目录
将日志格式化(Logstash)并输出到Elasticsearch
对格式化后的数据进行索引和存储(Elasticsearch)
一、ELK介绍
1、ELK组成
E:Elasticsearch
是一个开源分布式搜索引擎,特点有:分布式、零配置、自动发现
索引自动分片、索引副本机制,restful风格接口,多数据,自动搜索负载等
通常作为具有复杂搜索场景情况下的核心发动机
L:Logstash是一个完全开源的工具,它可以对日志进行收集、过滤,并将其存储,供以后使用
K:Kibana是一个开源免费的工具,kibana可以为Logstash和Elasticsearch提供友好的日志分析web页面
作用:提高安全性,集中存放日志,但是对日志分析困难
2、ELK日志处理步骤
将日志进行集中化管理(Beats)
日志类型:/var/log/message,access.log,error.log,慢日志,二进制,中继日志,log4j
管理包含四种工具:
Packetbeat(搜集网络流量数据)
Topbeat(搜集系统、进程和文件系统级别的CPU和内存使用情况等数据)
Filebeat(搜集文件数据)
Winlogbeat(搜集Windows事件日志数据)
将日志格式化(Logstash)并输出到Elasticsearch
login收集进logstash——filter过滤,格式化,json——logout输出日志
对格式化后的数据进行索引和存储(Elasticsearch)
前端数据的展示(Kibana)
可视化图形化,支持日志筛选
3、ELK优化架构
filebeats:日志收集工具,只收集文件格式的,更加轻量级,速度快
消息队列:kafka处理吞吐量更强(rabbitmq华为,rocketmq阿里,activemq),在结合zookeeper处理平台
4、ES和mysql这种类型的数据库有什么区别
索引(index )
一个索引就是一个拥有几分相似特征的文档的集合。比如说,你可以有一个客户数据的索引,另一个产品目录的索引,还有一个订单数据的索引。一个索引由一个名字来标识〈必须全部是小写字母的),并且当我们要对对应于这个索引中的文档进行索引、搜索、更新和删除的时候,都要使用到这个名字。在一个集群中,如果你想,可以定义任意多的索引。
索引和对于关系型数据库的库。
类型(type )
在一个索引中,你可以定义一种或多种类型。一个类型是你的索引的一个逻辑上的分类/分区,其语义完全由你来定。通常,会为具有一组共同字段的文档定义一个类型。比如说,我们假设你运营一个博客平台并且将你所有的数据存储到一个索引中。在这个索引中,你可以为用户数据定义一个类型,为博客数据定义另一个类型,当然,也可以为评论数据定义另一个类型。
类型相对于关系型数据库的表
文档(document )
一个文档是一个可被索引的基础信息单元。比如,你可以拥有某一个客户的文档,某一个产品的一个文档,当然,也可以拥有某个订单的一个文档。文档以JSON (Javascript obfect Notation〉格式来表示,而JSON是一个到处存在的互联网数据交互格式。在一个index/type里面,只要你想,你可以存储任意多的文档。注意,虽然一个文档在物理上位于一个索引中,实际上一个文i必须在一个索引内被索引和分配一个类型。
文档相对于美系型数据库的列
分片和副本(shards & replicas)
在实际情况下,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。每一个分片就是一个全功能的独立的索引,可以位于集群中任何节点上。
分片的两个最主要原因: a.水平分割扩展,增大存储量;b.分布式并行跨分片操作,提高性能和春吐量
分布式分片机制和搜索请求的文档如何火鬃完全是由Elasticsearch控制的,这些对用户是完全透明的。
为了健壮性,建议有一个故障切换机制,为此,Elasticsearch让我们将索引分片复制一份或多份,称之为分片副本
分片副本的原因:
高可用性,以应对分片或者节点故障。处于这个原因,分片副本要在不同的节点上
增大吞吐量,搜索可以并行在所有副本上执行
总之,每个索引可以被分成多个分片。一个索引可以被复制0次或者多次。一旦复制了,每个索引就有了主分片 (作为复制源的原来的分片)和复制分片(主分片的拷贝)之别。分片和副本的数量可以在索引创建的时候指定。在索引创建之后,你可以在指定任何时候动态的改变副本的数量,但是你事后不能改变分片的数量。
默认情况下,Elasticsearch中的每个索引被分片5个主分片和1个副本,这意味着,如果你的集群中至少有两个节点,你的索引将会有5个主分片和另外的5个副本分片(一个完全拷贝),这样的话每个索引总共有10个分片。
二、Logstash
1、Logstash简介
Logstash由JRuby语言编写,基于消息(message-based)的简单架构,并运行在java虚拟机(JVM)上。不同于分离的代理端(agent)或主机端(server),Logstash可配置单一的代理端与其他开源软件结合,以实现不同的功能
常用插件:
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
主要组件:
Shipper(日志收集):负责监控本地日志文件的变化,及时把日志文件的最新内容收集起来。通常,远程代理端(agent)只需要运行这个组件即可
Indexer(日志存储):负责接收日志并写入到本地文件
Broker(日志Hub):负责连接多个Shipper和多个Indexer
Search and Storage:允许对事件进行搜索和存储
Web Interface:基于Web的展示界面
2、Logstash主机分类
代理主机(agent host):作为事件的传递者(Shipper),将各种日志数据发送至中心主机,只需运行Logstash代理程序
中心主机(central host):可运行包括中间转发器(Broker)、索引器(Indexer)、搜索和存储器(Search and Storage)、Web界面端(Web Interface)在内的各个组件,以实现对日志数据的接收、处理和存储
三、Kibana
1、kibana介绍
Kibana 是用于在 Elasticsearch 中可视化数据的强大工具,可通过基于浏览器的界面轻松搜索,可视化和探索大量数据。
2、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
四、配置
1、所有机器配置
systemctl stop firewalld.service
setenforce 0
#配置java环境(三台都要)
java -version
cd /opt/elk
cp jdk-8u91-linux-x64.tar.gz /usr/local/
cd /usr/local/
tar zxvf jdk-8u91-linux-x64.tar.gz
cd /usr/local/ && mv jdk1.8.0_91 jdk
vim /etc/profile
export JAVA_HOME=/usr/local/jdk
export JRE_HOME=${JAVA_HOME}/jre
export CLASSPATH=.:${JAVA_HOME}/lib:${JRE_HOME}/lib
export PATH=${JAVA_HOME}/bin:$PATH
source /etc/profile
#node1改名(192.168.255.141)
hostnamectl set-hostname node1
su -
#node2改名(192.168.255.142)
hostnamectl set-hostname node2
su -
#http改名(192.168.255.20)
hostnamectl set-hostname http
su -
2、es部署(es数据库)
#配置域名解析
echo '192.168.255.141 node1' >> /etc/hosts
echo '192.168.255.142 node2' >> /etc/hosts
#安装elasticsearch包
cd /opt/elk
cp elasticsearch-5.5.0.rpm /opt
cd ../
rpm -ivh elasticsearch-5.5.0.rpm
#加载系统服务
systemctl daemon-reload
systemctl enable elasticsearch.service
#更改主配置文件
cp /etc/elasticsearch/elasticsearch.yml /etc/elasticsearch/elasticsearch.yml.bak
vim /etc/elasticsearch/elasticsearch.yml
#17行(修改集群名字)
cluster.name: my-elk-cluster
#23行(修改节点名字)
node.name: node1
#33行;(修改数据存放路径)
path.data: /data/elk_data
#37行(修改日志存放路径)
path.logs: /var/log/elasticsearch
#43行(不在启动的时候锁定内存)
bootstrap.memory_lock: false
#55行
network.host: 0.0.0.0
#59行(侦听端口为9200)
http.port: 9200
#68行(指定要发现的节点 node1、node2)
discovery.zen.ping.unicast.hosts: ["node1", "node2"]
grep -v "^#" /etc/elasticsearch/elasticsearch.yml
#创建数据存放路径并授权
mkdir -p /data/elk_data
chown elasticsearch:elasticsearch /data/elk_data/
#启动elasticsearch是否开启成功
systemctl start elasticsearch
netstat -antp |grep 9200
#查看节点信息和集群健康状态(使用windos浏览器)
http://192.168.255.141:9200
http://192.168.255.142:9200
http://192.168.255.141:9200/_cluster/health?pretty
http://192.168.255.142:9200/_cluster/health?pretty
3、安装es-head(es服务器)
yum -y install gcc gcc-c++ make
cd /opt/elk
tar xzvf node-v8.2.1.tar.gz -C /opt
cd /opt/node-v8.2.1/
./configure
make -j3 && make install
cd /opt/elk
cp phantomjs-2.1.1-linux-x86_64.tar.bz2 /usr/local/src/
cp elasticsearch-head.tar.gz /usr/local/src/
cd /usr/local/src/
tar xjvf phantomjs-2.1.1-linux-x86_64.tar.bz2
cd phantomjs-2.1.1-linux-x86_64/bin
cp phantomjs /usr/local/bin
cd /usr/local/src/
tar xzvf elasticsearch-head.tar.gz
cd elasticsearch-head/
npm install
vi /etc/elasticsearch/elasticsearch.yml
==末行插入==
http.cors.enabled: true #开启跨域访问支持,默认false
http.cors.allow-origin: "*" #跨域访问允许的域名地址
systemctl restart elasticsearch
cd /usr/local/src/elasticsearch-head/
npm run start & #切换到后台运行
netstat -lnupt |grep 9100
netstat -lnupt |grep 9200
#windows验证
http://192.168.255.141:9100
http://192.168.255.142:9100
群集为绿色
#node1建立索引,类型为test
curl -XPUT 'localhost:9200/index-demo/test/1?pretty&pretty' -H 'content-Type: application/json' -d '{"user":"ljm","mesg":"If you want to succeed, depend on yourself"}'
4、客户端上安装
yum -y install httpd
systemctl start httpd
cd /opt/elk
cp logstash-5.5.1.rpm ../
cd ../
rpm -ivh logstash-5.5.1.rpm
systemctl start logstash.service
systemctl enable logstash.service
ln -s /usr/share/logstash/bin/logstash /usr/local/bin/
#进行功能测试
logstash -e 'input { stdin{} } output { stdout{} }'
--------------
-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
-t 测试配置文件是否正确,然后退出
--------------
logstash -e 'input { stdin{} } output { elasticsearch { hosts=>["192.168.184.10:9200"] } }'
www.baidu.com
#登录windows查看
http://192.168.255.141:9100/
#192.168.184.30进行对接配置
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 => ["192.168.255.141:9200"]
index => "system-%{+YYYY.MM.dd}"
}
}
systemctl restart logstash.service
5、安装kibana(node1)
cd /opt/elk
cp kibana-5.5.1-x86_64.rpm /usr/local/src/
cd /usr/local/src/
rpm -ivh kibana-5.5.1-x86_64.rpm
cd /etc/kibana/
cp kibana.yml kibana.yml.bak
vim kibana.yml
2/ server.port: 5601 #kibana打开的端口
7/ server.host: "0.0.0.0" #kibana侦听的地址
21/ elasticsearch.url: "http://192.168.255.141:9200" #和elasticsearch建立联系
30/ kibana.index: ".kibana" #在elasticsearch中添加.kibana索引
systemctl start kibana.service
systemctl enable kibana.service
#windows访问测试
192.168.255.141:5601
6、对接httpd日志文件
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 => ["192.168.255.141:9200"]
index => "apache_access-%{+YYYY.MM.dd}"
}
}
if [type] == "error" {
elasticsearch {
hosts => ["192.168.255.141:9200"]
index => "apache_error-%{+YYYY.MM.dd}"
}
}
}
/usr/share/logstash/bin/logstash -f apache_log.conf
总结
APPServer集群> Logstash Agent 采集器>Elasticsearch Cluster>Kibana Server>Brewser
后端服务器集群生成日志,Logstash对进行收集、过滤、输出等操作,处理完的日志交给ES集群进行存储,ES和前端的Kibana进行对接,Kibana将日志进行可视化处理,并展现给各个终端