ELK Stack 日志平台性能优化实践_pipeline

最新推荐文章于 2024-08-19 22:15:00 发布

2401_84765537

最新推荐文章于 2024-08-19 22:15:00 发布

阅读量336

点赞数 4

分类专栏：程序员文章标签：单元测试功能测试学习

本文链接：https://blog.csdn.net/2401_84765537/article/details/138900182

版权

程序员专栏收录该内容

127 篇文章 1 订阅

订阅专栏

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化的资料的朋友，可以戳这里获取

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！

AIX 64bit平台上需要安装jdk（jre） 1.7 32bit，64bit的不支持；
filebeat可以直接输入到ES，但是系统中存在logstash直接输入到ES的情况，这将造成不同的索引类型造成检索复杂，最好统一输入到els 的源。

总结：logstash/filter总之各有千秋，但是我推荐选择：在每个需要收集的日志服务器上配置filebeat，因为轻量级，用于收集日志；再统一输出给logstash，做对日志的处理；最后统一由logstash输出给es。

3、logstash的优化相关配置

可以优化的参数，可根据自己的硬件进行优化配置：

①pipeline线程数，官方建议是等于CPU内核数

默认配置 —> pipeline.workers: 2；
可优化为 —> pipeline.workers: CPU内核数（或几倍CPU内核数）。
②实际output时的线程数

默认配置 —> pipeline.output.workers: 1；
可优化为 —> pipeline.output.workers: 不超过pipeline线程数。
③每次发送的事件数

默认配置 —> pipeline.batch.size: 125；
可优化为 —> pipeline.batch.size: 1000。
④发送延时

默认配置 —> pipeline.batch.delay: 5；
可优化为 —> pipeline.batch.size: 10。

总结：

通过设置-w参数指定pipeline
worker数量，也可直接修改配置文件logstash.yml。这会提高filter和output的线程数，如果需要的话，将其设置为cpu核心数的几倍是安全的，线程在I/O上是空闲的。
默认每个输出在一个pipeline
worker线程上活动，可以在输出output中设置workers设置，不要将该值设置大于pipeline worker数。
还可以设置输出的batch_size数，例如ES输出与batch size一致。
filter设置multiline后，pipline
worker会自动将为1，如果使用filebeat，建议在beat中就使用multiline，如果使用logstash作为shipper，建议在input中设置multiline，不要在filter中设置multiline。

Logstash中的JVM配置文件：

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。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。默认如下：

Xms256m#最小使用内存；
Xmx1g#最大使用内存。

4、引入Redis的相关问题

filebeat可以直接输入到logstash（indexer），但logstash没有存储功能，如果需要重启需要先停所有连入的beat，再停logstash，造成运维麻烦；另外如果logstash发生异常则会丢失数据；引入Redis作为数据缓冲池，当logstash异常停止后可以从Redis的客户端看到数据缓存在Redis中；

Redis可以使用list(最长支持4,294,967,295条)或发布订阅存储模式；

Redis做ELK缓冲队列的优化：

bind 0.0.0.0 #不要监听本地端口；
requirepass ilinux.io #加密码，为了安全运行；
只做队列，没必要持久存储，把所有持久化功能关掉：

快照（RDB文件）和追加式文件（AOF文件），性能更好；
save “” 禁用快照；
appendonly no 关闭RDB。

把内存的淘汰策略关掉，把内存空间最大

maxmemory 0 #maxmemory为0的时候表示我们对Redis的内存使用没有限制。

5、Elasticsearch节点优化配置

服务器硬件配置，OS参数：

1）/etc/sysctl.conf 配置

# vim /etc/sysctl.conf
vm.swappiness = 1   #ES 推荐将此参数设置为 1，大幅降低 swap 分区的大小，强制最大程度的使用内存，注意，这里不要设置为 0, 这会很可能会造成 OOM
net.core.somaxconn = 65535     #定义了每个端口最大的监听队列的长度
vm.max_map_count= 262144    #限制一个进程可以拥有的VMA(虚拟内存区域)的数量。虚拟内存区域是一个连续的虚拟地址空间区域。当VMA 的数量超过这个值，OOM
fs.file-max = 518144    #设置 Linux 内核分配的文件句柄的最大数量
# sysctl -p    #生效一下

2）limits.conf 配置

# vim /etc/security/limits.conf
elasticsearch    soft    nofile          65535
elasticsearch    hard    nofile          65535
elasticsearch    soft    memlock         unlimited
elasticsearch    hard    memlock         unlimited

可能需重启后生效。

Elasticsearch中的JVM配置文件：

-Xms2g
-Xmx2g

将最小堆大小（Xms）和最大堆大小（Xmx）设置为彼此相等。
Elasticsearch可用的堆越多，可用于缓存的内存就越多。但请注意，太多的堆可能会使您长时间垃圾收集暂停。
设置Xmx为不超过物理RAM的50％，以确保有足够的物理内存留给内核文件系统缓存。
不要设置Xmx为JVM用于压缩对象指针的临界值以上；确切的截止值有所不同，但接近32 GB。不要超过32G，如果空间大，多跑几个实例，不要让一个实例太大内存。

Elasticsearch配置文件优化参数

1）主配置文件

# vim elasticsearch.yml
bootstrap.memory_lock: true  #锁住内存，不使用swap
#缓存、线程等优化如下
bootstrap.mlockall: true
transport.tcp.compress: true
indices.fielddata.cache.size: 40%
indices.cache.filter.size: 30%
indices.cache.filter.terms.size: 1024mb
threadpool:
    search:
        type: cached
        size: 100
        queue_size: 2000

2）设置环境变量

# vim /etc/profile.d/elasticsearch.sh 
export ES_HE AP _SIZE=2g #Heap Size不超过物理内存的一半，且小于32G。

集群的优化（我未使用集群）：

ES是分布式存储，当设置同样的cluster.name后会自动发现并加入集群；
集群会自动选举一个master，当master宕机后重新选举；
为防止"脑裂"，集群中个数最好为奇数个；
为有效管理节点，可关闭广播discovery. zen.ping.multicast.enabled: false，并设置单播节点组discovery.zen.ping.unicast.hosts: [“ip1”, “ip2”, “ip3”]。