【ELK企业级日志分析系统】安装与部署ELK详解

1.ELK概述

1.1 ELK简介

ELK平台是一套完整的日志集中处理解决方案，将ElasticSearch、Logstash和kibana三个开源工具配合使用， 完成更强大的，用户对日志的查询、排序、统计需求。

ElasticSearch

• ElasticSearch：是基于Lucene（一个全文检索引擎的架构）开发的分布式存储检索引擎，用来存储各类日志。
  Elasticsearch是用Java开发的，可通过RESTful Web接口，让用户可以通过浏览器与Elasticsearch通信。
  Elasticsearch是一个实时的、分布式的、可扩展的搜索引擎，允许进行全文、结构化搜索，它通常用于索引和搜索大容量的日志数据，也可用于搜索许多不同类型的文档。

kibana

• kibana：kibana通常与Elasticsearch一起部署，kibana是Elasticsearch的一个功能强大的数据可视化Dashboard，kibana提供图形化的web界面,来浏览Elasticsearch日志数据，可以用来汇总、分析和搜索重要数据。

Logstash

• Logstash：作为数据收集引擎。它支持动态的从各种数据源搜集数据，并对数据进行过滤、分析、丰富、统一格式等操作，然后存储到用户指定的位置，一般会发送给Elasticsearch。
  Logstash由Ruby语言编写，运行在Java虚拟机（JVM）上，是一款强大的数据处理工具， 可以实现数据传输、格式处理、格式化输出。Logstash具有强大的插件功能，常用于日志处理。

1.2 可以添加的其它组件

Filebeat

• Filebeat：轻量级开源日志文件数据搜集器。通常在需要采集数据的客户端安装Filebeat，并指定目录与日志格式，Filebeat就能快速收集数据，并发送给logstash进行解析，或是直接发给Elasticsearch存储，性能上相比运行于JVM上的logstash优势明显，是对它的替代。常应用于EFLK架构当中。

1.3 filebeat结合logstash带来好处

（1）通过Logstash有基于磁盘的自适应缓冲系统，该系统将吸收传入的吞吐量，从而减轻 Elasticsearch持续写入数据的压力.

（2）从其他数据源（例如数据库，S3对象存储或消息传递队列）中提取.

（3）将数据发送到多个目的地，例如S3，HDFS（Hadoop分布式文件系统）或写入文件.

（4）使用条件数据流逻辑,组成更复杂的处理管道.

• 缓存/消息队列（redis、kafka、RabbitMQ等）：可以对高并发日志数据进行流量削峰和缓冲，这样的缓冲可以一定程度的保护数据不丢失，还可以对整个架构进行应用解耦。

• Fluentd：是一个流行的开源数据收集器。由于logstash太重量级的缺点，Logstash性能低、资源消耗比较多等问题，随后就有Fluentd的出现。相比较logstash，Fluentd更易用、资源消耗更少、性能更高，在数据处理上更高效可靠，受到企业欢迎，成为logstash的一种替代方案，常应用于EFK架构当中。在Kubernetes集群中也常使用EFK作为日志数据收集的方案。
  在Kubernetes集群中一般是通过DaemonSet来运行Fluentd，以便它在每个Kubernetes工作节点上都可以运行一个Pod。 它通过获取容器日志文件、过滤和转换日志数据，然后将数据传递到 Elasticsearch集群，在该集群中对其进行索引和存储。

1.4 为什么要使用ELK?

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。
往往单台机器的日志，我们使用grep、awk等工具就能基本实现简单分析，但是当日志被分散的储存在不同的设备中。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。这样是不是感觉很繁琐和效率低下。当务之急我们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，但是对于要求更高的查询、排序和统计等要求，庞大的机器数量依然使用这样的方法难免有点力不从心。
一般大型系统是一个分布式部署的架构，不同的服务模块部署在不同的服务器上。问题出现时，大部分情况需要根据问题暴露的关键信息，定位到具体的服务器和服务模块，构建一套集中式日志系统，可以提高定位问题的效率。

1.5 完整日志系统基本特征

收集：能够采集多种来源的日志数据
传输：能够稳定的把日志数据解析过滤，并传输到存储系统
存储：存储日志数据
分析：支持UI分析
警告：能够提供错误报告，监控机制

1.6 ELK的工作原理

（1）在所有需要收集日志的服务器上部署Logstash；或者先将日志进行集中化管理在日志服务器上，在日志服务器上部署Logstash。
（2）Logstash收集日志，将日志格式化并输出到Elasticsearch群集中。
（3）Elasticsearch对格式化后的数据,进行索引和存储。
（4）Kibana从ES群集中查询数据生成图表，并进行前端数据的展示。

总结： logstash作为日志搜集器，从数据源采集数据，并对数据进行过滤，格式化处理，然后交由Elasticsearch存储，kibana对日志进行可视化处理,并在web前端页面展示。

2. Elasticsearch节点优化

master - 主节点：
elasticsearch.yml :

node.master: true
node.data: false

主要功能：维护元数据，管理集群节点状态；不负责数据写入和查询。
配置要点：内存可以相对小一些，但是机器一定要稳定，最好是独占的机器。

data - 数据节点：
elasticsearch.yml :

node.master: false
node.data: true

主要功能：负责数据的写入与查询，压力大。
配置要点：大内存，最好是独占的机器。

client - 客户端节点：
elasticsearch.yml :

node.master: false
node.data: false

主要功能：负责任务分发和结果汇聚，分担数据节点压力。
配置要点：大内存，最好是独占的机器

mixed- 混合节点（不建议）：
elasticsearch.yml :

node.master: true
node.data: true

主要功能：综合上述三个节点的功能。
配置要点：大内存，最好是独占的机器。
特别说明：不建议这种配置，节点容易挂掉。

3.部署ELK集群

3.1 安装Elasticsearch

###关闭和禁止防火墙开机自启功能
systemctl stop firewalld
systemctl disable firewalld
setenforce 0
sed -i 's/enforcing/disabled/' /etc/selinux/config

（1）准备环境，设置Java环境

java -version	
#yum install -y java					

（2）部署Elasticsearch软件

###安装elasticsearch—rpm包
cd /opt
rz -E
#elasticsearch-6.7.2.rpm
rpm -ivh elasticsearch-6.7.2.rpm

（3）修改elasticsearch主配置文件

cp /etc/elasticsearch/elasticsearch.yml /etc/elasticsearch/elasticsearch.yml.bak

vim /etc/elasticsearch/elasticsearch.yml
--17--取消注释，指定集群名字
cluster.name: my-elk-cluster
--23--取消注释，指定节点名字：Node1节点为node1，Node2节点为node2
node.name: node1
node.master: true		#是否master节点，false为否
node.data: true			#是否数据节点，false为否
--33--取消注释，指定数据存放路径
path.data: /var/lib/elasticsearch
--37--取消注释，指定日志存放路径
path.logs: /var/log/elasticsearch
--43--取消注释，避免es使用swap交换分区
bootstrap.mem