Filebeat5+Kafka+ELK Docker搭建日志系统

lek-architecture.jpg

这篇文章是基于近期搭建的日志系统踩过的各种坑，本身自己是边做边记录的，但是内容点实在斑驳繁杂，仅仅是技术选型就来回折腾了几次，选型后的版本匹配问题又是一些体力活(5.0开始已有统一版本号的趋势：ELKstack），最后的日志解析和应用产品线如何设计更是重中之重。

思虑再三，还是决定把整个过程以去除弯路，单刀直入加备注坑点的方式来描述一把。希望能写清楚。面向读者需要对文中的技术有一定理论知识，本文只叙搭建不究原理。

准备工作

• 所有的安装、配置或者说明文档都以官方为准，比如 docker.io, elastic.co, kafka.apache.org 等。
  百度出来的古老文章如果解决不了问题，后果自裁。
• 备好三台不同ip的虚机（下文用A B C说明），做集群嘛，标配!
• 做好心理预期，谷歌科学搜索不能少，妖怪问题会层出不穷，千万不能被吓到!

名称	版本号
Filebeat	5.0.0-alpha1
Kafka	0.9.0.1
Zookeeper	3.4.8
Elasticsearch	2.4.0
Logstash	2.4.0
Kibana	4.6.0

为什么使用Docker

纯粹是处于个人爱好，各种技术只要跟 Docker 搭边就倾爱它的 Docker 镜像版本。本文除了filebeat agent是二进制版本直接安装在应用机上，与docker无关，其他都是基于docker 镜像版本的集群安装。

为什么使用Kafka

分布式基于发布订阅的消息系统Kafka，它可以将业务应用端（client）和日志分析服务端（server）很好的黏合起来，并起到了缓冲作用，并提供了很多优秀特性比如异步，解耦，持久化，顺序化等。而且Kafka可以与很多开源组件Storm、Spark等集成，对于日后的扩展这一层会有很大的帮助。

为什么选择Filebeat5

本来开始确实是首选Flume，要做两件事：①上传client端的日志文件到Kafka; ②消费Kafka的队列消息存入ElasticSearch。
坑爹的是，当时最新发布的Flume版本是1.6.0, 而它支持的es版本最高只到1.7.5, 不支持2.x版本，中间对es做了各种的降级和甚至还得配合jdk8云云， 最后放弃。
选择就剩了 logstash-forwarder 和 filebeat， 而后者其实就是前者的升级版+替代品，所以直接选用filebeat无疑了。
妖怪又粗线了， filebeat当时的最新稳定版是1.3.0, 而它是不支持output到kafka的。也就是第①件事就被卡住了，幸好Beats5的alpha1测试版发布了，虽然不稳定，但是测试下来还未发现日志丢失的情况，先用着吧。
话音未落，alpha2又发布了...
https://www.elastic.co/guide/en/beats/libbeat/master/release-notes-5.0.0-alpha2.html

第②件事就通过Logstash来实现了(因为docker镜像就是elk一体的 hihahiha)

开整

问完十万个为什么之后，终于可以开整了（其实前面的#为什么#也是我的血泪史...）

一、Zookeeper 的安装

直接介绍一个不错的docker镜像，pull下来直接使用

docker pull jeygeethan/zookeeper-cluster

集群三个点上分别启动命令，虚拟卷大家自定义

docker run --name docker-zk -d --restart=always 
 --net="host" 
 -p 2181:2181 
 -p 2888:2888 
 -p 3888:3888 
 -v ~/dockerdata/zookeeper/lib:/var/lib/zookeeper 
 -v ~/dockerdata/zookeeper/log:/var/log/zookeeper 
 -v /etc/localtime:/etc/localtime:ro 
 jeygeethan/zookeeper-cluster 192.168.0.1,192.168.0.2,192.168.0.3 1 ***{1/2/3: 三个节点分别设置} ***

三个节点都启动成功后，进入节点A

运行 docker exec -it docker-zk bash

默认就会进入/usr/share/zookeeper 目录，

运行 bin/zkCli.sh

进入了zk的客户端命令行，

 创建节点 create /nicholas "nicholas"
 查看节点 get /nicholas 显示创建成功，
 在虚机B、C上执行get操作检查下新的节点是否已同步，可见则成功。
 

二、Kafka 的安装

同样 pull 镜像先

docker pull jeygeethan/kafka-cluster

同样三个节点上分别启动，注意，我这里kafka和zk使用的是相同的三台虚机。

 docker run --name docker-kafka -d -p 9092:9092
 -e KAFKA_HOST=192.168.0.1
 -e KAFKA_PORT=9092
 -e ZOOKEEPER_CONNECT=192.168.0.1:2181,192.168.0.2:2181,192.168.0.3:2181
 -e KAFKA_ID=0 ***{0/1/2: 三个节点分别设置，从0开始} ***
 -v ~/dockerdata/kafka/logs:/tmp/kafka-logs
 jeygeethan/kafka-cluster
 

同时进入虚机A，和虚机B

 进入docker
 docker exec -it docker-kafka bash
 转换目录
 cd /opt/kafka_2.11-0.9.0.1/bin
 创建Topic
 ./kafka-topics.sh --create --topic TP_NIC --partitions 4 --replication-factor 2
 --zookeeper 192.168.0.1:2181,192.168.0.2:2181,192.168.0.3:2181
 查看Topic
 ./kafka-topics.sh --describe --topic TP_NIC
 --zookeeper 192.168.0.1:2181,192.168.0.2:2181,192.168.0.3:2181
 在broker0（虚机A）上生产消息
 ./kafka-console-producer.sh --topic=TP_NIC 
 --broker-list=192.168.0.1:9092,192.168.0.2:9092,192.168.0.3:9092
 在broker1（虚机B）上消费消息
 ./kafka-console-consumer.sh --topic=TP_NIC 
 --zookeeper 192.168.0.1:2181,192.168.0.2:2181,192.168.0.3:2181
 

到此，虚机A和B已经都关联上了TP_NIC， 在 A 命令行上，随意输入各类字符， 在 B 上可以看到同样的字符即说明消费成功了.

三、ELK 的安装

pull 镜像 2.4 版本 最新的5已经有了

docker pull sebp/elk:es240_l240_k460

修改即将要映射的虚拟卷的目录权限， 注意这里的991,992,993分别对应ELK的三个独立用户，如果你看下docker file的build脚本就明白了，为了让docker运行成功，我们先把权限配上。

 chown -R 991:991 ~/dockerdata/es && chown -R 992:992 ~/dockerdata/logstash && chown -R 993:993 ~/dockerdata/kibana
 

进入对应的目录，我们先把配置给设定好。
注：这些配置文件是从docker里面cp出来的，如源文件没有，请先docker run启动原镜像然后docker cp拷贝。

• Elasticsearch 配置

 vi ~/dockerdata/es/config/elasticsearch.yml
 编辑内容如下
 cluster.name: mm-cluster
 
 
node.name: mm-node-01
 node.master: false
 node.data: true
 
 
restrict outside access
 
 
network.host: 192.168.0.11
 transport.tcp.port: 9300
 http.port: 9200
 
 
path.data: /etc/elasticsearch/data
 path.work: /etc/elasticsearch/work
 path.logs: /etc/elasticsearch/logs
 path.plugins: /etc/elasticsearch/plugins
 
 
bootstrap.mlockall: true
 
 
discovery.zen.ping.multicat.enabled: false
 discovery.zen.fd.ping_timeout: 100s
 
 
discovery.zen.fd.ping_retries: 6
 
 
discovery.zen.fd.ping_interval: 30s
 
 
discovery.zen.ping.timeout: 100s
 discovery.zen.minimum_master_nodes: 1
 
 
discovery.zen.ping.unicast.hosts: ["192.168.0.11", "192.168.0.12", "192.168.0.13"]
 gateway.recover_after_nodes: 2
 
 
action.auto_create_index: false
 
 
index.number_of_replicas: 0
 index.number_of_shards: 2
 

• Kibana 配置

 vi ~/dockerdata/kibana/config/kibana.yml
 检查 elasticsearch.url: "http://localhost:9200" 对应上了即可
 

• Logstash 配置

 新增Kafka的input配置文件：
 vi ~/dockerdata/logstash/config/03-kafka-input.conf
 
 
 
 
input {
 kafka {
 zk_connect => "192.168.0.1:2181,192.168.0.2:2181,192.168.0.3:2181 "
 #group_id => ""
 topic_id => "syslog"
 codec => "plain"
 reset_beginning => false
 consumer_threads => 5
 decorate_events => true
 add_field => { "[@metadata][type]" => "syslog" }
 }
 }
 
 
修改日志解析过滤配置文件：
 vi ~/dockerdata/logstash/config/10-syslog.conf
 
 
 
 
filter {
 if [@metadata][type] in ["syslog","accesslog"] {
 ruby {
 code => "event['mlogsendts'] = event['@timestamp']"
 }
 mutate {
 add_field => ["mlogsendts_string", "%{@timestamp}"]
 }
 json {
 source => "message"
 add_field => {
 "mlogmsg" => "%{message}"
 }
 remove_field => [ "message"]
 }
 grok {
 patterns_dir => ["/opt/logstash/patterns"]
 match => { "mlogmsg" => "[%{MMLOGTS:mlogts}]\s[%{MMLOGWORDEXT:mlogcell}]\s[%{MMLOGWORDEXT:mlognode}]\s[%{MMLOGWORDEXT:mlogthread}]\s[%{MMLOGWORD:mloglevel}]\s[%{MMLOGWORDEXT:mlogclass}]\s%{GREEDYDATA}" }
 }
 grok {
 match => { "source" => "%{GREEDYDATA}/%{GREEDYDATA:mlogfilename}.log" }
 }
 
 
syslog_pri { }
date {
  match => [ "mlogts", "yyyy-MM-dd HH:mm:ss.SSS" ]
  timezone => "Asia/Shanghai"
  target => "@timestamp"
}
 
 
}
 }
 
 
这里最复杂的其实是两件事，
 ① 用日志中的时间戳替换系统@timstamp（参见配置）
 ②grok表达式将日志中的变量分段解析（找在线grok校验工具可以验证自己的正则，很费劲！！！）
 grok表达式默认支持各种格式的正则格式变量，大家自行官网搜索，这里我是自定义的一些正则变量，存放在：
 vi ~/dockerdata/logstash/patterns/mmlog
 .
 patterns下面的文件logstash默认会自动扫描的，所以文件名随便定义，只要正则对了就可以了。
 内容为：
 MMLOGTS \d{4}-\d{2}-\d{2}\s\d{2}:\d{2}:\d{2}.\d{3}
 MMLOGWORD \w*
 MMLOGWORDEXT [^]]+
 MMLOGTHREAD \w(\w):\w-\w
 MMLOGCLASS [\w.]+:\w\s*
 

下面就可以启动docker了，对于ELK中的Elasticsearch 和 Logstash都需要是集群三个点的，而Kibana只是展示数据，单点即可。所以启动脚本分别为：

• Kibana单点虚机，ELK三者全部开启，E+L的堆大小配置是基于该虚机是2c4g（相对低配置）
  

  
   docker run --privileged=true -i -d -p 5601:5601 -p 9200:9200 -p 9300:9300 -p 5044:5044 -p 5000:5000 
   --net="host" 
   -v ~/dockerdata/es/config/:/etc/elasticsearch/:rw 
   -v ~/dockerdata/es/plugins/:/etc/elasticsearch/plugins/:rw 
   -v ~/dockerdata/es/data/:/etc/elasticsearch/data/:rw 
   -v ~/dockerdata/es/work/:/etc/elasticsearch/work/:rw 
   -v ~/dockerdata/es/logs/:/var/log/elasticsearch/:rw 
   -v ~/dockerdata/logstash/config/:/etc/logstash/conf.d/:rw 
   -v ~/dockerdata/logstash/patterns/:/opt/logstash/patterns/:rw 
   -v ~/dockerdata/logstash/logs/:/var/log/logstash/:rw 
   -v ~/dockerdata/kibana/config/:/opt/kibana/config/:rw 
   -v ~/dockerdata/kibana/logs/:/var/log/kibana/:rw 
   -v /etc/localtime:/etc/localtime:ro 
   -e ES_JAVA_OPTS="-Duser.timezone=Asia/Shanghai" 
   -e ES_HEAP_SIZE="2g" 
   -e LS_HEAP_SIZE="1g" 
   **-e ELASTICSEARCH_START=1 -e LOGSTASH_START=1 -e KIBANA_START=1 **
   --name docker-elk sebp/elk:es240_l240_k460 
   && docker logs -f docker-elk
   

• 其余两个点的启动关闭Kibana（KIBANA_START=0）， 虚机配置是4c8g（相对高配置）
  

  
   docker run --privileged=true -i -d -p 5601:5601 -p 9200:9200 -p 9300:9300 -p 5044:5044 -p 5000:5000 
   --net="host" 
   -v ~/dockerdata/es/config/:/etc/elasticsearch/:rw 
   -v ~/dockerdata/es/plugins/:/etc/elasticsearch/plugins/:rw 
   -v ~/dockerdata/es/data/:/etc/elasticsearch/data/:rw 
   -v ~/dockerdata/es/work/:/etc/elasticsearch/work/:rw 
   -v ~/dockerdata/es/logs/:/var/log/elasticsearch/:rw 
   -v ~/dockerdata/logstash/config/:/etc/logstash/conf.d/:rw 
   -v ~/dockerdata/logstash/patterns/:/opt/logstash/patterns/:rw 
   -v ~/dockerdata/logstash/logs/:/var/log/logstash/:rw 
   -v ~/dockerdata/kibana/config/:/opt/kibana/config/:rw 
   -v ~/dockerdata/kibana/logs/:/var/log/kibana/:rw 
   -v /etc/localtime:/etc/localtime:ro 
   -e ES_JAVA_OPTS="-Duser.timezone=Asia/Shanghai" 
   -e ES_HEAP_SIZE="4g" 
   -e LS_HEAP_SIZE="2g" 
   **-e ELASTICSEARCH_START=1 -e LOGSTASH_START=1 -e KIBANA_START=0 **
   --name docker-elk sebp/elk:es240_l240_k460 
   && docker logs -f docker-elk
   

打开下面网址校验安装成功与否:
Kibana Web : http://:5601
Elasticsearch Json : http://:9200/
ES的插件安装请自己进入docker然后下载， 比较好用的有 head, hq 等

四、Filebeat5 的安装

这个最简单了，官网上下载 filebeat-5.0.0-rc1-linux-x86_64.tar.gz 解压安装；

 vi /usr/local/src/filebeat5/filebeat.yml
 编辑内容如下：
 
 
################### Filebeat Configuration Example #########################
 ############################# Filebeat ######################################
 filebeat.prospectors:
 
 
Each - is a prospector. Below are the prospector specific configurations
 
 
 
  
 
input_type: log
 paths: ["/usr/local/src/logs/${appname}-${cellname}-${nodename}/sys-.log"]
 encoding: utf-8
 exclude_files: ['.\d{4}-\d{2}-\d{2}.*.log']
 
document_type: syslog
 fields:
 mlogapp: ${appname}
 
fields_under_root: true
 scan_frequency: 1s
 ignore_older: 30m
 
 
 
 
 
must set ignore_older to be greater than close_inactive.
 
 
close_inactive: 5m
 close_removed: true
 clean_removed: true
 
 
multiline:
 pattern: ^[[[:digit:]]{4}-[[:digit:]]{2}-[[:digit:]]{2}[[:blank:]][[:digit:]]{2}:[[:digit:]]{2}:[[:digit:]]{2}.[[:digit:]]{3}]
 negate: true
 match: after
 max_lines: 500
 
 
output.kafka:
 
 
initial brokers for reading cluster metadata
 
 
hosts: ["192.168.0.1:9092", "192.168.0.2:9092", "192.168.0.3:9092"]
 
 
message topic selection + partitioning
 
 
topic: '%{[type]}'
 partition.round_robin:
 reachable_only: false
 
 
required_acks: 1
 compression: gzip
 max_message_bytes: 1000000
 
 
############################# Logging #########################################
 
 
logging.level: info
 logging.to_files: true
 logging.to_syslog: false
 logging.files:
 path: /usr/local/logs/filebeat
 name: filebeat.log
 keepfiles: 7
 .
 .
 .
 
 
 
 
启动Filebeat5：
 export appname="uss-web" && export cellname="cell01" && export nodename="node01" 
 && cd /usr/local/src/filebeat/ 
 && nohup ./filebeat -e > /usr/local/src/logs/filebeat/nohup.out 2>&1 &
 

以上就是目前安装所有的配置说明了，当然里面的很多细节都需要好好琢磨的，有问题就看官方文档吧，比搜索出来的文章都要靠谱。

备注个信息
为什么文中docker启动都是用的--net=host共享主机地址的参数？不考虑安全或物理隔离的需求，这是elasticsearch 2.x版本的一个改动坑，2.x后es会默认绑定loopback的IP地址，到docker这里看就是docker的虚拟网卡地址了，而我们的es要提供服务明显需要我们虚机的真正地址，对于网络配置不是特别精通，谁有更优雅的方案，欢迎评论指出。