ELK企业级日志分析系统
文章目录
ELK概述
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、iogstash和Kilabana 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:(存储搜索日志)
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
Blasticsearch 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。
- 接近实时的搜索
- 集群
- 节点
- 索引
- 索引(库)→类型(表)→文档(记录)
- 分片和副本
在上述特性中,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。
结合实际情况分析:索引存储的数据可能超过单个节点的硬件限制,如一个10亿文档需1TB空间可能不适合存储在单个节点的磁盘上,或者从单个节点搜索请求太慢了,为了解决这个问题,elasticsearch提供将索引分成多个分片的功能,当在创建索引时,可以定义想要分片的数量。每个分片就是一个全功能的独立索引,可以位于集群中任何节点上。
- 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
- 副本的特点:
- 高可用性,以应对分片或者节点故障,出于这个原因,分片副本要在不同的节点上
- 性能加强,增加吞吐量,搜索可以并行在所有副本上执行
Logstash:(搜集日志)
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,一股会发送给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。
- 一款强大的数据处理工具
- 可实现数据传输、格式处理、格式化输出
- 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
可以添加的其它组件:
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,并指定日录与日志格式,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JvwM 上的 logstash优势明显,是对它的替代。常应用于EFLK架构当中。
Kiabana:(提供图形化展示)
Kibana通常与 Elasticsearch一起部署,Kibana是 Blasticsearch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。
- 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。
filebeat结合logstash带来好处:
-
通过Logstash 具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
-
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
-
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
-
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、RabbitNQ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。
2、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不同的设备上。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、排序和统计等要求和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。
3、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
4、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。
部署ELK日志分析系统
主机 | 操作系统 | IP地址 | 软件 |
---|---|---|---|
node1 | CentOS7 | 192.168.10.5 | Elasticsearch/Kibana |
node2 | CentOS7 | 192.168.10.6 | Elasticsearch |
node3 | CentOS7 | 192.168.10.7 | httpd / Logstash |
客户机 | win10 | 192.168.10.200 |
- 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
实验准备
关防火墙和系统安全机制
更改主机名
systemctl stop firewalld.service
systemctl disable firewalld.service
setenforce 0
hostnamectl set-hostname 主机名
配置elasticsearch环境
node1(192.168.10.5)
node2(192.168.10.6)
echo '192.168.10.5 node1' >> /etc/hosts
echo '192.168.10.6 node2' >> /etc/hosts
java -version #如果没有安装,yum -y install java
部署elasticsearch软件
node1(192.168.10.5)
node2(192.168.10.6)
(1)安装elasticsearch—rpm包
cd /opt
rpm -ivh elasticsearch-5.5.0.rpm
(2)加载系统服务
systemctl daemon-reload
systemctl enable elasticsearch.service
(3)更改elasticsearch主配置文件
cp /etc/elasticsearch/elasticsearch.yml /etc/elasticsearch/elasticsearch.yml.bak
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: false
#55行;取消注释,修改;提供服务绑定的IP地址,0.0.0.0代表所有地址
network.host: 0.0.0.0
#59行;取消注释;侦听端口为9200(默认)
http.port: 9200
#68行;取消注释,修改;集群发现通过单播实现,指定要发现的节点 node1、node2
discovery.zen.ping.unicast.hosts: ["node1", "node2"]
检验配置
grep -v "^#" /etc/elasticsearch/elasticsearch.yml
(4)创建数据存放路径并授权
mkdir -p /data/elk_data
chown elasticsearch:elasticsearch /data/elk_data/
(5)启动elasticsearch是否成功开启
systemctl start elasticsearch
netstat -antp |grep 9200
(6)查看节点信息
浏览器访问 http://192.168.10.5:9200 、 http://192.168.10.6:9200 查看节点 Node1、Node2 的信息。
浏览器访问 http://192.168.10.5:9200/_cluster/health?pretty 、 http://192.168.10.6:9200/_cluster/health?pretty查看群集的健
3.安装 Elasticsearch-head 插件
Elasticsearch 在 5.0 版本后,Elasticsearch-head 插件需要作为独立服务进行安装,需要使用npm工具(NodeJS的包管理工具)安装。
安装 Elasticsearch-head 需要提前安装好依赖软件 node 和 phantomjs。
node:是一个基于 Chrome V8 引擎的 JavaScript 运行环境。
phantomjs:是一个基于 webkit 的JavaScriptAPI,可以理解为一个隐形的浏览器,任何基于 webkit 浏览器做的事情,它都可以做到。
(1)编译安装 node
安装插件
yum install gcc gcc-c++ make -y
#上传软件包 node-v8.2.1.tar.gz 到/opt
cd /opt
tar zxvf node-v8.2.1.tar.gz
cd node-v8.2.1/
./configure
make && make install
#编译
(2)安装 phantomjs(前端框架)
上传软件包 phantomjs-2.1.1-linux-x86_64.tar.bz2 到/opt目录下
cd /opt
tar jxvf phantomjs-2.1.1-linux-x86_64.tar.bz2 -C /usr/local/src/
cd /usr/local/src/phantomjs-2.1.1-linux-x86_64/bin
cp phantomjs /usr/local/bin
(3)安装elasticsearch-head(数据可视化工具)
上传软件包 elasticsearch-head.tar.gz 到/opt
cd /opt
tar zxvf elasticsearch-head.tar.gz -C /usr/local/src/
cd /usr/local/src/elasticsearch-head/
npm install
(4)修改主配置文件
vim /etc/elasticsearch/elasticsearch.yml
......
#-------末尾;添加以下内容--------
http.cors.enabled: true
http.cors.allow-origin: "*"
#-----------参数解释-----------------------------
http.cors.enabled: true #开启跨域访问支持,默认为 false
http.cors.allow-origin: "*" #指定跨域访问允许的域名地址为所有
systemctl restart elasticsearch.service
(5)启动elasticsearch-head
必须在解压后的 elasticsearch-head 目录下启动服务,进程会读取该目录下的 gruntfile.js 文件,否则可能启动失败。
cd /usr/local/src/elasticsearch-head/
npm run start &
> elasticsearch-head@0.0.0 start /usr/local/src/elasticsearch-head
> grunt server
Running "connect:server" (connect) task
Waiting forever...
Started connect web server on http://localhost:9100
elasticsearch-head 监听的端口是 9100
netstat -natp |grep 9100
(6)使用elasticsearch-head插件查看集群状态
http://192.168.10.5:9100
在Elasticsearch 后面的栏目中输入
http://192.168.10.5:9200
(7)创建索引
#通过命令插入一个测试索引,索引为 index-demo,类型为 test。
curl -X PUT 'localhost:9200/index-demo/test/1?pretty&pretty' -H 'content-Type: application/json' -d '{"user":"zhangsan","mesg":"hello world"}'
下图可以看见索引默认被分片5个,并且有一个副本
4、安装logstash
收集日志输出到elasticsearch中
(1)安装Apahce服务(httpd)
apache(192.168.10.7)
yum -y install httpd
systemctl start httpd
(2)安装Java环境
java -version ###如果没有装 安装yum -y install java
(3)安装logstash
上传logstash-5.5.1.rpm到/opt目录下
cd /opt
rpm -ivh logstash-5.5.1.rpm
systemctl start logstash.service
systemctl enable logstash.service
#建立logstash软连接
ln -s /usr/share/logstash/bin/logstash /usr/local/bin/
(4)测试logstash命令
字段描述解释:
-f 通过这个选项可以指定logstash的配置文件,根据配置文件配置logstash
-e 后面跟着字符串 该字符串可以被当做logstash的配置(如果是” ”,则默认使用stdin做为输入、stdout作为输出)
-t 测试配置文件是否正确,然后退出
定义输入和输出流:
输入采用标准输入,输出采用标准输出(类似管道)
logstash -e 'input { stdin{www.baidu.com} } output { stdout{www.sina.com} }'
使用rubydebug显示详细输出,codec为一种编解码器
logstash -e 'input { stdin{} } output { stdout{ codec=>rubydebug } }'
使用 Logstash 将信息写入 Elasticsearch 中
logstash -e 'input { stdin{} } output { elasticsearch { hosts=>["192.168.10.5:9200"] } }'
在宿主机192.168.10.200上访问
查看索引信息
多出 logstash-日期
http://192.168.10.5:9100
(5)在Apache主机上做对接配置
Logstash配置文件主要由三部分组成:input、output、filter(根据需要)
chmod o+r /var/log/messages
ll /var/log/messages
vim /etc/logstash/conf.d/system.conf
input {
file{
path => "/var/log/messages"
type => "system"
start_position => "beginning"
}
}
output {
elasticsearch {
hosts => ["192.168.163.11:9200"]
index => "system-%{+YYYY.MM.dd}"
}
}
systemctl restart logstash.service
在宿主机192.168.10.200上访问
查看索引信息
多出 system-日期
http://192.168.10.200:9100
ELK Kiabana 部署(在 Node1 节点上操作)
上传kibana-5.5.1-x86_64.rpm 到/opt目录
cd /opt
rpm -ivh kibana-5.5.1-x86_64.rpm
cd /etc/kibana/
cp kibana.yml kibana.yml.bak
vim kibana.yml
#2行;取消注释;kibana打开的端口(默认5601)
server.port: 5601
#7行;取消注释,修改;kibana侦听的地址
server.host: "0.0.0.0"
#21行;取消注释,修改;和elasticsearch建立联系
elasticsearch.url: "http://192.168.163.11:9200"
#30行;取消注释;在elasticsearch中添加.kibana索引
kibana.index: ".kibana"
systemctl start kibana.service
systemctl enable kibana.service
在宿主机192.168.10.200上访问
192.168.10.5:5601
然后点最左上角的Discover按钮 会发现system-*信息
(6)对接Apache主机的Apache 日志文件(访问日志、错误日志)
apache(192.168.10.7)
cd /etc/logstash/conf.d/
vim apache_log.conf
input {
file{
path => "/etc/httpd/logs/access_log"
type => "access"
start_position => "beginning"
}
file{
path => "/etc/httpd/logs/error_log"
type => "error"
start_position => "beginning"
}
}
output {
if [type] == "access" {
elasticsearch {
hosts => ["192.168.10.5:9200"]
index => "apache_access-%{+YYYY.MM.dd}"
}
}
if [type] == "error" {
elasticsearch {
hosts => ["192.168.10.5:9200"]
index => "apache_error-%{+YYYY.MM.dd}"
}
}
}
/usr/share/logstash/bin/logstash -f apache_log.conf
在宿主机192.168.10.200上访问
打开输入http://192.168.10.7,制造点访问记录
打开浏览器 输入http://192.168.10.5:9100/ 查看索引信息
打开浏览器 输入http://192.168.10.5:5601
点击左下角有个management选项—index patterns—create index pattern
分别创建apache_error-* 和 apache_access-* 的索引