引言
之前写了一篇关于 TraceId 的文章：为全局请求添加 TraceId ，看日志再也不懵逼
今天就接着 TraceId 做一些优化，如果想快速的定位到问题，就要实现对日志的快速搜索，所以本文就引入 ELK 技术栈。
ELK 是 ES、Logstash、Kibana 的总称，其核心功能就是实现数据的收集、搜索、可视化。具体功能和使用在本文都会提到。
需求分析
先分析一下，我们想实现的核心功能是搜索，必然是用 ES 实现，那问题就转换成如何将日志收集并存储到 ES。
日志大家都不陌生了，可以在控制台打印，也可以存入文件，那能不能直接输入 ES 呢，好像没听说过。
这里就要用到 Logstash 来收集日志，Spring 默认的日志框架 Logback 已经对其提供了支持，我们要做的只是编写配置文件。
Logstash 有个问题就是非常占用内存，所以本文后面会介绍另一个比较轻量级的日志收集工具 FileBeat ，由 Go 语言编写。
同时对于真实的线上环境为了保证吞吐量和可靠性，都会引入 Kafka 进行解耦，本文不做演示。
下面就进入实战部分，搭建一套日志收集与搜索系统。
ES
推荐大家去 elastic 的中文社区下载 ELK ，速度会比较快，官网当然也是可以的。目前最新版本是8.+，推荐还是下 7.+ 比较稳妥，具体版本随意，但 ELK 的版本要一致。
本文使用 7.14.2 版本。下载下来解压就行，不废话。
修改配置文件
进入 config 目录：
# elasticsearch.yml path.data: /Users/li/programs/elasticsearch-7.14.2/data path.logs: /Users/li/programs/elasticsearch-7.14.2/logs ingest.geoip.downloader.enabled: false
# jvm.options # 如果内存够用也可以不修改 -Xms1g -Xmx1g
启动
./bin/elasticsearch
[2022-09-13T10:54:10,015][INFO ][o.e.n.Node ] [LdeMacBook-Pro.mshome.net] started [2022-09-13T10:54:10,730][INFO ][o.e.l.LicenseService ] [LdeMacBook-Pro.mshome.net] license [b7a596e6-1b61-4e6d-af2f-7eab70fe693b] mode [basic] - valid
测试
浏览器访问：http://localhost:9200/
kibana
下面再安装 ES 的可视化工具，下载地址同上，版本号同上。
修改配置文件
# kibana.yml server.port: 5601 server.host: "localhost" elasticsearch.hosts: ["http://localhost:9200"] kibana.index: ".kibana" i18n.locale: "zh-CN" # 中文
启动
./bin/kibana
[10:56:42.001] [info][status] Kibana is now degraded [10:56:44.784] [info][status] Kibana is now available (was degraded)
测试
浏览器访问：http://localhost:5601/
新增数据并查询
PUT /ecommerce/product/1
{
"name" : "gaolujie yagao",
"desc" : "gaoxiao meibai",
"price" : 30,
"producer" : "gaolujie producer",
"tags": [ "meibai", "fangzhu" ]
}
GET /ecommerce/product/1
Logstash
下载地址同上，版本号同上。
拷贝配置文件 logstash-sample.conf
# logstash-log-boot.conf
input {
tcp {
mode => "server"
host => "127.0.0.1"
# 通过监听9001端口进行采集日志
port => 9001
codec => json_lines
}
}
output {
elasticsearch {
# ES的地址
hosts => ["http://127.0.0.1:9200"]
# 索引的名称
index => "boot-log-collection-%{+YYYY.MM.dd}"
}
stdout {
codec => rubydebug
}
}
启动
./bin/logstash -f ./config/logstash-log-boot.conf
Logback
OK，到此 ELK 就搭建完了，接下来就是配置 boot 应用的日志输出。logback.xml
${LOG_PATTERN} INFO 127.0.0.1:9001 INFO
如果报LogstashTcpSocketAppender这个类找不到，需要添加一个依赖：
net.logstash.logback logstash-logback-encoder 6.6
其实这个依赖就是用来网络通信的，来传输日志。
测试
这时启动应用，观看 Logstash 的控制台，会跟着打印日志，再打开 ES ，创建我们配置好的查询索引，神奇的事情发生了，日志一条一条的展示出来。
再结合 TraceId 进行搜索，简直逆天！
Filebeat
同样是下载 FileBeat 。
修改配置文件
filebeat.inputs:
- type: log
enabled: true
paths:
- /Users/li/IdeaProjects/cloud-alibaba/cloud-service-commerce/commerce-user/log/*.log
filebeat.config.modules:
path: ${path.config}/modules.d/*.yml
reload.enabled: false
setup.template.settings:
index.number_of_shards: 2
setup.kibana:
host: "localhost:5601"
output.elasticsearch:
hosts: ["localhost:9200"]
processors:
- add_host_metadata: ~
- add_cloud_metadata: ~
因为 Filebeat 是基于监控日志文件有没有新增来同步数据的，所以需要配置日志文件的目录。
可以直接输出到 ES ，也可以输出到 Logstash 。二选一！
再配置 logback.xml
/Users/li/IdeaProjects/cloud-alibaba/cloud-service-commerce/commerce-user/log/user.log %date %level [%thread] [%X{requestId}] [%logger{36}.%method\(\):%line] %msg%n INFO /Users/li/IdeaProjects/cloud-alibaba/cloud-service-commerce/commerce-user/log/user-%d{yyyy-MM-dd}.log 3
再次启动项目，发现日志已写入文件
进入 ES 查询，同样查询到日志。
经过测试，FileBeat 的日志收集延迟时间要比 Logstash 长，毕竟基于文件进行同步，可以理解，而且本身业务实时性要求不高。
最后
内容看着比较多，实际很容易实现，但真正生产环境要复杂的多，还需不断思考。
以上就是功能强大的TraceId 搭配 ELK使用详解的详细内容，更多关于TraceId 搭配 ELK的资料请关注脚本之家其它相关文章！