ELK企业级日志分析系统

前言

目前企业中面临问题包括日志量太大如何归档、文本搜索太慢、多维度查询等问题。所以企业中都会建立日志服务器，建立集中式日志收集系统，将所有节点上的日志汇总，统一收集，管理，访问。

日志进行集中化管理后，但是相应的大量的日志文件会导致对日志分析困难。今天将介绍使用 ELK 日志分析系统。

一、ELK 概述

1.1 ELK日志分析系统

• ELK是由 Elasticsearch、Logstash、Kiabana 三个开源软件的组合。
• 在实时数据检索和分析场合，三者通常是配合共用，而且又都先后归于 Elastic.co 公司名下，故有此简称。
• 是一套完整的日志集中处理解决方案

1.2 ELK中日志处理步骤

• Logstash 的作用就是一个数据收集器，将各种格式各种渠道的数据通过它 收集、解析之后、格式化输出 到 Elasticsearch ，最后再由
  Kibana 提供的比较友好的 Web 界面进行汇总、分析、搜索。

ELK 内部实际就是个管道结构，数据从 Logstash 到 Elasticsearch 再到 Kibana 做可视化展示。这三个组件各自也可以单独使用，比如 Logstash 不仅可以将数据输出到Elasticsearch ，也可以到输出数据库、缓存等。

ELK 数据流向：

• 第一步：将日志进行集中化管理（beats）
• 第二步：将日志格式化（Logstash），然后将格式化后的数据输出到 Elasticsearch
• 第三步：对格式化后的数据进行索引和存储（Elasticsearch）
• 第四步：前端数据的展示（Kibana）

1.3 Elasticsearch概述

来自百度百科的介绍：

• Elasticsearch是一个基于 Lucene 的搜索服务器。
• 它基于RESTful web 接口提供了一个分布式多用户能力的全文搜索引擎。
• 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。
• Elasticsearch 可看成是一个键值对保存的数据库，有自己的语言

（1）Elasticsearch的特性
最重要的就是分片和副本，也是让es数据库（Elasticsearch）成为百度这些主流搜索引擎的主要原因，理论上能提升4倍的性能。

分片的特点：
水平分割扩展，增大存储量
分布式并行跨分片操作，提供性能和吞吐量
分布式分片的机制和搜索请求的文档如何汇总完全是有elasticsearch控制的，这些对用户而言是透明的

1.4 LogStash概述

Logstash：收集、解析和转换日志

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JRuby 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。

• 是一个数据收集引擎
• 可实现数据输入、数据加工（如过滤，改写等）以及数据输出
• 常用插件：Input、Filter Plugin、Output
  • Input：收集源数据（访问日志、错误日志等）
  • Filter Plugin：用于过滤日志和格式处理
  • Output：输出日志

因为需要安装JVM，消耗性能，所以常用于数据转换，数据收集 交给轻量级的 Filebeat

1.5 Kibana概述

Kiabana:是基于Node.js开发的展示工具，可以为Logstash和 ElasticSearch 提供图形化的日志分析web界面展示，可以汇总、分析和搜索重要数据日志。

一个针对Elasticsearch的开源分析及可视化平台
搜索、查看存储在Elasticsearch索引中的数据
通过各种图表进行高级数据分析及展示
Kibana主要功能
Elasticsearch无缝之集成
Kibana架构为Elasticsearch定制，可以将任何结构化和非结构化数据加入Elasticsearch索引。Kibana还充分利用了Elasticsearch强大的搜索和分析功能。
整合数据
Kibana能够更好地处理海量数据，并据此创建柱形图、折线图、散点图、直方图、饼图和地图。
复杂数据分析
Kibana提升了Elasticsearch分析能力，能够更加智能地分析数据，执行数学转换并且根据要求对数据切割分块。
让更多团队成员收益
强大的数据库可视化接口让各业务岗位都能够从数据集合受益。
接口灵活，分享更容易
使用Kibana可以更加方便地创建、保存、分享数据，并将可视化数据快速交流。
配置简单
Kibana的配置和启用非常简单，用户体验非常友好。Kibana自带Web服务器，可以快速启动运行。
可视化多数据源
Kibana可以非常方便地把来自Logstash、ES-Hadoop、Beats或第三方技术的数据整合到Elasticsearch，支持的第三方技术包括Apache flume、 Fluentd 等。
简单数据导出
Kibana可以方便地导出感兴趣的数据，与其它数据集合并融合后快速建模分析，发现新结果。

1.6 Filebeat

• Filebeat：轻量级的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。

工作中，可以专门部署一台logstash 服务器。

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
  中
• 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

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。

Filebeat → Logstash → Elasticsearch → Kibana

数据收集 → 数据过滤、格式转换 → 存储，数据检索 → 对ES存储的数据进行图形化展示，用户可以在其上面进行数据的分析。

二、部署 ELK日志分析系统

ES的集群 之间是通过 单播实现通信的。

需求描述

• 配置ELK日志分析集群
• 使用Logstash收集日志
• 使用Kibana查看分析日志

案例环境

• 配置和安装ELK日志分析系统，安装集群方式，2个Elasticsearch节点，并监控apache服务器日志

主机	操作系统	IP地址	软件
node1	CentOS7	192.168.10.40	Elasticsearch/Kibana
node2	CentOS7	192.168.10.50	Elasticsearch
apache	CentOS7	192.168.10.111	httpd / Logstash

修改主机名，关闭防火墙

systemctl stop firewalld.service
systemctl disable firewalld.service
setenforce 0

hostnamectl set-hostname 主机名（node1/node2/apache）

2.1 配置 Elasticsearch 环境

node1（192.168.10.40）
node2（192.168.10.50）

1、配置elasticsearch环境

#两台Node机器上都执行
echo '192.168.10.40 node1' >> /etc/hosts
echo '192.168.10.50 node2' >> /etc/hosts

java -version    #如果没有安装，yum -y install java 或 yum install -y jdk*

（图片中的 node2 对应的是10.50 图片没改）

2、部署 Elasticsearch软件

（1）安装 Elasticsearch 软件包
上传 elasticsearch-5.5.0.rpm 包到 /opt 目录下

rpm -ivh elasticsearch-5.5.0.rpm

查看 elasticsearch 安装位置

（2）加载系统服务

systemctl daemon-reload
systemctl enable elasticsearch.service

（3）更改elasticsearch主配置文件

cd /etc/elasticsearch/elasticsearch.yml 
cp elasticsearch.yml{
   ,.bak}   #备份

vim /etc/elasticsearch/elasticsearch.yml

#17行；取消注释，修改；集群名字
cluster.name: my-elk-cluster
#23行；取消注释，修改；节点名字（node2修改成node2）
node.name: node1
#33行；取消注释，修改；数据存放路径
path.data: /data/elk_data
#37行；取消注释，修改；日志存放路径
path.logs: /var/log/elasticsearch
#43行；取消注释，修改；不在启动的时候锁定内存
bootstrap.memory_lock