你头疼的ELK难题，本文几乎都解决了
做了几周的测试，踩了无数的坑，总结一下，全是干货，给大家分享~
一、ELK实用知识点总结
1、编码转换问题
这个问题，主要就是中文乱码。
input中的codec=>plain转码：
codec => plain {
charset => "GB2312"
}将GB2312的文本编码，转为UTF-8的编码。
也可以在filebeat中实现编码的转换（推荐）：
filebeat.prospectors:
- input_type: log
paths:
- c:\Users\Administrator\Desktop\performanceTrace.txt
encoding: GB23122、删除多余日志中的多余行
logstash filter中drop删除：
if ([message] =~ "^20.*-\ task\ request,.*,start\ time.*") { #用正则需删除的多余行
drop {}
}
日志示例：
2018-03-20 10:44:01,523 [33]DEBUG Debug - task request,task Id:1cbb72f1-a5ea-4e73-957c-6d20e9e12a7a,start time:2018-03-20 10:43:59 #需删除的行
-- Request String :
{"UserName":"15046699923","Pwd":"ZYjyh727","DeviceType":2,"DeviceId":"PC-20170525SADY","EquipmentNo":null,"SSID":"pc","RegisterPhones":null,"AppKey":"ab09d78e3b2c40b789ddfc81674bc24deac","Version":"2.0.5.3"} -- End
-- Response String :
{"ErrorCode":0,"Success":true,"ErrorMsg":null,"Result":null,"WaitInterval":30} -- End
3、grok处理多种日志不同的行
日志示例：
2018-03-20 10:44:01,523 [33]DEBUG Debug - task request,task Id:1cbb72f1-a5ea-4e73-957c-6d20e9e12a7a,start time:2018-03-20 10:43:59
-- Request String :
{"UserName":"15046699923","Pwd":"ZYjyh727","DeviceType":2,"DeviceId":"PC-20170525SADY","EquipmentNo":null,"SSID":"pc","RegisterPhones":null,"AppKey":"ab09d78e3b2c40b789ddfc81674bc24deac","Version":"2.0.5.3"} -- End
-- Response String :
{"ErrorCode":0,"Success":true,"ErrorMsg":null,"Result":null,"WaitInterval":30} -- End
在logstash filter中grok分别处理3行：
match => {
"message" => "^20.*-\ task\ request,.*,start\ time\:%{TIMESTAMP_ISO8601:RequestTime}"
match => {
"message" => "^--\ Request\ String\ :\ \{\"UserName\":\"%{NUMBER:UserName:int}\",\"Pwd\":\"(?.*)\",\"DeviceType\":%{NUMBER:DeviceType:int},\"DeviceId\":\"(?.*)\",\"EquipmentNo\":(?.*),\"SSID\":(?.*),\"RegisterPhones\":(?.*),\"AppKey\":\"(?.*)\",\"Version\":\"(?.*)\"\}\ --\ \End.*"
}
match => {
"message" => "^--\ Response\ String\ :\ \{\"ErrorCode\":%{NUMBER:ErrorCode:int},\"Success\":(?[a-z]*),\"ErrorMsg\":(?.*),\"Result\":(?.*),\"WaitInterval\":%{NUMBER:WaitInterval:int}\}\ --\ \End.*"
}
... 等多行
4、日志多行合并处理—multiline插件（重点）
示例：
①日志
2018-03-20 10:44:01,523 [33]DEBUG Debug - task request,task Id:1cbb72f1-a5ea-4e73-957c-6d20e9e12a7a,start time:2018-03-20 10:43:59
-- Request String :
{"UserName":"15046699923","Pwd":"ZYjyh727","DeviceType":2,"DeviceId":"PC-20170525SADY","EquipmentNo":null,"SSID":"pc","RegisterPhones":null,"AppKey":"ab09d78e3b2c40b789ddfc81674bc24deac","Version":"2.0.5.3"} -- End
-- Response String :
{"ErrorCode":0,"Success":true,"ErrorMsg":null,"Result":null,"WaitInterval":30} -- End
②logstash grok对合并后多行的处理。合并多行后续都一样，如下：
filter {
grok {
match => {
"message" => "^%{TIMESTAMP_ISO8601:InsertTime}\ .*-\ task\ request,.*,start\ time:%{TIMESTAMP_ISO8601:RequestTime}\n--\ Request\ String\ :\ \{\"UserName\":\"%{NUMBER:UserName:int}\",\"Pwd\":\"(?<Pwd>.*)\",\"DeviceType\":%{NUMBER:DeviceType:int},\"DeviceId\":\"(?<DeviceId>.*)\",\"EquipmentNo\":(?<EquipmentNo>.*),\"SSID\":(?<SSID>.*),\"RegisterPhones\":(?<RegisterPhones>.*),\"AppKey\":\"(?<AppKey>.*)\",\"Version\":\"(?<Version>.*)\"\}\ --\ \End\n--\ Response\ String\ :\ \{\"ErrorCode\":%{NUMBER:ErrorCode:int},\"Success\":(?<Success>[a-z]*),\"ErrorMsg\":(?<ErrorMsg>.*),\"Result\":(?<Result>.*),\"WaitInterval\":%{NUMBER:WaitInterval:int}\}\ --\ \End"
}
}
}
在filebeat中使用multiline插件（推荐）：
①介绍multiline
pattern：正则匹配从哪行合并；
negate：true/false，匹配到pattern 部分开始合并，还是不配到的合并。
match：after/before（需自己理解）
after：匹配到pattern 部分后合并，注意：这种情况最后一行日志不会被匹配处理；
before：匹配到pattern 部分前合并（推荐）。
②5.5版本之后（before为例）
filebeat.prospectors:
- input_type: log
paths:
- /root/performanceTrace*
fields:
type: zidonghualog
multiline.pattern: '.*\"WaitInterval\":.*--\ End'
multiline.negate: true
multiline.match: before③5.5版本之前（after为例）
filebeat.prospectors:
- input_type: log
paths:
- /root/performanceTrace*
input_type: log
multiline:
pattern: '^20.*'
negate: true
match: after在logstash input中使用multiline插件（没有filebeat时推荐）：
①介绍multiline
pattern：正则匹配从哪行合并；
negate：true/false，匹配到pattern 部分开始合并，还是不配到的合并。
what：previous/next（需自己理解）
previous：相当于filebeat 的after；
next：相当于filebeat 的before。
②用法
input {
file {
path => ["/root/logs/log2"]
start_position => "beginning"
codec => multiline {
pattern => "^20.*"
negate => true
what => "previous"
}
}
}在logstash filter中使用multiline插件（不推荐）：
不推荐的原因：
filter设置multiline后，pipline worker会自动降为1；
5.5 版本官方把multiline 去除了，要使用的话需下载，下载命令如下：
/usr/share/logstash/bin/logstash-plugin install logstash-filter-multiline示例：
filter {
multiline {
pattern => "^20.*"
negate => true
what => "previous"
}
}5、logstash filter中的date使用
日志示例：
2018-03-20 10:44:01 [33]DEBUG Debug - task request,task Id:1cbb72f1-a5ea-4e73-957c-6d20e9e12a7a,start time:2018-03-20 10:43:59date使用：
date {
match => ["InsertTime","YYYY-MM-dd HH:mm:ss "]
remove_field => "InsertTime"
}注：match => ["timestamp" ,"dd/MMM/YYYY H:m:s Z"]
匹配这个字段，字段的格式为：日日/月月月/年年年年 时/分/秒 时区，也可以写为：match => ["timestamp","ISO8601"]（推荐）
date介绍：
就是将匹配日志中时间的key替换为@timestamp的时间，因为@timestamp的时间是日志送到logstash的时间，并不是日志中真正的时间。
6、对多类日志分类处理（重点）
在filebeat的配置中添加type分类：
filebeat:
prospectors:
-
paths:
#- /mnt/data/WebApiDebugLog.txt*
- /mnt/data_total/WebApiDebugLog.txt*
fields:
type: WebApiDebugLog_total
-
paths:
- /mnt/data_request/WebApiDebugLog.txt*
#- /mnt/data/WebApiDebugLog.txt*
fields:
type: WebApiDebugLog_request
-
paths:
- /mnt/data_report/WebApiDebugLog.txt*
#- /mnt/data/WebApiDebugLog.txt*
fields:
type: WebApiDebugLog_report在logstash filter中使用if，可进行对不同类进行不同处理：
filter {
if [fields][type] == "WebApiDebugLog_request" { #对request 类日志
if ([message] =~ "^20.*-\ task\ report,.*,start\ time.*") { #删除report 行
drop {}
}
grok {
match => {"... ..."}
}
}在logstash output中使用if：
if [fields][type] == "WebApiDebugLog_total" {
elasticsearch {
hosts => ["6.6.6.6:9200"]
index => "logstashl-WebApiDebugLog_total-%{+YYYY.MM.dd}"
document_type => "WebApiDebugLog_total_logs"
}二、对ELK整体性能的优化
1、性能分析
服务器硬件Linux：1cpu4GRAM
假设每条日志250Byte。
分析：
①logstash-Linux：1cpu 4GRAM
每秒500条日志；
去掉ruby每秒660条日志；
去掉grok后每秒1000条数据。
②filebeat-Linux：1cpu 4GRAM
每秒2500-3500条数据；
每天每台机器可处理：24h*60min*60sec* 3000*250Byte=64,800,000,000Bytes，约64G。
③瓶颈在logstash从Redis中取数据存入ES，开启一个logstash，每秒约处理6000条数据；开启两个logstash，每秒约处理10000条数据（cpu已基本跑满）；
④logstash的启动过程占用大量系统资源，因为脚本中要检查java、ruby以及其他环境变量，启动后资源占用会恢复到正常状态。
2、关于收集日志的选择：logstash/filter
没有原则要求使用filebeat或logstash，两者作为shipper的功能是一样的。
区别在于：
logstash由于集成了众多插件，如grok、ruby，所以相比beat是重量级的；
logstash启动后占用资源更多，如果硬件资源足够则无需考虑二者差异；
logstash基于JVM，支持跨平台；而beat使用golang编写，AIX不支持；
AIX 64bit平台上需要安装jdk（jre） 1.7 32bit，64bit的不支持；
filebeat可以直接输入到ES，但是系统中存在logstash直接输入到ES的情况，这将造成不同的索引类型造成检索复杂，最好统一输入到els 的源。
总结：
logstash/filter总之各有千秋，但是我推荐选择：在每个需要收集的日志服务器上配置filebeat，因为轻量级，用于收集日志；再统一输出给logstash，做对日志的处理；最后统一由logstash输出给els。
3、logstash的优化相关配置
可以优化的参数，可根据自己的硬件进行优化配置：
①pipeline线程数，官方建议是等于CPU内核数
默认配置 ---> pipeline.workers: 2；
可优化为 ---> pipeline.workers: CPU内核数（或几倍CPU内核数）。
②实际output时的线程数
默认配置 ---> pipeline.output.workers: 1；
可优化为 ---> pipeline.output.workers: 不超过pipeline线程数。
③每次发送的事件数
默认配置 ---> pipeline.batch.size: 125；
可优化为 ---> pipeline.batch.size: 1000。
④发送延时
默认配置 ---> pipeline.batch.delay: 5；
可优化为 ---> pipeline.batch.size: 10。
总结：
通过设置-w参数指定pipeline worker数量，也可直接修改配置文件logstash.yml。这会提高filter和output的线程数，如果需要的话，将其设置为cpu核心数的几倍是安全的，线程在I/O上是空闲的。
默认每个输出在一个pipeline worker线程上活动，可以在输出output中设置workers设置，不要将该值设置大于pipeline worker数。
还可以设置输出的batch_size数，例如ES输出与batch size一致。
filter设置multiline后，pipline worker会自动将为1，如果使用filebeat，建议在beat中就使用multiline，如果使用logstash作为shipper，建议在input中设置multiline，不要在filter中设置multiline。
Logstash中的JVM配置文件：
Logstash是一个基于Java开发的程序，需要运行在JVM中，可以通过配置jvm.options来针对JVM进行设定。比如内存的最大最小、垃圾清理机制等等。JVM的内存分配不能太大不能太小，太大会拖慢操作系统。太小导致无法启动。默认如下：
Xms256m#最小使用内存；
Xmx1g#最大使用内存。
4、引入Redis的相关问题
filebeat可以直接输入到logstash（indexer），但logstash没有存储功能，如果需要重启需要先停所有连入的beat，再停logstash，造成运维麻烦；另外如果logstash发生异常则会丢失数据；引入Redis作为数据缓冲池，当logstash异常停止后可以从Redis的客户端看到数据缓存在Redis中；
Redis可以使用list(最长支持4,294,967,295条)或发布订阅存储模式；
Redis做ELK缓冲队列的优化：
bind 0.0.0.0 #不要监听本地端口；
requirepass ilinux.io #加密码，为了安全运行；
只做队列，没必要持久存储，把所有持久化功能关掉：
快照（RDB文件）和追加式文件（AOF文件），性能更好；
save "" 禁用快照；
appendonly no 关闭RDB。
把内存的淘汰策略关掉，把内存空间最大
maxmemory 0 #maxmemory为0的时候表示我们对Redis的内存使用没有限制。
5、Elasticsearch节点优化配置
服务器硬件配置，OS参数：
1）/etc/sysctl.conf 配置
vim /etc/sysctl.conf
① vm.swappiness = 1
#ES 推荐将此参数设置为 1，大幅降低 swap 分区的大小，强制最大程度的使用内存，注意，这里不要设置为 0, 这会很可能会造成 OOM
② net.core.somaxconn = 65535
#定义了每个端口最大的监听队列的长度
③ vm.max_map_count= 262144
#限制一个进程可以拥有的VMA(虚拟内存区域)的数量。虚拟内存区域是一个连续的虚拟地址空间区域。当VMA 的数量超过这个值，OOM
④ fs.file-max = 518144
#设置 Linux 内核分配的文件句柄的最大数量[root@elasticsearch]# sysctl -p生效一下。
2）limits.conf 配置
vim /etc/security/limits.conf
elasticsearch soft nofile 65535
elasticsearch hard nofile 65535
elasticsearch soft memlock unlimited
elasticsearch hard memlock unlimited3）为了使以上参数永久生效，还要设置两个地方：
vim /etc/pam.d/common-session-noninteractive
vim /etc/pam.d/common-session
添加如下属性：
session required pam_limits.so
可能需重启后生效。
Elasticsearch中的JVM配置文件
-Xms2g
-Xmx2g
将最小堆大小（Xms）和最大堆大小（Xmx）设置为彼此相等。
Elasticsearch可用的堆越多，可用于缓存的内存就越多。但请注意，太多的堆可能会使您长时间垃圾收集暂停。
设置Xmx为不超过物理RAM的50％，以确保有足够的物理内存留给内核文件系统缓存。
不要设置Xmx为JVM用于压缩对象指针的临界值以上；确切的截止值有所不同，但接近32 GB。不要超过32G，如果空间大，多跑几个实例，不要让一个实例太大内存。
Elasticsearch配置文件优化参数：
vim elasticsearch.yml
bootstrap.memory_lock: true
#锁住内存，不使用swap
#缓存、线程等优化如下
bootstrap.mlockall: true
transport.tcp.compress: true
indices.fielddata.cache.size: 40%
indices.cache.filter.size: 30%
indices.cache.filter.terms.size: 1024mb
threadpool:
search:
type: cached
size: 100
queue_size: 20002）设置环境变量
vim /etc/profile.d/elasticsearch.sh export ES_HE AP _SIZE=2g #Heap Size不超过物理内存的一半，且小于32G。
集群的优化（我未使用集群）：
ES是分布式存储，当设置同样的cluster.name后会自动发现并加入集群；
集群会自动选举一个master，当master宕机后重新选举；
为防止"脑裂"，集群中个数最好为奇数个；
为有效管理节点，可关闭广播discovery. zen.ping.multicast.enabled: false，并设置单播节点组discovery.zen.ping.unicast.hosts: ["ip1", "ip2", "ip3"]。
6、性能的检查
检查输入和输出的性能：
Logstash和其连接的服务运行速度一致，它可以和输入、输出的速度一样快。
检查系统参数：
1）CPU
注意CPU是否过载。在Linux/Unix系统中可以使用top-H查看进程参数以及总计。
如果CPU使用过高，直接跳到检查JVM堆的章节并检查Logstash worker设置。
2）Memory
注意Logstash是运行在Java虚拟机中的，所以它只会用到你分配给它的最大内存。
检查其他应用使用大量内存的情况，这将造成Logstash使用硬盘swap，这种情况会在应用占用内存超出物理内存范围时。
3）I/O监控磁盘I/O检查磁盘饱和度
使用Logstash plugin（例如使用文件输出）磁盘会发生饱和。
当发生大量错误，Logstash生成大量错误日志时磁盘也会发生饱和。
在Linux中，可使用iostat，dstat或者其他命令监控磁盘I/O。
4）监控网络I/O
当使用大量网络操作的input、output时，会导致网络饱和。
在Linux中可使用dstat或iftop监控网络情况。
检查JVM heap：
heap设置太小会导致CPU使用率过高，这是因为JVM的垃圾回收机制导致的。
一个快速检查该设置的方法是将heap设置为两倍大小然后检测性能改进。不要将heap设置超过物理内存大小，保留至少1G内存给操作系统和其他进程。
你可以使用类似jmap命令行或VisualVM更加精确的计算JVM heap。
如有更多优化方法，或是难点解决的方法，欢迎在留言区补充~
作者：alonghub
来源：https://www.cnblogs.com/along21/p/8613115.html
- MORE | 往期精彩文章 -
一文看懂web服务器、应用服务器、web容器、反向代理服务器区别与联系
运维工程师的宿命（困兽之斗）
运维工程师打怪升级必经之路 V1.0.1
一篇超实用的服务异常处理指南
Prometheus 使用总结：我踩过得那些坑
我把公众号所有的精华文章都整理出来了
那些年，我们一起卸载过的软件…
如果你喜欢本文
请长按二维码关注民工哥技术之路
转发朋友圈，是对我最大的支持。
扫码加群交流
点击【阅读原文】公众号所有的精华都在这
在看的读者，请点这里↓↓