目录
- Filebeat
- Filebeat 结合 logstash 带来好处：
- Fluentd
- ELK + Filebeat 部署
- 1．安装 Filebeat & Httpd
- 2．设置 filebeat 的主配置文件
- 4．在 Logstash 组件所在节点上新建一个 Logstash 配置文件
- 5．浏览器访问 http://192.168.60.12:5601 登录 Kibana
- logstash 的四大插件（grok、date、mutate、multiline）
- grok 正则捕获插件
- mutate 数据修改插件
- multiline 多行合并插件
- date 时间处理插件
Filebeat
- Filebeat：轻量级的开源日志文件数据搜集器。通常在需要采集数据的客户端安装 Filebeat，并指定目录与日志格式，Filebeat 就能快速收集数据，并发送给 logstash 进行解析，或是直接发给 Elasticsearch 存储，性能上相比运行于 JVM 上的 logstash 优势明显，是对它的替代。常应用于 EFLK 架构当中。
Filebeat 结合 logstash 带来好处：
- 1）通过 Logstash 具有基于磁盘的自适应缓冲系统，该系统将吸收传入的吞吐量，从而减轻 Elasticsearch 持续写入数据的压力
- 2）从其他数据源（例如数据库，S3对象存储或消息传递队列）中提取
- 3）将数据发送到多个目的地，例如S3，HDFS（Hadoop分布式文件系统）或写入文件
- 4）使用条件数据流逻辑组成更复杂的处理管道
Fluentd
- Fluentd：是一个流行的开源数据收集器。由于 logstash 太重量级的缺点，Logstash 性能低、资源消耗比较多等问题，随后就有 Fluentd 的出现。相比较 logstash，Fluentd 更易用、资源消耗更少、性能更高，在数据处理上更高效可靠，受到企业欢迎，成为 logstash 的一种替代方案，常应用于 EFK 架构当中。在 Kubernetes 集群中也常使用 EFK 作为日志数据收集的方案。
- 在 Kubernetes 集群中一般是通过 DaemonSet 来运行 Fluentd，以便它在每个 Kubernetes 工作节点上都可以运行一个 Pod。 它通过获取容器日志文件、过滤和转换日志数据，然后将数据传递到 Elasticsearch 集群，在该集群中对其进行索引和存储。
Filebeat 和 Fluentd 都可以代替 logstash 来收集日志数据
ELK + Filebeat 部署
服务器结构
node1节点：192.168.60.5 部署 Elasticsearch 。
node2节点：192.168.60.8 部署 Elasticsearch 。
Nginx节点：192.168.60.12 部署 kiabana、Logstash。
Filebeat节点：192.168.60.11 部署 Filebeat、httpd
//在 Filebeat 节点上操作
1．安装 Filebeat & Httpd
#上传软件包 filebeat-6.7.2-linux-x86_64.tar.gz 到/opt目录
tar zxvf filebeat-6.7.2-linux-x86_64.tar.gz
mv filebeat-6.7.2-linux-x86_64/ /usr/local/filebeat
yum -y install httpd
systemctl start httpd.service
systemctl enable httpd.service
2．设置 filebeat 的主配置文件
cd /usr/local/filebeat
vim filebeat.yml
filebeat.inputs:
- type: log #指定 log 类型，从日志文件中读取消息
enabled: true
paths:
- /var/log/messages #指定监控的日志文件
- /var/log/*.log
tags: ["sys"] #设置索引标签
fields: #可以使用 fields 配置选项设置一些参数字段添加到 output 中
service_name: filebeat
log_type: syslog
from: 192.168.80.13
--------------Elasticsearch output-------------------
(全部注释掉)
----------------Logstash output---------------------
output.logstash:
hosts: ["192.168.60.12:5044"] #指定 logstash 的 IP 和端口
#启动 filebeat
nohup ./filebeat -e -c filebeat.yml > filebeat.out &
#-e：输出到标准输出，禁用syslog/文件输出
#-c：指定配置文件
#nohup：在系统后台不挂断地运行命令，退出终端不会影响程序的运行
修改配置文件
4．在 Logstash 组件所在节点上新建一个 Logstash 配置文件
cd /etc/logstash/conf.d
vim filebeat.conf
input {
beats {
port => "5044"
}
}
output {
elasticsearch {
hosts => ["192.168.80.10:9200","192.168.80.11:9200"]
index => "%{[fields][service_name]}-%{+YYYY.MM.dd}"
}
stdout {
codec => rubydebu=
}
}
#启动 logstash
logstash -f filebeat.conf
5．浏览器访问 http://192.168.60.12:5601 登录 Kibana
单击“Create Index Pattern”按钮添加索引“httpd-*”，单击 “create” 按钮创建，单击 “Discover” 按钮可查看图表信息及日志信息。
logstash 的四大插件（grok、date、mutate、multiline）
- grok ：将大文本字段进行分片成多个小字段 %{内置正则:字段名} (?<字段名>自定义正则)
- date ：将logstash收集的日志事件时间与实际记录的日志时间进行格式统一，需要配合grok模块使用
- mutate ：对logstash收集的日志事件字段进行再处理，可以重命名，删除，替换和修改事件中的字段
- multiline ：将多行日志内容合并成一整行
链接: 内置正则大全
grok 正则捕获插件
grok 使用文本片段切分的方式来切分日志事件
-
//内置正则表达式调用
%{SYNTAX:SEMANTIC} -
SYNTAX代表匹配值的类型，例如，0.11可以NUMBER类型所匹配，10.222.22.25可以使用IP匹配。
-
SEMANTIC表示存储该值的一个变量声明，它会存储在elasticsearch当中方便kibana做字段搜索和统计，你可以将一个IP定义为客户端IP地址client_ip_address，如%{IP:client_ip_address}，所匹配到的值就会存储到client_ip_address这个字段里边，类似数据库的列名，也可以把 event log 中的数字当成数字类型存储在一个指定的变量当中，比如响应时间http_response_time，假设event log record如下:
- message: 192.168.60.12 GET /index.html 15824 0.043
可以使用如下grok pattern来匹配这种记录
%{IP:client_id_address} %{WORD:method} %{URIPATHPARAM:request} %{NUMBER:bytes} %{NUMBER:http_response_time}
- message: 192.168.60.12 GET /index.html 15824 0.043
结合logstash
input {
beats {
port => "5044"
}
}
filter {
grok {
match => ["message", "%{IP:remote_addr} - - \[%{HTTPDATE:log_time}\] \"%{WORD:http_method} %{URIPATH:request_url} (?<http_ver>.+)\" %{NUMBER:response_code} .+ \".+\" \"(?<user_angent>.+)\""]
}
}
#用match进行匹配 ["匹配字段", "表达式匹配并将其添加到指定字段"]
output {
elasticsearch {
hosts => ["192.168.60.5:9200","192.168.60.8:9200"]
index => "%{[fields][service_name]}-%{+yyyy.MM.dd}"
}
stdout {
codec => rubydebug
}
}
自定义表达式
自定义表达式格式：（?<自定义名称>正则表达式）
mutate 数据修改插件
它提供了丰富的基础类型数据处理能力。可以重命名，删除，替换和修改事件中的字段。
- //Mutate 过滤器常用的配置选项
- add_field ： 向事件添加新字段，也可以添加多个字段
- remove_field ： 从事件中删除任意字段（他只能删除logstash自己的字段或者日志的字段无法删除通过filedeat生成的字段）
- add_tag ： 向事件添加任意标签，在tag字段中添加一段自定义的内容，当tag字段中超过一个内容的时候会变成数组
- remove_tag ： 从事件中删除标签（如果存在）
- convert ： 将字段值转换为另一种数据类型
- id ： 向现场事件添加唯一的ID
- lowercase ： 将字符串字段转换为其小写形式
- replace ： 用新值替换字段
- strip ： 删除开头和结尾的空格
- uppercase ： 将字符串字段转换为等效的大写字母
- update ： 用新值更新现有字段
- rename ： 重命名事件中的字段
- gsub ： 通过正则表达式替换字段中匹配到的值
- merge ： 合并数组或 hash 事件
split ： 通过指定的分隔符分割字段中的字符串为数组
//示例：
●将字段old_field重命名为new_field
input
。。。。
filter {
mutate {
#写法1，使用中括号括起来
rename => ["old_field" => "new_field"]
#写法2，使用大括号{}括起来
rename => { "old_field" => "new_field" }
}
}
output
。。。
●添加字段
input
。。。。
filter {
mutate {
add_field => {
"f1" => "field1"
"f2" => "field2"
#添加f1字段 以及他的值field1
}
}
}
output
。。。
●将字段删除
input
。。。。
filter {
mutate {
remove_field => ["message", "@version", "tags"]
}
}
output
。。。
●将filedName1字段数据类型转换成string类型，filedName2字段数据类型转换成float类型
input
。。。。
filter {
mutate {
#写法1，使用中括号括起来
convert => ["filedName1", "string"]
#写法2，使用大括号{}括起来
convert => { "filedName2" => "float" }
}
}
output
。。。
●将filedName字段中所有"/“字符替换为”_"
input
。。。。
filter {
mutate {
gsub => ["filedName", "/" , "_"]
}
}
output
。。。
●将filedName字段中所有",“字符后面添加空格
input
。。。。
filter {
mutate {
gsub => ["filedName", "," , ", "]
}
}
output
。。。
●将filedName字段以"|"为分割符拆分数据成为数组
input
。。。。
filter {
mutate {
split => ["filedName", "|"]
}
}
output
。。。
●合并 “filedName1” 和 “ filedName2” 两个字段
input
。。。。
filter {
merge { "filedName2" => "filedName1" }
}
output
。。。
●用新值替换filedName字段的值
input
。。。。
filter {
mutate {
replace => { "filedName" => "new_value" }
}
}
output
。。。
●添加字段first，值为message数组的第一个元素的值
input
。。。。
filter {
mutate {
split => ["message", "|"]
add_field => {
"first" => "%{[message][0]}"
}
}
}
output
。。。
●有条件的添加标签
input
。。。。
filter {
#在日志文件路径包含 access 的条件下添加标签内容
if [path] =~ "access" {
mutate {
add_tag => ["Nginx Access Log"]
}
}
#在日志文件路径是 /var/log/nginx/error.log 的条件下添加标签内容
if [path] == "/var/log/nginx/error.log" {
mutate {
add_tag => ["Nginx Error Log"]
}
}
}
output
。。。
multiline 多行合并插件
java错误日志一般都是一条日志很多行的，会把堆栈信息打印出来，当经过 logstash 解析后，每一行都会当做一条记录存放到 ES， 那这种情况肯定是需要处理的。 这里就需要使用 multiline 插件，对属于同一个条日志的记录进行拼接。
例：
2022-11-11 17:09:19.774[XNIo-1 task-1]ERROR com.passjava.controlle .NembercController-查询用户 活动数据失败,异常信息为:
com.passjava.exception.MemberException: 当前没有配置活动规则
at com.passjava.service.impL.queryAdmin(DailyServiceImpl.java:1444)
at com.passjava.service.impl.dailyserviceImpL$$FastcLass
2022-11-11 17:10:56.256][KxNIo-1 task-1] ERROR com.passjava.controlle .NemberControl1er-查询员工 饭活动数据失败,异常信息为:
com.passjava.exception.MemberException: 当前没有配置活动规则
at com.passjava.service.impL.queryAdmin(DailyServiceImpl.java:1444)
at com.passjava.service.impL.daiLyserviceImpL$$FastcLass
//安装 multiline 插件
在线安装插件
cd /usr/share/logstash
bin/logstash-plugin install logstash-filter-multiline
离线安装插件
先在有网的机器上在线安装插件，然后打包，拷贝到服务器，执行安装命令
bin/logstash-plugin prepare-offline-pack --overwrite --output logstash-filter-multiline.zip logstash-filter-multiline
bin/logstash-plugin install file:///usr/share/logstash/logstash-filter-multiline.zip
检查下插件是否安装成功，可以执行以下命令查看插件列表
bin/logstash-plugin list
//使用 multiline 插件
第一步：每一条日志的第一行开头都是一个时间，可以用时间的正则表达式匹配到第一行。
第二步：然后将后面每一行的日志与第一行合并。
第三步：当遇到某一行的开头是可以匹配正则表达式的时间的，就停止第一条日志的合并，开始合并第二条日志。
第四步：重复第二步和第三步。
filter {
multiline {
pattern => "^\d{4}-\d{1,2}-\d{1,2}\s\d{1,2}:\d{1,2}:\d{1,2}.\d{3}"
negate => true
what => "previous"
}
}
●pattern：用来匹配文本的表达式，也可以是grok表达式
●what：如果pattern匹配成功的话，那么匹配行是归属于上一个事件，还是归属于下一个事件。previous: 归属于上一个事件，向上合并。next: 归属于下一个事件，向下合并
●negate：是否对pattern的结果取反。false：不取反，是默认值。true：取反。将多行事件扫描过程中的行匹配逻辑取反（如果pattern匹配失败，则认为当前行是多行事件的组成部分）
date 时间处理插件
用于分析字段中的日期，然后使用该日期或时间戳作为事件的logstash时间戳。
在Logstash产生了一个Event对象的时候，会给该Event设置一个时间，字段为“@timestamp”，同时，我们的日志内容一般也会有时间，但是这两个时间是不一样的，因为日志内容的时间是该日志打印出来的时间，而“@timestamp”字段的时间是input插件接收到了一条数据并创建Event的时间，所有一般来说的话“@timestamp”的时间要比日志内容的时间晚一点，因为Logstash监控数据变化，数据输入，创建Event导致的时间延迟。这两个时间都可以使用，具体要根据自己的需求来定。
filter {
date {
match => ["access_time", "dd/MMM/YYYY:HH:mm:ss Z", "UNIX", "yyyy-MM-dd HH:mm:ss", "dd-MMM-yyyy HH:mm:ss"]
target => "@timestamp"
timezone => "Asia/Shanghai"
}
}
●match：用于配置具体的匹配内容规则，前半部分内容表示匹配实际日志当中的时间戳的名称，后半部分则用于匹配实际日志当中的时间戳格式，这个地方是整条配置的核心内容，如果此处规则匹配是无效的，则生成后的日志时间戳将会被input插件读取的时间替代。
如果时间格式匹配失败，会生成一个tags字段，字段值为 _dateparsefailure，需要重新检查上边的match配置解析是否正确。
●target：将匹配的时间戳存储到给定的目标字段中。如果未提供，则默认更新事件的@timestamp字段。
●timezone：当需要配置的date里面没有时区信息，而且不是UTC时间，需要设置timezone参数。
//时间戳详解：
●年
yyyy #全年号码。 例如：2015。
yy #两位数年份。 例如：2015年的15。
●月
M #最小数字月份。 例如：1 for January and 12 for December.。
MM #两位数月份。 如果需要，填充零。 例如：01 for January and 12 for Decembe
MMM #缩短的月份文本。 例如： Jan for January。 注意：使用的语言取决于您的语言环境。 请参阅区域设置以了解如何更改语言。
MMMM #全月文本，例如：January。 注意：使用的语言取决于您的语言环境。
●日
d #最少数字的一天。 例如：1月份的第一天1。
dd #两位数的日子，如果需要的话可以填零.例如：01 for the 1st of the month。
●时
H #最小数字小时。 例如:0表示午夜。
HH #两位数小时，如果需要填零。 例如：午夜00。
●分
m #最小的数字分钟。 例如：0。
mm #两位数分钟，如果需要填零。 例如：00。
●秒
s #最小数字秒。 例如：0。
ss #两位数字，如果需要填零。 例如：00。
●毫秒（ 秒的小数部分最大精度是毫秒（SSS）。除此之外，零附加。）
S #十分之一秒。例如：0为亚秒值012
SS #百分之一秒 例如：01为亚秒值01
SSS #千分之一秒 例如：012为亚秒值012
●时区偏移或身份
Z #时区偏移，结构为HHmm（Zulu/UTC的小时和分钟偏移量）。例如：-0700。
ZZ #时区偏移结构为HH:mm（小时偏移和分钟偏移之间的冒号）。 例如：-07:00。
ZZZ #时区身份。例如：America/Los_Angeles。 注意：有效的ID在列表中列出http://joda-time.sourceforge.net/timezones.html
//案例：
192.168.80.10 - - [07/Feb/2022:16:24:19 +0800] “GET /HTTP/1.1” 403 5039
现在我们想转换时间，那就要写出"dd/MMM/yyyy:HH:mm:ss Z"
你发现中间有三个M，你要是写出两个就不行了，因为两个大写的M表示两位数字的月份，可是我们要解析的文本中，月份则是使用简写的英文，所以只能去找三个M。还有最后为什么要加上个大写字母Z，因为要解析的文本中含有“+0800”时区偏移，因此我们要加上去，否则filter就不能正确解析文本数据，从而转换时间戳失败。
filter{
grok{
match => {"message" => ".* -\ -\ \[%{HTTPDATE:timestamp}\]"}
}
date{
match => ["timestamp","dd/MMM/yyyy:HH:mm:ss Z"]
}
}
运行结果：
{
"host" => "localhost",
"timestamp" => "07/Feb/2022:16:24:19 +0800",
"@timestamp" => 2022-02-07T08:24:19.000Z,
"message" => "192.168.80.10 - - [07/Feb/2022:16:24:19 +0800] \"GET /HTTP/1.1\" 403 5039",
"@version" => "1"
}
在上面那段rubydebug编码格式的输出中，@timestamp字段虽然已经获取了timestamp字段的时间，但是仍然比北京时间晚了8个小时，这是因为在Elasticsearch内部，对时间类型字段都是统一采用UTC时间，而日志统一采用UTC时间存储，是国际安全、运维界的一个共识。其实这并不影响什么，因为ELK已经给出了解决方案，那就是在Kibana平台上，程序会自动读取浏览器的当前时区，然后在web页面自动将UTC时间转换为当前时区的时间。
