ELK太重？试试KFC日志采集

本文链接：https://blog.csdn.net/F1814397/article/details/137245236

本文详细描述了如何使用Filebeat处理IIS日志，包括多行匹配规则、时间戳处理、Kafka输出配置，以及Clickhouse的数据接入和处理。同时提到了Java开发者的学习资源，如《2024年Java开发全套学习资料》和面试题集锦。

摘要由CSDN通过智能技术生成

if(prefix_date.match(regEx) != null)

{

event.Put(“server”,“221”);

log_datetime = log_datetime.replace(“,”,“.”);

log_datetime = log_datetime.replace(“'”,“”);

regEx = /^\d{4}-\d{2}-\d{2}\s\d{2}:\d{2}:\d{2}.\d{3}$/;

if(log_datetime.match(regEx) != null)

{

event.Put(“log_datetime”,log_datetime);

event.Put(“log_index”,sp.slice(2,3).join(" “).replace(”[“,”“).replace(”]“,”"));

event.Put(“log_level”,sp.slice(3,4).join(" "));

if(str.match(/(?<=time:)\S*(?=ms)/)!=null)

{

var spTime= str.split(“time:”);

var spPre = spTime[0].split(" ");

var spNext = spTime[1].split(" ");

event.Put(“log_class”,spPre.slice(4).join(" "));

var log_execTime= spNext.slice(0,1).join(" “).replace(“ms”,”");

regEx = /^(\-|\+)?\d+(\.\d+)?$/;

if(regEx.test(log_execTime))

{

event.Put(“log_execTime”,log_execTime);

}

else

{

event.Put(“log_execTime”,“-1”);

}

event.Put(“log_message”,spNext.slice(1).join(" "));

}

else

{

event.Put(“log_class”,sp.slice(4,5).join(" "));

event.Put(“log_execTime”,“-1”);

event.Put(“log_message”,sp.slice(6).join(" "));

}

return;

}

event.Cancel();

}

drop_fields:

fields: [“@timestamp”, “message”, “host”, “ecs”, “agent”, “@metadata”, “log”, “input”]

复制代码

以上的配置说明：

max_procs：设置可以同时执行的最大CPU数；

queue :内部队列信息；

Filebeat inputs：日志数据源采集的入口；

其他字段如下说明：

复制代码

#日志类型

type: log

#开启

enabled: true

#编码格式，有中文必须设置

encoding: GB2312

#路径

paths:

D:/IIS/www.A.com/logs/*.txt

#多行匹配前缀

multiline.pattern: ‘^\d{4}-\d{1,2}-\d{1,2}’

#开启多行匹配

multiline.negate: true

#开启多行之后，匹配是合并到上一条信息

multiline.match: after

#增加一个字段，用于kafka的topic的识别

fields:

topic: ‘dlbZcZGBSyslogs’

字段增加在输出json的根目录下

fields_under_root: true

//https://www.cnblogs.com/EminemJK/p/15165961.html

复制代码

Kafka Output：kafka的配置信息，主要是 topic: ‘%{[topic]}’ 的设置，因为这里采集多个数据源，对于不同的topic，在数据源输入的时候，已经设置好字段如 topic: ‘dlbZcZGBSyslogs’ ，所以此处使用占位符灵活设置；

Processors：配置处理器，即对采集的日志信息进行处理，处理是按行处理，当字符串处理即可，可以使用js语法进行对字符串进行处理；Filebeat的处理器可以多种多样，具体可以看文档。

另外，在调试的时候，可以采用文件输出或Console输出来观察处理后输出的数据格式，再进行微调：

output.file:

path: “D:/bigData”

filename: filebeat.log

IIS的日志也差不多，只是微调处理逻辑就可以了，一通百通。

其他配置可以参考官网文档：h__ttps://www.elastic.co/guide/en/beats/filebeat/current/index.html

Kafka配置

Kafka没有特别的处理，在这里只是进行消息的接收，新建好主题就可以。

复制代码

//个人系统

bin/kafka-topics.sh --create --zookeeper 192.168.1.10:2181 --replication-factor 1 --partitions 3 --topic dlbZcMySyslogs

//单位系统

bin/kafka-topics.sh --create --zookeeper 192.168.1.10:2181 --replication-factor 1 --partitions 3 --topic dlbZcDWSyslogs

//管理系统

bin/kafka-topics.sh --create --zookeeper 192.168.1.10:2181 --replication-factor 1 --partitions 3 --topic dlbZcZGBSyslogs

复制代码

partitions 分区数的大小，取决设置了多少个消费者，这里我们有三台服务器做了Clickhouse的集群作为消费者，所以分区数设置为3，一般情况，消费者总数不应该大于分区数，每个分区只能分配一个消费者。

Clickhouse配置

Clickhouse三个分片的集群，如果你是单机的，只需要把语法相应的修改一下即可。

在每台服务器上创建kafka引擎表：

复制代码

CREATE TABLE kafka_dlb_ZC_My_syslogs (

log_datetime DateTime64,

log_index String,

log_level String,

log_class String,

log_message String,

log_execTime Float32,

server String

) ENGINE = Kafka

SETTINGS kafka_broker_list = ‘192.168.1.10:9092’,

kafka_topic_list = ‘dlbZcMySyslogs’,

kafka_group_name = ‘dlbZcMySyslogs_sys’,

kafka_format = ‘JSONEachRow’,

kafka_num_consumers = 1;

复制代码

创建实体表：

复制代码

CREATE TABLE dlb_ZC_My_syslogs on cluster cluster_3s_1r

(

log_datetime DateTime64,

log_index String,

log_level String,

log_class String,

log_message String,

log_execTime Float32,

server String

) ENGINE = ReplicatedMergeTree(‘/clickhouse/tables/{layer}-{shard}/dlb_ZC_My_syslogs’, ‘{replica}’)

ORDER BY toDate(log_datetime)

PARTITION BY toYYYYMM(log_datetime);

//https://www.cnblogs.com/EminemJK/p/15165961.html

复制代码

实体表是使用集群来创建的，如果是单机请删除 on cluster cluster_3s_1r ，修改表引擎即可。如果已经开启了zookeeper且开启复制表，在任一一台服务器运行运行一次即可。

在每台服务器上创建物化视图：

CREATE MATERIALIZED VIEW viem_dlb_ZC_My_syslogs_consumer TO dlb_ZC_My_syslogs

AS SELECT *

FROM kafka_dlb_ZC_My_syslogs;

创建分布式视图（可选，单机请忽略）：

CREATE TABLE Dis_dlb_ZC_My_syslogs ON CLUSTER cluster_3s_1r

AS LogsDataBase.dlb_ZC_My_syslogs

ENGINE = Distributed(cluster_3s_1r, ‘LogsDataBase’, ‘dlb_ZC_My_syslogs’,rand());

分布式表将聚合集群中每个分片的表信息，进行执行一次。

运行

–

顺便提供一个快速运行Filebeat和卸载的bat脚本：

运行服务：

复制代码

//windows server2008以上版本的服务器

cd %~dp0

.\install-service-filebeat.ps1

pause

//windows server 2008 和以下的服务器

cd %~dp0

PowerShell.exe -ExecutionPolicy RemoteSigned -File .\install-service-filebeat.ps1

pause

复制代码

卸载服务：

复制代码

//windows server2008以上版本的服务器

cd %~dp0

.\uninstall-service-filebeat.ps1

pause

//windows server2008和以下版本的服务器

cd %~dp0

PowerShell.exe -ExecutionPolicy RemoteSigned -File .\uninstall-service-filebeat.ps1

pausehttps://www.cnblogs.com/zhiganglang/p/15167152.html

复制代码

运行之后，在任务管理器中，将服务设置为运行即可。

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Java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Java开发全套学习资料》，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，同时减轻大家的负担。

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Java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，并且会持续更新！

如果你觉得这些内容对你有帮助，可以扫码获取！！（备注Java获取）

1200页Java架构面试专题及答案

小编整理不易，对这份1200页Java架构面试专题及答案感兴趣劳烦帮忙转发/点赞

百度、字节、美团等大厂常见面试题

《一线大厂Java面试题解析+核心总结学习笔记+最新讲解视频+实战项目源码》，点击传送门即可获取！
会持续更新！**

如果你觉得这些内容对你有帮助，可以扫码获取！！（备注Java获取）

1200页Java架构面试专题及答案

小编整理不易，对这份1200页Java架构面试专题及答案感兴趣劳烦帮忙转发/点赞

[外链图片转存中…(img-cAmFbNOa-1711973741656)]

[外链图片转存中…(img-5W3Xf4eO-1711973741656)]

百度、字节、美团等大厂常见面试题

[外链图片转存中…(img-FU5kFpl7-1711973741656)]

《一线大厂Java面试题解析+核心总结学习笔记+最新讲解视频+实战项目源码》，点击传送门即可获取！