1 FileBeat
Filebeat 是使用 Golang 实现的轻量型日志采集器，也是 Elasticsearch stack 里面的一员。本质上是一个 agent ，可以安装在各个节点上，根据配置读取对应位置的日志，并上报到相应的地方去。
1.1 FileBeat 安装与使用
从 官网 下载对应的版本，我这里的 ElasticSearch 版本号是 6.4.3，所以下载 FileBeat 的版本也是 6.4.3。
下载后解压：
cd /home/software
tar -zxvf filebeat-6.4.3-linux-x86_64.tar.gz -C /usr/local/
cd /usr/local
mv filebeat-6.4.3-linux-x86_64/ filebeat-6.4.3
配置 Filebeat，可以参考 filebeat.full.yml 中的配置
vim /usr/local/filebeat-6.4.3/filebeat.yml
内容如下：
###################### Filebeat Configuration Example #########################
filebeat.prospectors:
- input_type: log
paths:
## 定义了日志文件路径，可以采用模糊匹配模式，如*.log
- /workspaces/logs/logCollector/app-collector.log
#定义写入 ES 时的 _type 值
document_type: "app-log"
multiline:
#pattern: '^\s*(\d{4}|\d{2})\-(\d{2}|[a-zA-Z]{3})\-(\d{2}|\d{4})' # 指定匹配的表达式（匹配以 2017-11-15 08:04:23:889 时间格式开头的字符串）
pattern: '^\[' # 指定匹配的表达式（匹配以 [ 开头的字符串）
negate: true # 是否需要匹配到
match: after # 不匹配的行，合并到上一行的末尾
max_lines: 2000 # 最大的行数
timeout: 2s # 如果在规定时间没有新的日志事件就不等待后面的日志
fields: ## topic 对应的消息字段或自定义增加的字段
logbiz: collector
logtopic: app-log-collector ## 按服务划分用作kafka topic，会在logstash filter 过滤数据时候作为 判断参数 [fields][logtopic]
evn: dev
- input_type: log
paths:
## 定义了日志文件路径，可以采用模糊匹配模式，如*.log
- /workspaces/logs/logCollector/error-collector.log
#定义写入 ES 时的 _type 值
document_type: "error-log"
multiline:
#pattern: '^\s*(\d{4}|\d{2})\-(\d{2}|[a-zA-Z]{3})\-(\d{2}|\d{4})' # 指定匹配的表达式（匹配以 2017-11-15 08:04:23:889 时间格式开头的字符串）
pattern: '^\[' # 指定匹配的表达式（匹配以 [ 开头的字符串）
negate: true # 是否匹配到
match: after # 不匹配的行，合并到上一行的末尾
max_lines: 2000 # 最大的行数
timeout: 2s # 如果在规定时间没有新的日志事件就不等待后面的日志，直接进行推送操作
fields: ## topic 对应的消息字段或自定义增加的字段
logbiz: collector
logtopic: error-log-collector ## 按服务划分用作kafka topic
evn: dev
output.kafka: ## filebeat 支持多种输出，支持向 kafka，logstash，elasticsearch 输出数据，此处设置数据输出到 kafka。
enabled: true ## 启动这个模块
hosts: ["192.168.212.128:9092"] ## 地址
topic: '%{[fields.logtopic]}' ## 主题（使用动态变量）
partition.hash: ## kafka 分区 hash 规则
reachable_only: true
compression: gzip ## 数据压缩
max_message_bytes: 1000000 ## 最大容量
required_acks: 1 ## 是否需要 ack
logging.to_files: true
检查配置是否正确：
./filebeat -c filebeat.yml -configtest
启动filebeat：
/usr/local/filebeat-6.4.3/filebeat &
注：需要启动 kafka
2 Logstash 日志过滤
在 《Elasticsearch入门笔记（Logstash数据同步）》 这边文章中已经介绍过任何安装配置 Logstash 了，不过那时输入的数据源是来自于 MySQL，此时输入的数据源是 Kafka。
在 /usr/local/logstash-6.4.3 目录下新建一个 script 用于存放对接 Kafka 的配置文件。
以下是该目录下创建的 logstash-script.conf 文件：
## multiline 插件也可以用于其他类似的堆栈式信息，比如 linux 的内核日志。
input {
kafka {
topics_pattern => "app-log-.*" ## kafka 主题 topic
bootstrap_servers => "192.168.212.128:9092" ## kafka 地址
codec => json ## 数据格式
consumer_threads => 1 ## 增加consumer的并行消费线程数（数值可以设置为 kafka 的分片数）
decorate_events => true
group_id => "app-log-group" ## kafka 组别
}
kafka {
topics_pattern => "error-log-.*" ## kafka 主题 topic
bootstrap_servers => "192.168.212.128:9092" ## kafka 地址
codec => json ## 数据格式
consumer_threads => 1 ## 增加consumer的并行消费线程数（数值可以设置为 kafka 的分片数）
decorate_events => true
group_id => "error-log-group" ## kafka 组别
}
}
filter {
## 时区转换，这里使用 ruby 语言，因为 logstash 本身是东八区的，这个时区比北京时间慢8小时，所以这里采用 ruby 语言设置为北京时区
ruby {
code => "event.set('index_time',event.timestamp.time.localtime.strftime('%Y.%m.%d'))"
}
## [fields][logtopic] 这个是从 FileBeat 定义传入 Kafka 的
if "app-log" in [fields][logtopic]{
grok {
## 表达式,这里对应的是Springboot输出的日志格式
match => ["message", "\[%{NOTSPACE:currentDateTime}\] \[%{NOTSPACE:level}\] \[%{NOTSPACE:thread-id}\] \[%{NOTSPACE:class}\] \[%{DATA:hostName}\] \[%{DATA:ip}\] \[%{DATA:applicationName}\] \[%{DATA:location}\] \[%{DATA:messageInfo}\] ## (\'\'|%{QUOTEDSTRING:throwable})"]
}
}
## [fields][logtopic] 这个是从 FileBeat 定义传入 Kafka 的
if "error-log" in [fields][logtopic]{
grok {
## 表达式
match => ["message", "\[%{NOTSPACE:currentDateTime}\] \[%{NOTSPACE:level}\] \[%{NOTSPACE:thread-id}\] \[%{NOTSPACE:class}\] \[%{DATA:hostName}\] \[%{DATA:ip}\] \[%{DATA:applicationName}\] \[%{DATA:location}\] \[%{DATA:messageInfo}\] ## (\'\'|%{QUOTEDSTRING:throwable})"]
}
}
}
## 测试输出到控制台：
## 命令行输入 ./logstash -f /usr/local/logstash-6.4.3/script/logstash-script.conf --verbose --debug
output {
stdout { codec => rubydebug }
}
## elasticsearch：
output {
if "app-log" in [fields][logtopic]{
## es插件
elasticsearch {
# es服务地址
hosts => ["192.168.212.128:9200"]
## 索引名，%{index_time} 是由上面配置的 ruby 脚本定义的日期时间，即每天生成一个索引
index => "app-log-%{[fields][logbiz]}-%{index_time}"
# 是否嗅探集群ip：一般设置true
# 只需要知道一台 elasticsearch 的地址，就可以访问这一台对应的整个 elasticsearch 集群
sniffing => true
# logstash默认自带一个mapping模板，进行模板覆盖
template_overwrite => true
}
}
if "error-log" in [fields][logtopic]{
elasticsearch {
hosts => ["192.168.212.128:9200"]
index => "error-log-%{[fields][logbiz]}-%{index_time}"
sniffing => true
template_overwrite => true
}
}
}
查看一下其中的过滤规则，这需要结合 《日志收集笔记（架构设计、Log4j2项目初始化、Lombok）》 文章中的定义日志输出格式一起看：
["message", "\[%{NOTSPACE:currentDateTime}\] \[%{NOTSPACE:level}\] \[%{NOTSPACE:thread-id}\] \[%{NOTSPACE:class}\] \[%{DATA:hostName}\] \[%{DATA:ip}\] \[%{DATA:applicationName}\] \[%{DATA:location}\] \[%{DATA:messageInfo}\] ## (\'\'|%{QUOTEDSTRING:throwable})"]
"message"：logstash 固定的格式，统一叫传入的数据为message\[%{NOTSPACE:currentDateTime}\]：匹配[为开头，]为结尾，NOTSPACE表示不能有空格，赋值变量名为currentDateTime\[%{NOTSPACE:level}\]：匹配[为开头，]为结尾，NOTSPACE表示不能有空格，赋值变量名为level，日志级别\[%{NOTSPACE:thread-id}\]：匹配[为开头，]为结尾，NOTSPACE表示不能有空格，赋值变量名为thread-id，线程ID\[%{NOTSPACE:class}\]：匹配[为开头，]为结尾，NOTSPACE表示不能有空格，赋值变量名为class，创建对应logger实例传入的class\[%{DATA:hostName}\]：匹配[为开头，]为结尾，DATA表示数据，可为空，赋值变量名为level，当前应用主机名称\[%{DATA:ip}\]：匹配[为开头，]为结尾，DATA表示数据，可为空，赋值变量名为level，当前应用的 IP\[%{DATA:applicationName}\]：匹配[为开头，]为结尾，DATA表示数据，可为空，赋值变量名为level，当前应用的applicationName\[%{DATA:location}\]：匹配[为开头，]为结尾，DATA表示数据，可为空，赋值变量名为location\[%{DATA:messageInfo}\]：匹配[为开头，]为结尾，DATA表示数据，可为空，赋值变量名为messageInfo，日志输出的自定义内容(\'\'|%{QUOTEDSTRING:throwable})：两个'单引号之间的|表示，之间可为空，不为空就是throwable异常信息
启动 logstash：
/usr/local/logstash-6.4.3/bin/logstash -f /usr/local/logstash-6.4.3/script/logstash-script.conf
## 如果测试时，想要控制台输出日志，输入以下命令
/usr/local/logstash-6.4.3/bin/logstash -f /usr/local/logstash-6.4.3/script/logstash-script.conf --verbose --debug
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
