量等，可以帮助运维团队发现性能瓶颈和优化机会，提高系统的稳定性和性能。用户行为分析：
借助Elasticsearch强大的分析能力，可以对用户行为数据进行收集、存储和分析。通过分析用户的操作行为、偏好和趋势，可以为产品改进、市场营销和用户体验优化提供数据支持。
6.ELK的工作原理
部署 Logstash：
Logstash通常部署在需要收集日志的服务器上，也可以集中部署在一个日志服务器上。它负责从各种数据源（如日志文件、消息队列等）收集数据。数据处理和输出：
Logstash接收到原始数据后，会进行数据过滤、解析和格式化。这些步骤包括解析数据、标准化格式、甚至是数据的增强和转换（如IP地址转换为地理位置）等。数据存储与索引：
格式化后的数据被送入Elasticsearch集群进行存储和索引。Elasticsearch是一个分布式搜索和分析引擎，能够快速索引大量数据，并支持复杂的查询。数据可视化：
Kibana作为ELK技术栈中的可视化工具，通过与Elasticsearch集成，可以实时查询和分析存储在Elasticsearch中的数据。Kibana提供了丰富的图表、表格和地图等视觉化组件，用于用户界面的数据展示和交互。实时监控和警报：
ELK技术栈可以配置实时监控和警报机制，使得系统能够在发生关键事件或达到特定阈值时即时通知相关人员。总体来说，ELK技术栈通过Logstash收集、处理和传输数据，Elasticsearch进行存储和索引，Kibana进行数据可视化和交互，使得用户能够实现对日志和其他数据源的集中管理、实时分析和可视化展示，从而帮助企业快速响应问题、优化系统性能和提升运维效率。
7.ELK的主要应用场景
EL日志集中管理与分析：
ELK最常见的用途是实时收集、存储和分析大量的日志数据。通过Logstash收集来自各种数据源的日志，经过Elasticsearch的索引和存储，再由Kibana进行可视化展示和分析。这种集中管理和分析日志的能力，使得运维团队能够快速识别和解决系统问题，改善系统稳定性和可靠性。应用性能监控与优化：
通过监控应用程序的日志和性能指标（如CPU使用率、内存占用、请求响应时间等），ELK可以帮助开发团队分析和优化应用程序的性能。这种实时的监控和分析能力，有助于提前发现潜在的性能问题，并迅速采取措施进行优化，从而提升用户体验和系统效率。安全事件监控与分析：
ELK技术栈也被广泛应用于安全信息和事件管理（SIEM）。通过收集和分析安全事件日志（如入侵检测系统、防火墙日志等），可以快速检测潜在的安全威胁和异常行为。Elasticsearch的强大搜索和分析功能，结合Kibana的可视化能力，使安全团队能够及时响应和应对安全事件，加强系统的安全防护。业务智能与数据分析：
ELK不仅限于日志管理和安全监控，还可以用于业务智能和数据分析。企业可以利用Elasticsearch强大的搜索和分析引擎，结合Kibana的可视化功能，分析业务数据趋势、用户行为和市场动态，为决策提供数据支持和见解。IoT数据分析：
随着物联网（IoT）设备的普及，ELK技术栈也被应用于IoT数据的收集、存储和分析。通过Logstash收集IoT设备生成的数据流，经过Elasticsearch进行实时索引和存储，再由Kibana进行数据可视化，帮助企业理解和优化IoT设备的性能、运行状况和用户体验。
二.安装部署ELK
| 节点 | 地址 | 服务 |
| node1节点（2C/4G） | node1/192.168.240.11 | Elasticsearch |
| node2节点（2C/4G） | node2/192.168.240.12 | Elasticsearch |
| Apache节点 | apache/192.168.240.13 | Logstash Kibana Apache |
1.前期准备
1.1 安装java环境
java -version #如果没有安装，yum -y install java
openjdk version "1.8.0_131"
OpenJDK Runtime Environment (build 1.8.0_131-b12)
OpenJDK 64-Bit Server VM (build 25.131-b12, mixed mode)1.2 关闭防火墙和selinux
systemctl disable --now firewalld
setenforce 02.安装部署ElasticseaErch 软件
2.1 安装ElasticseaErch 软件
[root@localhost data]# ls
elasticsearch-6.7.2.rpm elasticsearch-head-master.zip node-v8.2.1.tar.gz phantomjs-2.1.1-linux-x86_64.tar.bz2
[root@localhost data]# rpm -ivh elasticsearch-6.7.2.rpm
cd /etc/elasticsearch/
mkdir bak
cp -a *.yml bak/
#备份
2.2 修改配置文件
[root@node1 elasticsearch]# vim elasticsearch.yml
17 cluster.name: my-elk-001
#修改集群名字
23 node.name: node1
24 node.master: true
25 node.data: true
#设置 节点名称 主从之间不能一致 24作为主节点 25作为数据节点
45 bootstrap.memory_lock: true
#内存锁开启 禁止使用 swap
57 network.host: 0.0.0.0
#监听地址
61 http.port: 9200
# 默认使用端口
62 transport.tcp.port: 9300
#内部传输端口
75 discovery.zen.ping.unicast.hosts: ["192.168.240.11:9300", "192.168.240.12:9300"]
#自动集群发现，加入主机名 使用单播 类似心跳线
grep -v "^#" elasticsearch.yml
2.3 修改系统配置
两台服务器都需要改
[root@localhost elasticsearch]#vim /etc/security/limits.conf
......
* soft nofile 65536
* hard nofile 65536
* soft nproc 32000
* hard nproc 32000
* soft memlock unlimited
* hard memlock unlimited
2.4 修改 systemd 服务管理器
两台服务器都需要改
/etc/systemd/system.conf 文件是用于配置 systemd 的，这是一种用于 Linux 操作系统的系统和服务管理器。通过这个文件，你可以自定义与系统操作、性能和行为相关的各种设置
-
DefaultTimeoutStartSec=：设置启动服务的默认等待时间
-
DefaultTimeoutStopSec=：设置停止服务的默认等待时间
-
DefaultRestartSec=：设置在重新启动服务之前的默认休眠时间
-
DefaultLimitNOFILE=：设置打开文件数量的默认限制
-
DefaultLimitNPROC=：设置进程数量的默认限制
-
DefaultLimitCORE=：设置核心文件大小的默认限制
-
DefaultEnvironment=：指定服务的默认环境变量
[root@localhost elasticsearch]#vim /etc/systemd/system.conf
DefaultLimitNOFILE=65536
DefaultLimitNPROC=32000
DefaultLimitMEMLOCK=infinity2.5 修改内核参数
两台服务器都需要改
Lucene 是一个高性能、全功能的文本搜索引擎库，用于实现高效的文本索引和搜索。它是用 Java 编写的，可以嵌入到各种应用程序中，以提供强大的全文搜索功能。Lucene 是许多流行搜索平台的核心，如 Apache Solr 和 Elasticsearch。
以下是 Lucene 的一些关键特性和功能：
-
文本索引：Lucene 提供了强大的文本索引功能，能够处理大规模文本数据并生成高效的索引。
-
全文搜索：支持复杂的查询语法，包括布尔查询、短语查询、通配符查询、模糊查询等。
-
可扩展性：Lucene 设计为模块化和可扩展的，允许用户根据需要扩展和定制其功能。
-
分词和分析：提供了丰富的分词器和分析器，用于将文本分解为可索引和可搜索的词语。
-
排序和评分：支持对搜索结果进行排序和评分，以提高搜索的准确性和相关性。
-
多语言支持：支持多种语言的文本处理和搜索。
优化elasticsearch用户拥有的内存权限 由于ES构建基于lucene, 而lucene设计强大之处在于lucene能够很好的利用操作系统内存来缓存索引数据，以提供快速的查询性能。lucene的索引文件segements是存储在单文件中的，并且不可变，对于OS来说，能够很友好地将索引文件保持在cache中，以便快速访问；因此，我们很有必要将一半的物理内存留给lucene ; 另一半的物理内存留给ES（JVM heap )。所以， 在ES内存设置方面，可以遵循以下原则：
-
当机器内存小于64G时，遵循通用的原则，50%给ES，50%留给操作系统，供lucene使用
-
当机器内存大于64G时，遵循原则：建议分配给ES分配 4~32G 的内存即可，其它内存留给操作系统，供lucene使用
[root@localhost elasticsearch]#vim /etc/sysctl.conf
#一个进程可以拥有的最大内存映射区域数，参考数据（分配 2g/262144，4g/4194304，8g/8388608）
vm.max_map_count=262144
sysctl -p
sysctl -a | grep vm.max_map_count将配置文件elasticsearch.yml 传输到另一台服务器
scp -r /etc/elasticsearch/elasticsearch.yml 192.168.240.12:/etc/elasticsearch/
#需要注意的是传输完成后需要将配置文件中的
23 node.name: node1 修改为node22.6 重启服务器 启动elasticsearch服务
reboot
systemctl start elasticsearch.service
systemctl enable elasticsearch.service
netstat -antp | grep 9200
2.7 查看节点信息
浏览器访问
http://192.168.240.11:9200
http://192.168.240.12:9200
查看节点 Node1、Node2 的信息。
浏览器访问
http://192.168.240.11:9200/_cluster/health?pretty
http://192.168.240.12:9200/_cluster/health?pretty
查看群集的健康情况，可以看到 status 值为 green（绿色）， 表示节点健康运行。
浏览器访问 http://192.168.240.11:9200/_cluster/state?pretty 检查群集状态信息
2.8 编译安装 Elasticsearch-head 插件
主从都可以安装
Elasticsearch 在 5.0 版本后，Elasticsearch-head 插件需要作为独立服务进行安装，需要使用npm工具（NodeJS的包管理工具）安装。 安装 Elasticsearch-head 需要提前安装好依赖软件 node和 phantomjs。 node：是一个基于 Chrome V8 引擎的 JavaScript 运行环境。 phantomjs：是一个基于 webkit 的JavaScriptAPI，可以理解为一个隐形的浏览器，任何基于 webkit 浏览器做的事情，它都可以做到。
2.8.1 编译安装 node 组件
#上传软件包 node-v8.2.1.tar.gz 到/data
yum install gcc gcc-c++ make -y
cd /data
tar zxvf node-v8.2.1.tar.gz
cd node-v8.2.1/
./configure
make && make install2.8.2 安装phantomjs
#上传软件包 phantomjs-2.1.1-linux-x86_64.tar.bz2 到data
cd /data
tar jxvf phantomjs-2.1.1-linux-x86_64.tar.bz2
cd /opt/phantomjs-2.1.1-linux-x86_64/bin
ln -s /data/phantomjs-2.1.1-linux-x86_64/bin/phantomjs /usr/bin
#做软链接2.8.3 安装Elasticsearch-head 数据可视化工具
#上传软件包 elasticsearch-head-master.zip 到/data
cd /data
unzip elasticsearch-head-master.zip
cd /data/elasticsearch-head/
npm install //安装依赖包2.8.4 启动 Elasticsearch-head服务
必须在解压后的 elasticsearch-head 目录下启动服务，进程会读取该目录下的 gruntfile.js 文件，否则可能启动失败。
[root@localhost elasticsearch]#cd /data/elasticsearch-head/
[root@localhost elasticsearch-head]# npm run start &
#elasticsearch-head 监听的端口是 9100
netstat -natp |grep 9100
2.8.5 测试插件
192.168.240.11:9100
192.168.240.12:9100
2.8.6 插入索引测试
curl -X PUT 'localhost:9200/index-demo/test/1?pretty&pretty' -H 'content-Type: application/json' -d '{"user":"zhangsan","mesg":"hello world"}'
3. 在apache节点上 部署 Logstash
3.1 安装服务
yum -y install java
java -version
#java 有了不用安装
yum -y install httpd
systemctl start httpd3.2 安装logstash
cd /opt
[root@localhost data]# rpm -ivh logstash-6.7.2.rpm
#开启服务
systemctl enable --now logstash.service
[root@localhost opt]# ln -s /usr/share/logstash/bin/logstash /usr/bin/
# 做软连接3.3 使用logstash
Logstash 命令常用选项： -f：通过这个选项可以指定 Logstash 的配置文件，根据配置文件配置 Logstash 的输入和输出流。 -e：从命令行中获取，输入、输出后面跟着字符串，该字符串可以被当作 Logstash 的配置（如果是空，则默认使用 stdin 作为输入，stdout 作为输出）。 -t：测试配置文件是否正确，然后退出。
例子：在命令行中收集日志数据
#输入采用标准输入，输出采用标准输出（类似管道），新版本默认使用 rubydebug 格式输出
logstash -e 'input { stdin{} } output { stdout{} }'
# 此处输入需要的信息
hello world
{
"message" => "hello world",
"@timestamp" => 2024-07-16T07:50:39.326Z,
"host" => "apache",
"@version" => "1"
}
logstash -e 'input { stdin{} } output { stdout{ codec=>rubydebug } }'
结果与上面一样3.4 使用 Logstash 将信息写入 Elasticsearch 中
logstash -e 'input { stdin{} } output { elasticsearch { hosts=>["192.168.240.11:9200","192.168.240.12:9200"] } }'
# 输入信息
www.cxk.com
hello world
3.5 使用配置文件
Logstash 配置文件基本由三部分组成：input、output 以及 filter（可选，根据需要选择使用）
-
input：表示从数据源采集数据，常见的数据源如Kafka、日志文件等 file beats kafka redis stdin
-
filter：表示数据处理层，包括对数据进行格式化处理、数据类型转换、数据过滤等，支持正则表达式 grok 对若干个大文本字段进行再分割成一些小字段 (?<字段名>正则表达式) 字段名: 正则表达式匹配到的内容 date 对数据中的时间格式进行统一和格式化 mutate 对一些无用的字段进行剔除，或增加字段 mutiline 对多行数据进行统一编排，多行合并或拆分
-
output：表示将Logstash收集的数据经由过滤器处理之后输出到Elasticsearch。 elasticsearch stdout
#格式如下：
input {...}
filter {...}
output {...}
#在每个部分中，也可以指定多个访问方式。例如，若要指定两个日志来源文件，则格式如下：
input {
file { path =>"/var/log/messages" type =>"syslog"}
file { path =>"/var/log/httpd/access.log" type =>"apache"}
vim system.conf
input {
file{
path =>"/var/log/messages"
type =>"system"
start_position =>"beginning"
# ignore_older => 604800
sincedb_path => "/etc/logstash/sincedb_path/log_progress"
add_field => {"log_hostname"=>"${HOSTNAME}"}
}
}
#path表示要收集的日志的文件位置
#type是输入ES时给结果增加一个叫type的属性字段
#start_position可以设置为beginning或者end，beginning表示从头开始读取文件，end表示读取最新的，这个要和ignore_older一起使用
#ignore_older表示了针对多久的文件进行监控，默认一天，单位为秒，可以自己定制，比如默认只读取一天内被修改的文件
#sincedb_path表示文件读取进度的记录，每行表示一个文件，每行有两个数字，第一个表示文件的inode，第二个表示文件读取到的位置（byteoffset）。默认为$HOME/.sincedb*
#add_field增加属性。这里使用了${HOSTNAME}，即本机的环境变量，如果要使用本机的环境变量，那么需要在启动命令上加--alow-env
output {
elasticsearch { #输出到 elasticsearch
hosts => ["192.168.240.11:9200","192.168.240.12:9200"] #指定 elasticsearch 服务器的地址和端口
index =>"system-%{+YYYY.MM.dd}" #指定输出到 elasticsearch 的索引格式
}
}
实际测试：
[root@localhost log]# vim /etc/logstash/conf.d/system-log.conf
input {
file {
path => "/var/log/messages"
type => "system"
start_position => "beginning"
}
}
output {
elasticsearch {
hosts => [ "192.168.240.11:9200","192.168.240.12:9200" ]
index => "system-%{+YYYY.MM.dd}"
}
}
[root@localhost conf.d]# chmod +r /var/log/messages
#添加权限
[root@localhost conf.d]# logstash -f /etc/logstash/conf.d/system-log.conf
#启动logstash
4.安装 kibana
4.1 安装
rpm -ivh kibana-6.7.2-x86_64.rpm 4.2 修改配置
[root@localhost data]# cd /etc/kibana/
[root@localhost kibana]# cp kibana.yml kibana.yml.bak -a
[root@localhost kibana]# vim kibana.yml
2 server.port: 5601 #打开端口
7 server.host: "0.0.0.0" #监听端口
28 elasticsearch.hosts: ["http://192.168.240.11:9200", "http://192.168.240.12:9200"] #el服务器地址
37 kibana.index: ".kibana" #打开索引
96 logging.dest: /var/log/k.log #指定日志文件， 需要手动建立文件
113 i18n.locale: "zh-CN" #中文设置
touch /var/log/kibana.log
[root@localhost kibana]# chown kibana:kibana /var/log/k.log
4.3 启动kibana
[root@localhost kibana]# systemctl enable --now kibana.service
[root@localhost kibana]# ss -nap |grep 56014.4 访问测试
4.5 建立索引
三.实现nginx日志管理
yum安装nginx,编辑配置文件
需要将原来的日志删除
yum install -y epel-release.noarch
yum install -y nginx
systemctl start nginx
vim /etc/nginx/nginx.conf
log_format access_json '{"@timestamp":"$time_iso8601",'
'"host":"$server_addr",'
'"clientip":"$remote_addr",'
'"size":$body_bytes_sent,'
'"responsetime":$request_time,'
'"upstreamtime":"$upstream_response_time",'
'"upstreamhost":"$upstream_addr",'
'"http_host":"$host",'
'"uri":"$uri",'
'"xff":"$http_x_forwarded_for",'
'"referer":"$http_referer",'
'"tcp_xff":"$proxy_protocol_addr",'
'"http_user_agent":"$http_user_agent",'
'"status":"$status"}';
nginx -s reload
另一台主机访问curl 192.168.240.13 ，生成成功日志
vim /etc/logstash/conf.d/nginx-log.conf
input {
file {
path => "/var/log/nginx/access.log"
type => "nginx"
start_position => "beginning"
}
}
output {
elasticsearch {
hosts => [ "192.168.240.11:9200","192.168.240.12:9200" ]
index => "nginx-%{+YYYY.MM.dd}"
}
}
![【ROS2】高级:使用 Fast DDS 发现服务器作为发现协议 [社区贡献]](https://img-blog.csdnimg.cn/img_convert/999e41d05a648719db9dc8a8caa5b6c3.png)
