ELK+filebeat+kafka日志收集，2024年最新卧槽

partition.round_robin:
reachable_only: false
// 代理要求的 ACK 可靠性级别。0=无响应，1=等待本地提交，-1=等待所有副本提交。默认值为 1
required_acks: 1
// 设置输出压缩编解码器
compression: gzip
// JSON 编码消息的最大允许大小
max_message_bytes: 1000000

#### 3.7：总结：


我们主要完成在Docker环境下部署 Filebeat 日志收集工具，他是搭建ELK日志非常重要的一部分，我们利用Filebeat日志收集完成之后，将数据写入 Elasticsearch 后用 Kibana 进行可视化展示，目前我们已经完成了Fliebeat + Es +Kibana部分。


### 4：安装logstash


#### 4.1：是什么


Logstash是具有实时流水线能力的开源的数据收集引擎。Logstash可以动态统一不同来源的数据，并将数据标准化到您选择的目标输出。它提供了大量插件，可帮助我们解析，丰富，转换和缓冲任何类型的数据。


#### 4.2：工作方式


**管道**（Logstash Pipeline）是Logstash中独立的运行单元，每个管道都包含两个必须的**元素输入**（input）和**输出**（output），和一个可选的**元素过滤器**（filter），事件处理管道负责协调它们的执行。


输入和输出支持编解码器，使您可以在数据进入或退出管道时对其进行编码或解码，而不必使用单独的过滤器。如：json、multiline等


![](https://img-blog.csdnimg.cn/direct/a8d899109a4b460186e330c7484aaa67.png)


##### inputs（输入阶段）：


Logstash 支持各种输入选择，可以同时从众多常用来源捕捉事件。


包括：file、kafka、beats等


##### filters（筛选阶段）：


数据从源传输到存储库的过程中，Logstash 筛选器能够解析各个事件，识别已命名的字段以构建结构，并将它们转换成通用格式，以便进行更强大的分析和实现商业价值。


包括：


* 利用 Grok 从非结构化数据中派生出结构
* 简化整体处理，不受数据源、格式或架构的影响等


##### outputs（输出阶段）：


将事件数据发送到特定的目的地，完成了所以输出处理，改事件就完成了执行。


如：elasticsearch、file、redis等


##### Codecs（解码器）：


基本上是流过滤器，作为输入和输出的一部分进行操作，可以轻松地将消息的传输与序列化过程分开。


#### 4.3：安装


logstash的部署方式有很多种，一般情况下我们可以采用下载 logstash 安装包的方式去启动。


但是官方为我们提供了Docker的部署方式，我比较倾向于利用Docker来进行管理。

#安装
docker pull logstash:7.4.2

#映射
mkdir -p /mydata/logstash/config

mkdir -p /mydata/logstash/pipeline

#创建配置文件
vi logstash.yml

config:
reload:
automatic: true
interval: 3s
xpack:
management.enabled: false
monitoring.enabled: false

#配置文件pipelines.yml（放在/mydata/logstash/config）
vi pipelines.yml

• pipeline.id: logstash_dev
  path.config: /usr/share/logstash/pipeline/logstash_dev.conf

#配置文件 logstash\_dev.conf（放在/mydata/logstash/pipeline下）  
 vi logstash\_dev.conf 

input {
#从filebeat中收集日志
beats {
port => 5047
client_inactivity_timeout => 36000
}
#客户端接入时使用的端口
tcp {
port => 5044
#输入为json数据
codec => json_lines
}
}

filter {
grok {
match => { “message” => “%{COMBINEDAPACHELOG}” }
}

mutate {
convert => {
“bytes” => “integer”
}
}

geoip {
source => “clientip”
}

useragent {
source => “user_agent”
target => “useragent”
}

date {
match => [“timestamp”, “dd/MMM/yyyy:HH:mm:ss Z”]
}
}

output {
stdout { }

elasticsearch {
hosts => [“43.138.58.104:9200”]
index => “hkc0327_test_example”
}
}

#启动

#启动
docker run -d -it --restart=always --privileged=true --name=logstash -p 5044:5044 -p 9600:9600 -v /mydata/logstash/pipeline/:/usr/share/logstash/pipeline/ -v /mydata/logstash/config/:/usr/share/logstash/config/ logstash:7.4.2

启动结果：


![](https://img-blog.csdnimg.cn/direct/3536d9f1e755450892df04065d385ff2.png)


通过docker logs id 来看logstash是否启动成功：


![](https://img-blog.csdnimg.cn/direct/92aa2868f6c54c0ca52a49c8c0f62f00.png)


#### 4.4：修改 filebeat 配置文件


在前面的文章中我们已经将FlieBeat + Es + Kibana 的合并操作


我们只需要修改 filebeat 配置文件 filebeat.yml


将输出地址更改为我们部署的 logstash 地址

filebeat.inputs:

• type: log
  enabled: true
  paths:
  • /usr/share/filebeat/logs/*

output.logstash:
hosts: [“XX.XX.XX.XX:5044”]
#output.elasticsearch:

hosts: [“XX.XX.XX.XX:9200”]

1. 查询是否生成索引

curl http://localhost:9200/_cat/indices?v

![](https://img-blog.csdnimg.cn/direct/eae6ac503e934b53b432465b7f575d2b.png)


1. 上Kibana查看


![](https://img-blog.csdnimg.cn/direct/995b92bf31794c7ba5717f74b73cd737.png)


我们主要完成在Docker环境下部署 logstash 日志收集工具，他是搭建ELK日志非常重要的一部分，上一篇文章Filebeat日志收集完成之后，将数据写入 Elasticsearch 后用 Kibana 进行可视化展示，现在我们已经完成了


Filebeat 收集数据写入 logstash处理，再将数据写入 Elasticsearch 后 Kibana 进行可视化展示的全过程。


### 5：安装kafka


注：kafka能帮助我们削峰。ELK可以使用redis作为消息队列，但redis作为消息队列不是强项而且redis集群不如专业的消息发布系统kafka


#### 5.1：Docker安装zookeeper


Kafka对于zookeeper是强依赖，保存kafka相关的节点数据，所以安装Kafka之前必须先安装zookeeper。

#下载镜像：
docker pull zookeeper:3.4.14

#创建容器
docker run -d --name zookeeper -p 2181:2181 zookeeper:3.4.14

#### 5.2：Docker安装kafka


执行下面命令前，先确认zookeeper端口可以正常访问

#下载镜像：
docker pull wurstmeister/kafka:2.12-2.3.1

#创建容器：
docker run -d --name kafka
–env KAFKA_ADVERTISED_HOST_NAME=192.168.200.130
–env KAFKA_ZOOKEEPER_CONNECT=192.168.200.130:2181
–env KAFKA_ADVERTISED_LISTENERS=PLAINTEXT://192.168.200.130:9092
–env KAFKA_LISTENERS=PLAINTEXT://0.0.0.0:9092
–env KAFKA_HEAP_OPTS=“-Xmx256M -Xms256M”
–net=host wurstmeister/kafka:2.12-2.3.1

部分参数的含义：


KAFKA\_BROKER\_ID=1 kafka在集群中的唯一标识  
 KAFKA\_ZOOKEEPER\_CONNECT=zookeeper:12181 监听zookeeper的地址   
 KAFKA\_ADVERTISED\_LISTENERS=PLAINTEXT://192.168.65.7:19092 kafka服务器的地址


#### 5.3：启动kafka的小插曲


因为预算原因，当时我开通的是腾讯云2-2g的服务器，之前我的云服务器上已经安装并启动了redis、ngins、ELK全家桶等，启动kafka的时候会报错内存不够用，如下：


![](https://img-blog.csdnimg.cn/direct/5d45bd2f7d2f4084aed5897ebca19667.png)


通过`free -h`命令内存，发现的确没剩多少运行内存了，问题原因找到了：


![](https://img-blog.csdnimg.cn/direct/590bf9cd5d5c4192b74b0b333c2b915c.png)


可以通过`swap（内存交换空间）`扩容可用的运行内存空间，首先声明扩容的内存容量（本次我扩容大约`4G`）：


![](https://img-blog.csdnimg.cn/direct/9066325db0a8435fa14d5624df41f247.png)

扩容4G运行内存

of：空间名称，名为swapfile

bs：单位，kb

count：数量（4000000 * 1kb ≈ 4G）

dd if=/dev/zero of=swapfile bs=1024 count=4000000

#设置swap空间：
mkswap swapfile

启用

swapon swapfile

然后再启动kafka就没问题了


### 6：原式版本（ELK）


![](https://img-blog.csdnimg.cn/direct/a8ce096008ac4868978c1b6bb93c294b.png)


**直接将消息输出到logstash，再输出给es，进而显示在kibana里面**：


加入pom依赖。（踩坑点，logstash7.4.2整合的时候，这个版本7.4不能适配，20240326前后几天一直不知道什么问题，后面偶然间把版本改为7.3就可以正常输出日志了）

    <dependency>
        <groupId>net.logstash.logback</groupId>
        <artifactId>logstash-logback-encoder</artifactId>
        <version>7.3</version>
    </dependency>

新增配置文件logback-spring.xml

<?xml version="1.0" encoding="UTF-8"?>

<!-- 日志输出格式 -->
<property name="console.log.pattern"
          value="%red(%d{yyyy-MM-dd HH:mm:ss}) %green([%thread]) %highlight(%-5level) %boldMagenta(%logger{36}%n) - %msg%n"/>


<!-- 控制台输出 -->
<appender name="CONSOLE" class="ch.qos.logback.core.ConsoleAppender">
    <encoder>
        <pattern>${console.log.pattern}</pattern>
        <charset>utf-8</charset>
    </encoder>
</appender>
<!--logback输出到本地日志文件（这里可以定义成filebeat的获取日志的目录，就升级为elk+filebeat的架构了）-->
<appender name="FILE" class="ch.qos.logback.core.rolling.RollingFileAppender">
    <rollingPolicy class="ch.qos.logback.core.rolling.TimeBasedRollingPolicy">
      <!--日志文件输出的文件名-->
        <fileNamePattern>${log.path}/log-%d{yyyy-MM-dd}.log</fileNamePattern>
    </rollingPolicy>
    <encoder>
        <pattern>${console.log.pattern}</pattern>
    </encoder>
</appender>
 <!--输出到logback远程日志-->
<appender name="STASH"  class="net.logstash.logback.appender.LogstashTcpSocketAppender">

    <destination>43.138.58.104:5044</destination>
    <encoder charset="UTF-8" class="net.logstash.logback.encoder.LogstashEncoder" />
</appender>


<!--异步输出-->
<appender name="ASYNC" class="ch.qos.logback.classic.AsyncAppender">
    <!--不丢失日志，默认的，若队列的80%已满，则会丢弃TRACT、DEBUG、INFO级别的日志-->
    <discardingThreshold>0</discardingThreshold>
    <!--更改默认队列深度，该值会影响性能，默认是256-->
    <queueSize>512</queueSize>
    <!--添加附件的appender，最多添加一个-->
    <appender-ref ref="FILE"></appender-ref>
</appender>

<logger name="org.apache.ibatis.cache.decorators.LoggingCache" level="DEBUG" additivity="false" >
    <appender-ref ref="CONSOLE"></appender-ref>
</logger>
<logger name="org.springframework.boot" level="DEBUG" >
</logger>

<!--定义什么级别的日志输出到哪里-->
<root level="info">
    <appender-ref ref="CONSOLE"/>
    <appender-ref ref="FILE"/>
    <appender-ref ref="STASH"/>
</root>

package com.hkc.elk;

import org.junit.jupiter.api.Test;
import org.slf4j.Logger;
import org.slf4j.LoggerFactory;
import org.springframework.boot.test.context.SpringBootTest;

import java.util.Random;

@SpringBootTest
class ElkApplicationTests {

private static final Logger logger= LoggerFactory.getLogger(ElkApplicationTests.class);

/**
 * 模仿系统打印日志
 * @throws InterruptedException
 */
@Test
public void contextLoads() throws InterruptedException {

自我介绍一下，小编13年上海交大毕业，曾经在小公司待过，也去过华为、OPPO等大厂，18年进入阿里一直到现在。

深知大多数大数据工程师，想要提升技能，往往是自己摸索成长或者是报班学习，但对于培训机构动则几千的学费，着实压力不小。自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

因此收集整理了一份《2024年大数据全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友。

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，基本涵盖了95%以上大数据开发知识点，真正体系化！

由于文件比较大，这里只是将部分目录大纲截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且后续会持续更新

如果你觉得这些内容对你有帮助，可以添加VX：vip204888 （备注大数据获取）

一个人可以走的很快，但一群人才能走的更远。不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎扫码加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

5)]
[外链图片转存中…(img-1uhAuf4C-1712959821996)]
[外链图片转存中…(img-Dyq8F5bV-1712959821996)]
[外链图片转存中…(img-CmsIyiYj-1712959821996)]

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，基本涵盖了95%以上大数据开发知识点，真正体系化！

由于文件比较大，这里只是将部分目录大纲截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且后续会持续更新

如果你觉得这些内容对你有帮助，可以添加VX：vip204888 （备注大数据获取）
[外链图片转存中…(img-EtErkJAQ-1712959821997)]

一个人可以走的很快，但一群人才能走的更远。不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎扫码加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！