详解Elasticsearch的基友Logstash

共计 3297 个字符，预计需要花费 9 分钟才能阅读完成。

Logstash 是一款强大的数据处理工具，它可以实现数据传输，格式处理，格式化输出，还有强大的插件功能，常用于日志处理。

Input

可以从文件中、存储中、数据库中抽取数据，Input 有两种选择一个是交给 Filter 进行过滤、修剪。另一个是直接交给 Output

Filter

能够动态地转换和解析数据。可以通过自定义的方式对数据信息过滤、修剪

Output

提供众多输出选择，您可以将数据发送到您要指定的地方，并且能够灵活地解锁众多下游用例。

wget https://artifacts.elastic.co/downloads/logstash/logstash-6.0.1.rpm
yum install -y ./logstash-6.0.1.rpm

vim /etc/logstash/logstash.yml
path.data: /var/lib/logstash                                    # 数据存放路径
path.config: /etc/logstash/conf.d/*.conf                        # 其他插件的配置文件，输入输出过滤等等
path.logs: /var/log/logstash                                    # 日志存放路径 

Logstash 是一个基于 Java 开发的程序，需要运行在 JVM 中，可以通过配置 jvm.options 来针对 JVM 进行设定。比如内存的最大最小、垃圾清理机制等等。这里仅仅列举最常用的两个。

JVM 的内存分配不能太大不能太小，太大会拖慢操作系统。太小导致无法启动。

vim /etc/logstash/jvm.options                               # logstash 有关 JVM 的配置
-Xms256m                                                    # logstash 最大最小使用内存
-Xmx1g

安装一个 httpd 用于测试，配置 Logstash 收集 Apache 的 accless.log 日志文件

yum install httpd
echo "Hello world" > /var/www/html/index.html               # 安装 httpd，创建首页用于测试 

vim /etc/logstash/conf.d/test.conf
input {
    file {                                                  # 使用 file 作为数据输入
        path => ['/var/log/httpd/access_log']               # 设定读入数据的路径
        start_position => beginning                         # 从文件的开始处读取，end 从文件末尾开始读取
    }
}
output {                                                    # 设定输出的位置
    stdout {codec => rubydebug                                  # 输出至屏幕}
}

logstash 是自带的命令但是没有再环境变量中，所以只能使用绝对路径来使用此命令。

/usr/share/logstash/bin/logstash -t  -f  /etc/logstash/conf.d/test.conf   # 测试执行配置文件，- t 要在 - f 前面
Configuration OK                                                          # 表示测试 OK

在当前会话运行 logstash 后不要关闭这个会话暂时称其为会话 1，再打开一个新的窗口为会话 2

/usr/share/logstash/bin/logstash  -f  /etc/logstash/conf.d/test.conf

启动以后在会话 2 中使用 curl 命令进行测试

curl 172.18.68.14

然后在回到之前的会话 1 可以看到输出的信息

{
      "@version" => "1",
          "host" => "logstash.shuaiguoxia.com",
          "path" => "/var/log/httpd/access_log",
    "@timestamp" => 2017-12-10T14:07:07.682Z,
       "message" => "172.18.68.14 - - [10/Dec/2017:22:04:44 +0800] \"GET / HTTP/1.1\"200 12 \"-\"\"curl/7.29.0\""
}

至此最简单的 Logstash 配置就已经完成了，这里仅仅是将收集到的直接输出没有进行过滤或者修剪。

上面的配置时 Logsatsh 从日志文件中抽取数据，然后输出至屏幕。那么在生产中往往是将抽取的数据过滤后输出到 Elasticsearch 中。下面讲解 Elasticsearch 结合 Logstash

Logstash 抽取 httpd 的 access.log 文件，然后经过过滤（结构化）之后输出给 Elasticsearch Cluster，在使用 Head 插件就可以看到抽取到的数据。（Elasticsearch Cluster 与 Head 插件搭建请查看前两篇文章）

配置 Logstash

vim /etc/logstash/conf.d/test.conf
    input {
    file {path => ['/var/log/httpd/access_log']
        start_position => "beginning"
    }
    }
    filter {
    grok {
        match => {"message" => "%{COMBINEDAPACHELOG}"
        }

        remove_field => "message"   
    }
    }
    output {
    elasticsearch {hosts => ["http://172.18.68.11:9200","http://172.18.68.12:9200","http://172.18.68.13:9200"]
        index => "logstash-%{+YYYY.MM.dd}"
        action => "index"
        document_type => "apache_logs"
    }
    }

启动 Logstash

/usr/share/logstash/bin/logstash -t -f /etc/logstash/conf.d/test.conf       # 测试配置文件
    Configuration OK
     /usr/share/logstash/bin/logstash  -f /etc/logstash/conf.d/test.conf         # 启动 Logstash

测试

每个执行 10 次 172.18.68.14，位 Logstash 的地址

    curl 127.0.0.1
    curl 172.18.68.14

验证数据

使用浏览器访问 172.18.68.11:9100（Elastisearch 安装 Head 地址，前面文章有讲）

选择今天的日期，就能看到一天内访问的所有数据。

监控 Nginx 日志

仅仅列了 filter 配置块，input 与 output 参考上一个配置

filter {
        grok {
                match => {"message" => "%{HTTPD_COMBINEDLOG} \"%{DATA:realclient}\""
                }
                remove_field => "message"
        }
        date {match => ["timestamp","dd/MMM/YYYY:H:m:s Z"]
                remove_field => "timestamp"
        }
    }

监控 Tomcat

仅仅列了 filter 配置块，input 与 output 参考上一个配置

filter {
        grok {
                match => {"message" => "%{HTTPD_COMMONLOG}"
                }
                remove_field => "message"
        }
        date {match => ["timestamp","dd/MMM/YYYY:H:m:s Z"]
                remove_field => "timestamp"
        }
    }

现在已经搭建成在节点安装 Logstash 并发送到 Elasticsearch 中去，但是 Logstash 是基于 Java 开发需要运行在 JVM 中，所以是一个重量级采集工具，仅仅对于一个日志采集节点来说使用 Logstash 太过重量级，那么就可以使用一个轻量级日志收集工具 Filebeat 来收集日志信息，Filebeat 同一交给 Logstash 进行过滤后再 Elasticsearch。这些在接下来的文章在进行讲解，先放一张架构图吧。

阿里云 2 核 2G 服务器 3M 带宽 61 元 1 年，有高配

腾讯云新客低至 82 元 / 年，老客户 99 元 / 年

代金券：在阿里云专用满减优惠券