ELK日志分析

一、概述

日志分析是运维工程师解决系统故障，发现、定位问题的主要途径。日志主要包括系统日志、应用程序日志和安全日志系统运维和开发人员可以通过日志了解服务器软硬件信息、检查配置过程中的错误及错误发生的原因。经常分析日志可以了解服务器的负荷，性能安全性，从而及时采取措施纠正错误。
        elk 日志分析的工具（一般会给研发/开发+测试使用），管理的权限范围，不一定所有人全有。
        通常，日志被分散的储存在不同的设备上。如果你管理数十上百台服务器，你还在使用依次登录每台机器的传统方法查阅日志，即繁琐又效率低下。为此，我们可以使用集中化的日志管理，例如：开源的syslog，将所有服务器上的日志收集汇总。
       集中化管理日志后，日志的统计和检索又成为一件比较麻烦的事情，一般我们使用grep、awk和wc等Linux命令能实现检索和统计，但是对于更高要求的查询、排序和统计等，再加上庞大的机器数量，使用这样的方法依然难免有点力不从心。
         开源实时日志分析ELK平台能够完美的解决我们上述的问题，ELK由ElasticSearch、Logstash和Kiabana三个开源工具组成。
         官方网站：https://www.elastic.co/products     Elasticsearch是个开源分布式搜索引擎，它的特点有：分布式，零配置，自动发现，索引自动分片，索引副本（replicat）机制，restful风格接口，多数据源，自动搜索负载等。
         Logstash是一个完全开源的工具，它可以对你的日志进行收集、过滤，并将其存储，供以后使用（如，搜索）。
         Kibana 也是一个开源和免费的工具，Kibana可以为 Logstash 和 ElasticSearch 提供友好的日志分析Web 界面，可以帮助汇总、分析和搜索重要数据日志。

ELK工作原理

APPServer集群→logstash Agent 采集器→ElasticSearch Cluster→Kibana Server→Browser

input   filter              output

采集  过滤/格式化   输出

Logstash收集AppServer产生的Log，并存放到ElasticSearch集群中，而Kibana则从ES集群中查询数据生成图表，再返回给Browser。简单来说，进行日志处理分析，一般需要经过以下步骤：

1)将日志进行集中化管理（beats）
beats包含四种工具：
    Packetbeat（搜集网络流量数据）
    Topbeat（搜集系统、进程和文件系统级别的 CPU 和内存使用情况等数据）
    Filebeat（搜集文件数据）轻量级的工具（相较于logstash）
    Winlogbeat（搜集 Windows 事件日志数据）
2)将日志格式化（logstash）
3)对格式化后的数据进行索引和存储（elasticsearch）
4)前端数据的展示（kibana）

二、Elasticsearch

1.介绍

Elasticsearch是一个基于Lucene的搜索服务器。它提供了一个分布式多用户能力的全文搜索引擎，基于RESTful web接口。
        Elasticsearch是用Java开发的，并作为Apache许可条款下的开放源码发布，是第二流行的企业搜索引擎。设计用于云计算中，能够达到实时搜索，稳定，可靠，快速，安装使用方便。

2.基础核心概念

(1)接近实时（NRT）

elasticsearch是一个接近实时的搜索平台，从索引一个文档直到这个文档能够被搜索到有一个轻微的延迟（通常是1秒）。

(2)集群（cluster）

一个集群就是由一个或多个节点组成在一起，共同持有整个的数据，并一起提供索引和搜索功能（共享数据）。其中一个节点为主节点，这个主节点是可以通过选举产生的，并提供跨节点的联合索引和搜索的功能。集群有一个唯一性标示的名字，默认是elasticsearch，集群名字很重要，每个节点是基于集群名字加入到其集群中的。因此，确保在不同环境中使用不同的集群名字（server_id）。
        一个集群可以只有一个节点。强烈建议在配置elasticsearch时，配置成集群模式。

es 具有集群机制，节点通过集群名称加入到集群中，同时在集群中的节点会有一个自己的唯一身份标识（自己的名称）。

(3)节点（node）

节点就是一台单一的服务器，是集群的一部分，存储数据并参与集群的索引和搜索功能。像集群一样，节点也是通过名字来标识，默认是在节点启动时随机分配的字符名。当然，你可以自己定义。该名字也很重要，在集群中用于识别服务器对应的节点。
        节点可以通过指定集群名字来加入到集群中。默认情况，每个节点被设置成加入到elasticsearch集群。如果启动了多个节点，假设能自动发现对方，他们将会自动组建一个名为elasticsearch的集群。

(4)索引（index）

一个索引就是一个拥有几分相似特征的文档的集合。可以有一个客户数据的索引，另一个产品目录的索引，还有一个订单数据的索引。
        一个索引由一个名字来标识（必须全部是小写字母的），并且当要对对应于这个索引中的文档进行索引、搜索、更新和删除的时候，都要使用到这个名字。在一个集群中，可以定义任意多的索引。
        索引相对于关系型数据库的库。(mysql create database school;)

(5)类型（type）

在一个索引中，你可以定义一种或多种类型。一个类型是你的索引的一个逻辑上的分类/分区，通常，会为具有一组共同字段的文档定义一个类型。
         在这个索引中，可以为数据定义一个类型，为数据定义另一个类型，当然，也可以为数据定义另一个类型。
         类型相对于关系型数据库的表

(6)文档（document）

一个文档是一个可被索引的基础信息单元。可以拥有某一个客户的文档，某一个产品的一个文档，当然，也可以拥有某个订单的一个文档。文档以JSON（Javascript Object Notation）格式来表示，而JSON(yaml 和json)是一个到处存在的互联网数据交互格式。
        在一个index/type里面，只要你想，你可以存储任意多的文档。注意，虽然一个文档在物理上位于一个索引中，实际上一个文档必须在一个索引内被索引和分配一个类型。
        文档相对于关系型数据库的列。(MYSQL 字段)

ES 索引&