presto + kafka + logstash 实时监控分析nginx日志

---

前言

目前线上环境nginx日志一天10亿左右，日志已经实时放入kafka队列中，想实时监控分析， 首先，理清我们的需求：

1.实时监控 reponse的情况
2.实时监控 request path 的流量变化
3.实时监控 请求时间
4.从request 里面解析其中的参数，监控变化量

上面最难的是从request解析指定的字段出来做监控，这里必须经过一次解析后才能做统计

想了几种方案：

1. 最先想到的是搭建ES集群，利用ES集群实现实时聚合搜索
2. 利用现在流行的flink spark storm 等实时流处理方案
3. 利用现有的presto ，实现presto on kafka

---

一、方案选取

根据我们现有的实际情况，不方便增加更多的机器，也没有人专门写代码，所以选择了第3种
 kafka -->  logstash --> kafka  --> presto 

二、各项配置

1.logstash配置

配置文件如下：

# 我们的nginx日志是按照竖线分割的  xx|xx|x|x|
input {
   
	kafka {
   
		topics   => "nginx"
		group_id => "logstash"
		bootstrap_servers => "192.168.x.xx:9092"
		codec => "plain"
	}
}

filter{
   
# 提取需要的字段，不是每个字段都用到了
  mutate {
   
        split => {
    "message" => "|" }
        add_field => {