分布式技术--------------ELK大规模日志实时收集分析系统

目录

一、ELK日志分析系统

1.1ELK介绍

1.2ELK各组件介绍

1.2.1ElasticSearch

1.2.2Kiabana

1.2.3Logstash

1.2.4可以添加的其它组件

1.2.4.1Filebeat

filebeat 结合logstash 带来好处

1.2.4.2缓存/消息队列（redis、kafka、RabbitMQ等）

1.2.4.3Fluentd

二、为什么要使用 ELK

三、完整日志系统基本特征

四、ELK 的工作原理

五、ELK日志分析系统集群部署

5.1环境准备

5.2ELK Elasticsearch 集群部署（在Node1、Node2节点上操作）

5.2.1环境准备

5.2.2部署 Elasticsearch 软件

5.2.2.1安装elasticsearch—rpm包

5.2.2.2加载系统服务

5.2.2.3修改elasticsearch主配置文件

5.2.2.4创建数据存放路径并授权

5.2.2.5启动elasticsearch是否成功开启

5.2.2.6查看节点信息

①去浏览器访问，查看node1和node2节点信息

② 检查群集状态信息

5.3安装 Elasticsearch-head 插件

5.3.1编译安装 node

5.3.2安装 phantomjs（前端的框架）

5.3.3安装 Elasticsearch-head 数据可视化工具

5.3.4修改 Elasticsearch 主配置文件

5.3.5启动 elasticsearch-head 服务

5.3.6通过 Elasticsearch-head 查看 Elasticsearch 信息

5.3.7插入索引

5.3.8浏览器访问

5.4ELK Logstash 部署（在 Apache 节点上操作） 

5.4.1更改主机名

5.4.2安装Apahce服务（httpd）

5.4.3安装Java环境

5.4.4安装logstash

5.4.5测试 Logstash

5.4.6定义 logstash配置文件

5.5ELK Kiabana 部署（在 Node1 节点上操作）

5.5.1安装 Kiabana

5.5.2设置 Kibana 的主配置文件

5.5.3启动 Kibana 服务

5.5.4验证 Kibana

5.5.5将 Apache 服务器的日志（访问的、错误的）添加到 Elasticsearch中， 并通过 Kibana 显示

5.5.5.1创建apache_log.conf文件

5.5.5.2将 Apache 服务器的日志添加到 Elasticsearch中， 并通过 Kibana 显示

5.5.5.3浏览器访问 http://192.168.246.8:9100 查看索引是否创建

5.5.5.4浏览器访问 http://192.168.246.8:5601 登录 Kibana

六、Filebeat+ELK 部署

6.1 Filebeat 的作用

6.2ELFK 工作流程

6.3Filebeat

filebeat 结合logstash 带来好处

6.4部署ELFK

6.4.1安装 Filebeat这边使用rpm包了

6.4.2设置 filebeat 的主配置文件

6.4.3在 Logstash 组件所在节点上配置（192.168.246.11）

6.4.4启动 filebeat

6.4.5启动 logstash 

6.4.6浏览器访问

---

一、ELK日志分析系统

1.1ELK介绍

ELK平台是一套完整的日志集中处理解决方案，将ElasticSearch、Logstash和Kiabana 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

ELK日志分析系统

• 一套基于Elasticsearch、Logstash、kibana三个开源的日志收集、存储、检索和可视化的解决方案。
• elk可以帮助用户快速定位和分析应用程序的故障，监控应用程序的性能和安全性，以及提供丰富的数据分析和展示功能。

①Elasticsearch 是一个分布式和搜索和分析引擎，它可以对各种类型的数据进行实时的索引和查询，支持高可用和水平扩展性

② logstash:是一个数据处理管道，它可以从多个来源采集数据，对数据进行过滤、转换和增强，然后将数据发送到Elasticsearch 或者其他的目的地

③Kibana:是一个针对Elasticsearch的数据可视化平台，它可以通过各种图表、仪表盘和地图来展示和探索Elasticsearch中的数据

1.2ELK各组件介绍

1.2.1ElasticSearch

• 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。
• Elasticsearch 是用Java开发的（需要安装jdk），可通过RESTful Web接口，让用户可以通过浏览器与Elasticsearch通信。

RESTful  api 

下面是标准的 HTTP 方法与 RESTful 资源管理之间的映射关系：

• GET (获取   文档) 
•  POST(创建 ) 
• PUT ( 更新)   
• DELTET (删除)
•   GET (搜索  值)

• 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。

核心概念：

接近实时：一旦索引操作完成（通常在几秒钟内），文档就能几乎立刻被搜索到
集群：是由一个或多个节点组成的
节点：一个独立运行实例，它可以存储数据、参与文档索引和搜索过程
索引：索引（库）——>类型（表）——>文档（记录），可以理解为一种数据库的特性，是一个大的文档的集合
分片：允许将索引切分成多个分片，可以在集群的不同节点上独立分布和操作
副本：允许为索引的每个分片创建副本，可以分摊读请求、有冗余能力

1.2.2Kiabana

• Kibana 通常与ElasticSearch一起部署，Kibana是Elasticsearch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。

1.2.3Logstash

• Logstash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。一般会发送给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。
• 组件：Shipper、indexer、Boker、search and storage 、web interface
• 数据流向：input数据输入、filter数据过滤、output数据输出

logstash的架构
input: 数据收集
filter： 数据加工
output: 数据输出

• 

Logstash主要主件有：

• Shipper：日志收集者，监控微服务日志
• Indexer：日志存储者
• Broker：连接多个收集者，指向 Indexer
• Search and Storage：对事件进行搜索和存储
• Web Interface：展示可视化数据界面

1.2.4可以添加的其它组件

由于 Logstash 运行在 jvm 虚拟机环境中，比较占用 cpu、内存资源，可以添加其它组件直接在操作系统运行：

1.2.4.1Filebeat

• 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，并指定目录与日志格式，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JvM上的logstash优势明显，是对它的替代。
• 常应用于EFLK架构当中

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

1.2.4.2缓存/消息队列（redis、kafka、RabbitMQ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。

1.2.4.3Fluentd

• Fluentd是一个流行的开源数据收集器
• 由于1ogstash 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1ogstash，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。

二、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。

三、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

四、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。

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。

ELK工作流程
一般都是在需要收集日志的所有服务上部署logstash，作为logstash shipper用于监控并收集、过滤日志，接着，
将过滤后的日志发送给Broker，然后，LogstashIndexer将存放在Broker中的数据再写入Elasicsearch，Elasticsearch对这
些数据创建索引，最后由Kibana对其进行各种分析并以图表的形式展示。

五、ELK日志分析系统集群部署

5.1环境准备

服务器类型	系统和IP地址	需要安装的组件	硬件方面
Node1节点	CentOS7.4(64 位) 192.168.246.8	Elasticsearch 、node	2核4G
Node2节点	CentOS7.4(64 位) 192.168.246.9	Elasticsearch	2核4G
Apache节点	CentOS7.4(64 位) 192.168.246.10	Logstash 、Apache	2核4G

所有服务器关闭防火墙和SElinux

systemctl stop firewalld
setenforce o

看看每台服务器，时间对不对

5.2ELK Elasticsearch 集群部署（在Node1、Node2节点上操作）

5.2.1环境准备

①更改主机名、配置域名解析、查看Java环境

hostnamectl set-hostname node1
hostnamectl set-hostname node2
su

②添加主机名和ip的映射

vim /etc/hosts
192.168.246.8 node1
192.168.246.9 node2

③建议使用 jdk，查看java版本

[root@node1 opt]#java -version
openjdk version "1.8.0_131"
OpenJDK Runtime Environment (build 1.8.0_131-b12)
OpenJDK 64-Bit Server VM (build 25.131-b12, mixed mode) 查看java环境

#如果没有安装，yum -y install java

5.2.2部署 Elasticsearch 软件

5.2.2.1安装elasticsearch—rpm包

上传elasticsearch-5.5.0.rpm到/opt目录下 

5.2.2.2加载系统服务

systemctl daemon-reload 
systemctl enable elasticsearch.service

5.2.2.3修改elasticsearch主配置文件

cp /etc/elasticsearch/elasticsearch.yml /etc/elasticsearch/elasticsearch.yml.bak
vim /etc/elasticsearch/elasticsearch.yml

vim /etc/elasticsearch/elasticsearch.yml
-----------------------------------------------------
--17--取消注释，指定集群名字
cluster.name: my-elk-cluster
--23--取消注释，指定节点名字：Node1节点为node1，Node2节点为node2
node.name: node1
--33--取消注释，指定数据存放路径
path.data: /data/elk_data
--37--取消注释，指定日志存放路径
path.logs: /var/log/elasticsearch/
--43--取消注释，改为在启动的时候不锁定内存
bootstrap.memory_lock: false
--55--取消注释，设置监听地址，0.0.0.0代表所有地址
network.host: 0.0.0.0
--59--取消注释，ES 服务的默认监听端口为9200
http.port: 9200
--68--取消注释，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"]
-------------------------------------------------
grep -v "^#" /etc/elasticsearch/elasticsearch.yml

注意查看两台机器是否都修改了，也可修改一台，再使用scp命令也可以

grep -v "^#" /etc/elasticsearch/elasticsearch.yml

5.2.2.4创建数据存放路径并授权

mkdir -p /data/elk_data
chown elasticsearch:elasticsearch /data/elk_data/

5.2.2.5启动elasticsearch是否成功开启

systemctl start elasticsearch.service 
netstat -natp| grep 9200

5.2.2.6查看节点信息

​浏览器访问 
http://192.168.246.8:9200 和http://192.168.246.9:9200 查看节点 Node1、Node2 的信息。
----------------------------------------
浏览器访问 
http://192.168.246.8:9200/_cluster/health?pretty  http://192.168.246.9:9200/_cluster/health?pretty
#查看群集的健康情况，可以看到 status 值为 green（绿色）， 表示节点健康运行。

绿色：健康  数据和副本 全都没有问题
红色：数据都不完整
黄色：数据完整，但副本有问题

①去浏览器访问，查看node1和node2节点信息

② 检查群集状态信息

使用上述方式查看群集的状态对用户并不友好，可以通过安装 Elasticsearch-head 插件，可以更方便地管理群集

5.3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

5.3.1编译安装 node

只需要安装一台,此处在node1上安装

#上传软件包 node-v8.2.1.tar.gz 到/opt

yum install gcc gcc-c++ make -y

cd /opt
tar zxvf node-v8.2.1.tar.gz

cd node-v8.2.1/
./configure
make -j 4 && make install

① 放入安装包并解压

② 编译安装

5.3.2安装 phantomjs（前端的框架）

#上传软件包 phantomjs-2.1.1-linux-x86_64.tar.bz2 到/opt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/

5.3.3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 xf elasticsearch-head.tar.gz -C /usr/local/src/
cd /usr/local/src/elasticsearch-head/
npm install

5.3.4修改 Elasticsearch 主配置文件

vim /etc/elasticsearch/elasticsearch.yml
---------------------------------
G到配置文件末尾，添加以下内容
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

http.cors.enabled: true
http.cors.allow-origin: "*"

5.3.5启动 elasticsearch-head 服务

#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 &
netstat -natp |grep 9100  #elasticsearch-head 监听的端口是 9100

5.3.6通过 Elasticsearch-head 查看 Elasticsearch 信息

通过浏览器输入http://192.168.246.8:9100/ 去访问，然后Elasticsearch 输入下面网址访问http://192.168.246.8:9200/ 地址并连接群集。如果看到群集健康值为 green 绿色，代表群集很健康

5.3.7插入索引

#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-demo1/test/1?pretty&pretty' -H 'content-Type: application/json' -d '{"user":"zhangsan","mesg":"hello world"}'

5.3.8浏览器访问

http://192.168.246.8:9100/ 查看索引信息，可以看见索引默认被分片5个，并且有一个副本。
点击“数据浏览”，会发现在node1上创建的索引为 index-demo，类型为 test 的相关信息。

点击“数据浏览”，会发现在node1上创建的索引为 index-demo，类型为 test 的相关信息。

5.4ELK Logstash 部署（在 Apache 节点上操作） 

Logstash 一般部署在需要监控其日志的服务器。

在本案例中，Logstash 部署在 Apache 服务器上，用于收集 Apache 服务器的日志信息并发送到 Elasticsearch

5.4.1更改主机名

hostnamectl set-hostname apache

5.4.2安装Apahce服务（httpd）

yum install httpd -y
systemctl start httpd

5.4.3安装Java环境

java -version

如果没有jdk就yum -y install java 安装

5.4.4安装logstash

​#上传软件包 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
 
ln -s /usr/share/logstash/bin/logstash /usr/local/bin/

5.4.5测试 Logstash

Logstash 命令常用选项：

-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 的输入和输出流。
-e：从命令行中获取，输入、输出后面跟着字符串，该字符串可以被当作 Logstash 的配置（如果是空，则默认使用 stdin 作为输入，stdout 作为输出）。
-t：测试配置文件是否正确，然后退出

① 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{} } output { stdout{} }'

www.baidu.com  #键入内容（标准输入）
2024-04-10T11:03:57.952Z apache www.baidu.com #输出结果（标准输出）
www.sina.com.cn  #键入内容
2024-04-10T11:04:19.269Z apache www.sina.com.cn


执行 ctrl+c 退出

② 定义输入和输出流：使用 rubydebug 输出详细格式显示，codec 为一种编解码器

logstash -e 'input { stdin{} } output { stdout{ codec=>rubydebug } }'

③ 定义输入和输出流：使用 Logstash 将信息写入 Elasticsearch 中

logstash -e 'input { stdin {} } output { elasticsearch { hosts=>["192.168.246.8:9200"] } }'

地址是安装了可视化工具，那一台的地址192.168.246.8

④ 浏览器访问 http://192.168.246.8:9100/ 查看索引信息和数据浏览

如果访问不到，看看可视化界面npm run start &是否还在后台运行

5.4.6定义 logstash配置文件

Logstash 配置文件基本由三部分组成：input、output 以及 filter（可选，根据需要选择使用）

• input：表示从数据源采集数据，常见的数据源如Kafka、日志文件等
• filter：表示数据处理层，包括对数据进行格式化处理、数据类型转换、数据过滤等，支持正则表达式
• output：表示将Logstash收集的数据经由过滤器处理之后输出到Elasticsearch

#格式如下：
input {...}
filter {...}
output {...}

#在每个部分中，也可以指定多个访问方式
例如，若要指定两个日志来源文件，则格式如下：
input {
	file { path =>"/var/log/messages" type =>"syslog"}
	file { path =>"/var/log/httpd/access.log" type =>"apache"}
}

①修改 Logstash 配置文件

让其收集系统日志/var/log/messages，并将其输出到 elasticsearch 中

chmod +r /var/log/messages   #让 Logstash 可以读取日志
---------------------------------------
vim /etc/logstash/conf.d/system.conf
-----------------------------------
input {
    file{
        path =>"/var/log/messages"  #指定要收集的日志的位置
        type =>"system"  #自定义日志类型标识
        start_position =>"beginning"  #表示从开始处收集
    }
}

output {
     elasticsearch {           #输出到 elasticsearch
     hosts => [ "192.168.246.8:9200" ]  #指定 elasticsearch 服务器的地址和端口
     index =>"system-%{+YYYY.MM.dd}"   #指定输出到 elasticsearch 的索引格式
     }
}
------------------------------------
systemctl restart logstash.service

input {
    file{
        path =>"/var/log/messages"
        type =>"system"
        start_position =>"beginning"
    }
}

output {
     elasticsearch {
     hosts => [ "192.168.246.8:9200" ]
     index =>"system-%{+YYYY.MM.dd}"
     }
}

②浏览器访问 http://192.168.246.8:9100/ 查看索引信息

5.5ELK Kiabana 部署（在 Node1 节点上操作）

换台机器node2换成192.168.246.10，apache换成192.168.246.11，继续后续操作

服务器类型	系统和IP地址	需要安装的组件	硬件方面
Node1节点	CentOS7.4(64 位) 192.168.246.8	Elasticsearch 、Kiabana	2核4G
Node2节点	CentOS7.4(64 位) 192.168.246.10	Elasticsearch	2核4G
Apache节点	CentOS7.4(64 位) 192.168.246.11	Logstash 、Apache	2核4G

​​#上传软件包 kibana-5.5.1-x86_64.rpm 到/opt目录
cd /opt
rpm -ivh kibana-5.5.1-x86_64.rpm

cp /etc/kibana/kibana.yml /etc/kibana/kibana.yml.bak

设置 Kibana 的主配置文件
vim /etc/kibana/kibana.yml
-------------------------------------
--2--取消注释，Kiabana 服务的默认监听端口为5601
server.port: 5601
--7--取消注释，设置 Kiabana 的监听地址，0.0.0.0代表所有地址
server.host: "0.0.0.0"
--21--取消注释，设置和 Elasticsearch 建立连接的地址和端口
elasticsearch.url: "http://192.168.246.8:9200" 
--30--取消注释，设置在 elasticsearch 中添加.kibana索引
kibana.index: ".kibana"
----------------------------
3．启动 Kibana 服务
systemctl start kibana.service
systemctl enable kibana.service

netstat -natp | grep 5601
-----------------------------

4．验证 Kibana
浏览器访问 http://192.168.246.8:5601

第一次登录需要添加一个 Elasticsearch 索引：
Index name or pattern
#输入：system-*			#在索引名中输入之前配置的 Output 前缀“system”

单击 “create” 按钮创建，单击 “Discover” 按钮可查看图表信息及日志信息。
数据展示可以分类显示，在“Available Fields”中的“host”，然后单击 “add”按钮，可以看到按照“host”筛选后的结果

5.5.1安装 Kiabana

5.5.2设置 Kibana 的主配置文件

cd /opt
rpm -ivh kibana-5.5.1-x86_64.rpm
cp /etc/kibana/kibana.yml /etc/kibana/kibana.yml.bak
vim /etc/kibana/kibana.yml

5.5.3启动 Kibana 服务

systemctl start kibana.service 
systemctl enable kibana.service

一定要加入开机自启，如果不加入，可能断电了，服务就会断开，影响你数据等

5.5.4验证 Kibana

浏览器访问 http://192.168.246.8:5601
第一次登录需要添加一个 Elasticsearch 索引：
Index name or pattern
#输入：system-*            #在索引名中输入之前配置的 Output 前缀“system”

单击 “create” 按钮创建，单击 “Discover” 按钮可查看图表信息及日志信息。
数据展示可以分类显示，在“Available Fields”中的“host”，然后单击 “add”按钮，可以看到按照“host”筛选后的结果

浏览器访问 http://192.168.246.8:5601

5.5.5将 Apache 服务器的日志（访问的、错误的）添加到 Elasticsearch中， 并通过 Kibana 显示

把apache日志收集到Elasticsearch中

5.5.5.1创建apache_log.conf文件

vim  /etc/logstash/conf.d/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 => ["192.168.246.8:9200"]
     index => "apache_access-%{+YYYY.MM.dd}"
     }
  }
  if [type] == "error" {
     elasticsearch {
     hosts => ["192.168.246.8:9200"]
     index => "apache_error-%{+YYYY.MM.dd}"
     }
  }
}

5.5.5.2将 Apache 服务器的日志添加到 Elasticsearch中， 并通过 Kibana 显示

cd /etc/logstash/conf.d/
/usr/share/logstash/bin/logstash -f apache_log.conf

5.5.5.3浏览器访问 http://192.168.246.8:9100 查看索引是否创建

5.5.5.4浏览器访问 http://192.168.246.8:5601 登录 Kibana

浏览器访问 http://192.168.246.8:5601 登录 Kibana，单击“Create Index Pattern”按钮添加索引， 在索引名中输入之前配置的 Output 前缀 apache_access-*，并单击“Create”按钮。在用相同的方法添加 apache_error-*索引。
选择“Discover”选项卡，在中间下拉列表中选择刚添加的 apache_access-* 、apache_error-* 索引， 可以查看相应的图表及日志信息。

添加access日志，没有成功

需要去访问下Apache网页，需要有访问记录，才可以生成apache_access日志索引

六、Filebeat+ELK 部署 (ELFK)

ELKF 指的是 Elasticsearch、Logstash、Kibana 和 Filebeat，Filebeat 是 Elastic 公司推出的一款轻量级的数据采集器，用于将日志文件和其他数据发送到 Elasticsearch 或 Logstash。下载地址：下载 Elastic 产品 | Elastic

elastic中文官网：https://www.elastic.co/cn/
Logstash中文官网：https://www.elastic.co/cn/logstash

Filebeat+ELK 即ELFK

6.1 Filebeat 的作用

由于 logstash 会大量占用系统的内存资源，一般我们会使用 filebeat 替换 logstash 收集日志的功能，组成 ELFK 架构
或用 fluentd 替代 logstash 组成 EFK（elasticsearch/fluentd/kibana），由于 fluentd 是由 Go 语言开发的，一般在 K8s 环境中使用较多

6.2ELFK 工作流程

filebeat 将日志收集后交由 logstash 处理
logstash 进行过滤、格式化等操作，满足过滤条件的数据将发送给 ES
ES 对数据进行分片存储，并提供索引功能
Kibana 对数据进行图形化的 web 展示，并提供索引接口

6.3Filebeat

• 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，并指定目录与日志格式，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JvM上的logstash优势明显，是对它的替代。
• 常应用于EFLK架构当中

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

6.4部署ELFK

Filebeat+ELK 即ELFK

服务器类型	系统和IP地址	需要安装的组件	硬件方面
Node1节点	CentOS7.4(64 位) 192.168.246.8	Elasticsearch 、Kiabana	2核4G
Node2节点	CentOS7.4(64 位) 192.168.246.10	Elasticsearch	2核4G
Apache节点	CentOS7.4(64 位) 192.168.246.11	Logstash 、Apache	2核4G
Filebeat节点	CentOS7.4(64 位) 192.168.246.12	Filebeat

192.168.246.11新机器上执行：
cd /opt
tar zxvf filebeat-6.2.4-linux-x86_64.tar.gz
#将filebeat压缩包上传到/opt路径下并解压
mv filebeat-6.2.4-linux-x86_64/ /usr/local/filebeat
#解压后的文件夹移动到/usr/local路径下并改名为filebeat

vim /usr/local/filebeat/filebeat.yml    
#编辑filebeat配置文件，注意格式
---------------------------------------------------------------------------------
filebeat.prospectors: //filebeat.input:
- type: log     #指定 log 类型，从日志文件中读取消息    

  enabled: true
 
 paths:
    - /var/log/messages  #指定监控的日志文件     
    - /var/log/*.log
  
fields:           #可以使用 fields 配置选项设置一些参数字段添加到 output 中
    service_name: filebeat
    log_type: log
    service_id: 192.168.246.12 #filebeat的地址
 
--------------Elasticsearch output-------------------
(全部注释掉)
 
----------------Logstash output---------------------
output.logstash:
  hosts: ["192.168.246.11:5044"]   #指定 logstash 的 IP 和端口   

----------------------------------------------------------------------------------------
/usr/local/filebeat/filebeat -e -c filebeat.yml  #启动 filebeat

6.4.1安装 Filebeat这边使用rpm包了

#上传软件包 filebeat-6.2.4-linux-x86_64.tar.gz 到/opt目录
---------------------------------------
tar zxvf filebeat-6.2.4-linux-x86_64.tar.gz
mv filebeat-6.2.4-linux-x86_64/ /usr/local/filebeat

这边直接使用rpm包了，不用解压

注意配置文件位置，如果使用rpm包，主配置文件在/etc/filebeat/filebeat.yml如果使用tar包配置文件位置在/usr/local/filebeat/filebeat.yml注意哦

使用yum或者编译等，配置文件都放在/etc下面，/etc是存放配置文件的

6.4.2设置 filebeat 的主配置文件

cp /etc/filebeat/filebeat.yml /etc/filebeat/filebeat.yml.bak
vim /etc/filebeat/filebeat.yml

   ：后面注意空格

service_name: filebeat
log_type: log
service_id: 192.168.246.12

6.4.3在 Logstash 组件所在节点上配置（192.168.246.11）

①新建一个 Logstash 配置文件

input {
   beats {
    port => "5044"
   }
}
output {
   elasticsearch {
      hosts => ["192.168.246.8:9200"]
      index => "%{[fields][service_name]}-%{+YYYY.MM.dd}"
   }
   stdout {
     codec => rubydebug
   }
}

注意格式，括号和括号对齐哦，不然会出错哦，一层和一层的括号对齐

6.4.4启动 filebeat

 如果使用tar包安装使用它启动  /usr/local/filebeat/filebeat -e -c filebeat.yml 或 ./filebeat -e -c filebeat.yml

 如果使用rpm包安装使用systemctl start filebeat.service启动filebeat

6.4.5启动 logstash 

logstash -f logstash.conf

或者用它启动/usr/share/logstash/bin/logstash -f logstash.conf

 如果报错模块重复可以使用它/usr/share/logstash/bin/logstash -f logstash.conf --path=/opt查看

/opt是随意些，有目录就可以

6.4.6浏览器访问

http://192.168.246.8:9100

http://192.168.246.8:5601 登录 Kibana

单击“Create Index Pattern”按钮添加索引“filebeat-*”，单击 “create” 按钮创建，单击 “Discover” 按钮可查看图表信息及日志信息

总结

1）ELK三大组件及其工作流程

组件：ElasticSearch（简称：ES）、Logstash和Kiabana

流程：
Logstash负责数据的收集，对数据进行过滤、分析等操作，然后存储到指定的位置,发送给ES；
ES是分布式存储检索引擎，用来存储各类日志，可以让用户可以通过浏览器与 ES通信；
Kiabana为 Logstash 和 ES 提供图形化的日志分析 Web 界面展示，可以汇总、分析和搜索重要数据日志。

ELK日志分析系统

• 一套基于Elasticsearch、Logstash、kibana三个开源的日志收集、存储、检索和可视化的解决方案。
• elk可以帮助用户快速定位和分析应用程序的故障，监控应用程序的性能和安全性，以及提供丰富的数据分析和展示功能。

①Elasticsearch 是一个分布式和搜索和分析引擎，它可以对各种类型的数据进行实时的索引和查询，支持高可用和水平扩展性

② logstash:是一个数据处理管道，它可以从多个来源采集数据，对数据进行过滤、转换和增强，然后将数据发送到Elasticsearch 或者其他的目的地

③Kibana:是一个针对Elasticsearch的数据可视化平台，它可以通过各种图表、仪表盘和地图来展示和探索Elasticsearch中的数据

2）一般用什么来代替logstash？为什么？

一般使用Filebeat代替logstash
因为logstash是由Java开发的，需要运行在JVM上，耗资源较大，运行占用CPU和内存高。另外没有消息队列缓存，存在数据丢失隐患；而filebeat是一款轻量级的开源日志文件数据搜集器，能快速收集数据，并发送给 logstash 进行解析，性能上相比运行于 JVM 上的 logstash 优势明显。

3）feilbeat +Logstash + Elasticsearch +Kibana模式

这是一种更加完善和灵活的架构，适合处理复杂的日志数据

并将其发送到Elasticsearch进行索引。kibana则可以用来查看和分析日志数据
在这种模式下，filebeat (beats)负责收日志文件，并将其发送到logstash进行处理。logstash可以对日志数据进行更多的过滤、转换和增强的操作,并将其发送到Elasticsearch进行索引。kibana则可以用来查看和分析日志数据

4) feilbeat+缓存/消息队列+Logstash + Elasticsearch + Kibana 模式

这是一种加健壮高效的架构，适合处理海量复杂的日志数据，在这种模式下，filebeat和logstach之间加入缓存或消息队列组件，如redis、kafka或RabbitMQ等 ,这样可以降低对日志源主机的影响 ，提高日志传输的稳定性和可靠性，以及实现负载均衡和高可用