logstash的filter的使用

最新推荐文章于 2024-05-16 05:12:50 发布

小小可凡

最新推荐文章于 2024-05-16 05:12:50 发布

阅读量1.1k

点赞数

分类专栏： logstash

本文链接：https://blog.csdn.net/poplarandwillow/article/details/102700264

版权

logstash 专栏收录该内容

3 篇文章 0 订阅

订阅专栏

Logstash filter 的使用

原文地址：http://techlog.cn/article/list/10182917

概述
logstash 之所以强大和流行，与其丰富的过滤器插件是分不开的

过滤器提供的并不单单是过滤的功能，还可以对进入过滤器的原始数据进行复杂的逻辑处理，甚至添加独特的新事件到后续流程中

强大的文本解析工具 – Grok
grok 是一个十分强大的 logstash filter 插件，他可以解析任何格式的文本，他是目前 logstash 中解析非结构化日志数据最好的方式

基本用法

Grok 的语法规则是：

%{语法 : 语义}
“语法”指的就是匹配的模式，例如使用 NUMBER 模式可以匹配出数字，IP 则会匹配出 127.0.0.1 这样的 IP 地址：

%{NUMBER:lasttime}%{IP:client}
默认情况下，所有“语义”都被保存成字符串，你也可以添加转换到的数据类型

%{NUMBER:lasttime:int}%{IP:client}
目前转换类型只支持 int 和 float

覆盖 – overwrite

使用 Grok 的 overwrite 参数也可以覆盖日志中的信息

复制代码
复制代码
filter {
grok {
match => { “message” => “%{SYSLOGBASE} %{DATA:message}” }
overwrite => [ “message” ]
}
}
复制代码
复制代码
日志中的 message 字段将会被覆盖

示例

对于下面的log，事实上是一个 HTTP 请求行：

55.3.244.1 GET /index.html 15824 0.043
我们可以使用下面的 logstash 配置：

复制代码
复制代码
input {
file {
path => “/var/log/http.log”
}
}
filter {
grok {
match => { “message” => “%{IP:client} %{WORD:method} %{URIPATHPARAM:request} %{NUMBER:bytes} %{NUMBER:duration}” }
}
}
复制代码
复制代码

可以看到收集结果：

client: 55.3.244.1
method: GET
request: /index.html
bytes: 15824
duration: 0.043
将无结构的数据通过这样的方式实现了结构化输出

Grok 使用正则表达式
grok 是在正则表达式的基础上实现的（使用 Oniguruma 库），因此他可以解析任何正则表达式

创建模式

提取日志字段和正则表达式提取字段的规则一样：

(?<field_name>the pattern here)
首先，创建一个模式文件，写入你需要的正则表达式：

contents of ./patterns/postfix:

POSTFIX_QUEUEID [0-9A-F]{10,11}
然后配置你的 Logstash：

复制代码
复制代码
filter {
grok {
patterns_dir => “./patterns”
match => { “message” => “%{SYSLOGBASE} %{POSTFIX_QUEUEID:queue_id}: %{GREEDYDATA:syslog_message}” }
}
}
复制代码
复制代码
针对日志：

Jan 1 06:25:43 mailserver14 postfix/cleanup[21403]: BEF25A72965: message-id=20130101142543.5828399CCAF@mailserver14.example.com

可以匹配出：

timestamp: Jan 1 06:25:43

logsource: mailserver14

program: postfix/cleanup

pid: 21403

queue_id: BEF25A72965

syslog_message: message-id=20130101142543.5828399CCAF@mailserver14.example.com

IP 位置插件 – Geoip
Logstash 1.3.0 以上可以使用 geoip 插件获取 IP 对应的地理位置，对于 accesslog 等的统计来说，IP 来源是非常有用的一个信息

使用方法
geoip {
source => …
}
示例
filter {
geoip {
source => “message”
}
}
运行结果：

复制代码
复制代码
{
“message” => “183.60.92.253”,
“@version” => “1”,
“@timestamp” => “2014-08-07T10:32:55.610Z”,
“host” => “raochenlindeMacBook-Air.local”,
“geoip” => {
“ip” => “183.60.92.253”,
“country_code2” => “CN”,
“country_code3” => “CHN”,
“country_name” => “China”,
“continent_code” => “AS”,
“region_name” => “30”,
“city_name” => “Guangzhou”,
“latitude” => 23.11670000000001,
“longitude” => 113.25,
“timezone” => “Asia/Chongqing”,
“real_region_name” => “Guangdong”,
“location” => [
[0] 113.25,
[1] 23.11670000000001
]
}
}
复制代码
复制代码
可以看到，logstash 通过提取到的 message 字段中的 IP，解析到了地理位置相关的一系列信息

当然，对于解析出的众多数据，你也可以通过 fields 选项进行筛选

复制代码
复制代码
filter {
geoip {
fields => [“city_name”, “continent_code”, “country_code2”, “country_code3”, “country_name”, “dma_code”, “ip”, “latitude”, “longitude”, “postal_code”, “region_name”, “timezone”]
}
}
复制代码
复制代码
选项

上面我们看到了 source 和 fields 两个选项，geoip 还提供了下列选项：

geoip 提供的可选选项
选项类型是否必须默认值意义
add_field hash 否 {} 为当前事件增加一个字段
add_tag array 否 [] 为当前事件增加一个用于标识的tag
database path 否无位置信息库所在文件
fields array 否无在 geoip 的返回结果中筛选部分字段
lru_cashe_size int 1000 geoip 占用的缓存大小
periodic_flush bool 否 false 是否定期调用刷新方e
remove_field array 否 [] 从结果集中删除字段
remove_tag array 否 [] 从结果集中删除tag
source string 是无需要解析的存有 IP 的字段名称
target string 否 “geoip” 返回的结果中保存 geoip 解析结果的字段名

json
对于 json 格式的 log，可以通过 codec 的 json 编码进行解析，但是如果记录中只有一部分是 json，这时候就需要在 filter 中使用 json 解码插件

示例
复制代码
复制代码
filter {
json {
source => “message”
target => “jsoncontent”
}
}
复制代码
复制代码
运行结果：

复制代码
复制代码
{
“@version”: “1”,
“@timestamp”: “2014-11-18T08:11:33.000Z”,
“host”: “web121.mweibo.tc.sinanode.com”,
“message”: “{“uid”:3081609001,“type”:“signal”}”,
“jsoncontent”: {
“uid”: 3081609001,
“type”: “signal”
}
}
复制代码
复制代码
上面的例子中，解析结果被放到了 target 所指向的节点下，如果希望将解析结果与 log 中其他字段保持在同一层级输出，那么只需要去掉 target 即可：

复制代码
复制代码
{
“@version”: “1”,
“@timestamp”: “2014-11-18T08:11:33.000Z”,
“host”: “web121.mweibo.tc.sinanode.com”,
“message”: “{“uid”:3081609001,“type”:“signal”}”,
“uid”: 3081609001,
“type”: “signal”
}
复制代码
复制代码
时间分割 – split
mutiline 让 logstash 将多行数据变成一个事件，当然了，logstash 同样支持将一行数据变成多个事件

logstash 提供了 split 插件，用来把一行数据拆分成多个事件

示例：

复制代码
复制代码
filter {
split {
field => “message”
terminator => “#”
}
}
复制代码
复制代码
运行结果：

对于 “test1#test2”，上述 logstash 配置将其变成了下面两个事件：

复制代码
复制代码
{
“@version”: “1”,
“@timestamp”: “2014-11-18T08:11:33.000Z”,
“host”: “web121.mweibo.tc.sinanode.com”,
“message”: “test1”
}
{
“@version”: “1”,
“@timestamp”: “2014-11-18T08:11:33.000Z”,
“host”: “web121.mweibo.tc.sinanode.com”,
“message”: “test2”
}
复制代码
复制代码

需要注意的是，当 split 插件执行结束后，会直接进入 output 阶段，其后的所有 filter 都将不会被执行

数据修改 – mutate
logstash 还支持在 filter 中对事件中的数据进行修改

重命名 – rename

对于已经存在的字段，重命名其字段名称

filter {
mutate {
rename => [“syslog_host”, “host”]
}
}
更新字段内容 – update

更新字段内容，如果字段不存在，不会新建

filter {
mutate {
update => { “sample” => “My new message” }
}
}
替换字段内容 – replace

与 update 功能相同，区别在于如果字段不存在则会新建字段

filter {
mutate {
replace => { “message” => “%{source_host}: My new message” }
}
}
数据类型转换 – convert
filter {
mutate {
convert => [“request_time”, “float”]
}
}
文本替换 – gsub

gsub 提供了通过正则表达式实现文本替换的功能

复制代码
复制代码
filter {
mutate {
gsub => [
# replace all forward slashes with underscore
“fieldname”, “/”, “_”,
# replace backslashes, question marks, hashes, and minuses
# with a dot “.”
“fieldname2”, “[\?#-]”, “.”
]
}
}
复制代码
复制代码
大小写转换 – uppercase、lowercase
filter {
mutate {
uppercase => [ “fieldname” ]
}
}
去除空白字符 – strip

类似 php 中的 trim，只去除首尾的空白字符

filter {
mutate {
strip => [“field1”, “field2”]
}
}
删除字段 – remove、remove_field

remove 不推荐使用，推荐使用 remove_field

filter {
mutate {
remove_field => [ “foo_%{somefield}” ]
}
}
删除字段 – remove、remove_field

remove 不推荐使用，推荐使用 remove_field

filter {
mutate {
remove_field => [ “foo_%{somefield}” ]
}
}
分割字段 – split

将提取到的某个字段按照某个字符分割

filter {
mutate {
split => [“message”, “|”]
}
}
针对字符串 “123|321|adfd|dfjld*=123”，可以看到输出结果：

复制代码
复制代码
{
“message” => [
[0] “123”,
[1] “321”,
[2] “adfd”,
[3] “dfjld*=123”
],
“@version” => “1”,
“@timestamp” => “2014-08-20T15:58:23.120Z”,
“host” => “raochenlindeMacBook-Air.local”
}
复制代码
复制代码
聚合数组 – join

将类型为 array 的字段中的 array 元素使用指定字符为分隔符聚合成一个字符串

如我们可以将 split 分割的结果再重新聚合起来：

复制代码
复制代码
filter {
mutate {
split => [“message”, “|”]
}
mutate {
join => [“message”, “,”]
}
}
复制代码
复制代码
输出：

复制代码
复制代码
{
“message” => “123,321,adfd,dfjld*=123”,
“@version” => “1”,
“@timestamp” => “2014-08-20T16:01:33.972Z”,
“host” => “raochenlindeMacBook-Air.local”
}
复制代码
复制代码
合并数组 – merge

对于几个类型为 array 或 hash 或 string 的字段，我们可以使用 merge 合并

filter {
mutate {
merge => [ “dest_field”, “added_field” ]
}
}
需要注意的是，array 和 hash 两个字段是不能 merge 的

小小可凡

关注

0
点赞
踩
1

收藏

觉得还不错? 一键收藏
1
评论
logstash的filter的使用

Logstash filter 的使用原文地址：http://techlog.cn/article/list/10182917概述logstash 之所以强大和流行，与其丰富的过滤器插件是分不开的过滤器提供的并不单单是过滤的功能，还可以对进入过滤器的原始数据进行复杂的逻辑处理，甚至添加独特的新事件到后续流程中强大的文本解析工具 – Grokgrok 是一个十分强大的 logstash ...
复制链接

扫一扫