ELK 企业级日志分析系统
ELK 企业级日志分析系统
-
- 一、ELK 概述
-
- 1.ELK 简介
- 2.日志分析系统
- 二、为什么要使用 ELK
-
- 1.原因：
- 2.完整日志系统基本特征
- 3.ELK 的工作原理
- 三、部署ELK
-
- 1.ELK Elasticsearch 集群部署（在Node1、Node2节点上操作）
- 2.部署 Elasticsearch 软件（在Node1、Node2节点上操作）
- 3.安装 Elasticsearch-head 插件（在Node1、Node2节点上操作）
- 4.ELK Logstash 部署（在 Apache 节点上操作）
- 5.测试 Logstash：
- 6.定义 logstash配置文件
- 四、总结：
-
- 1.Elasticsearch：
- 2.Logstash：
- 3.Kibana：
一、ELK 概述
1.ELK 简介
（1）什么是ELK：
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。
（2）日志服务器的作用：提高安全性，集中存放日志。
（3）缺陷：对日志分析困难。
2.日志分析系统
（1）ElasticSearch：
① 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。
② Elasticsearch 是用 Java 开发的，可通过 RESTful Web 接口，让用户可以通过浏览器与 Elasticsearch 通信。
③ 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。
（2）Kiabana：
① Kibana 通常与 Elasticsearch 一起部署，Kibana 是 Elasticsearch 的一个功能，有强大的数据可视化 Dashboard。
② 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。
（3）Logstash：
① 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。
② 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。
③ 相对 input（数据采集） filter（数据过滤） output(数据输出)
-
可以添加的其它组件：
- Filebeat：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。行解析，
-
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
-
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。
（4）Fluentd：
① 是一个流行的开源数据收集器。由于 logstash 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 logstash，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。
② 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
1.原因：
（1）日志主要包括系统日志、应用程序日志和安全日志。
（2）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。
（3）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。
2.完整日志系统基本特征
（1）收集：能够采集多种来源的日志数据
（2）传输：能够稳定的把日志数据解析过滤并传输到存储系统
（3）存储：存储日志数据
（4）分析：支持 UI 分析
（5）警告：能够提供错误报告，监控机制
3.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。
总结：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。
input 数据采集
output 数据输出
filter 数据过滤
三、部署ELK
| 节点名 | IP地址 | 安装软件 |
|---|---|---|
| Node1节点（2C/4G） | 192.168.174.15 | Elasticsearch Kiabana |
| Node2节点（2C/4G） | 192.168.174.17 | Elasticsearch |
| Apache节点 | 192.168.174.13 | Logstash Apache |
三台服务器都关闭防火墙，安全机制：
systemctl stop firewalld
setenforce 0
1.ELK Elasticsearch 集群部署（在Node1、Node2节点上操作）
（1）环境准备：
- 更改主机名、配置域名解析、查看Java环境
[root@wang3 ~]# hostnamectl set-hostname node1
[root@wang3 ~]# su
[root@wang5 ~]# hostnamectl set-hostname node2
[root@wang5 ~]# su
[root@node2 ~]#
#在node1，node2上修改：
vim /etc/hosts
192.168.174.15 node1
192.168.174.17 node2
#查看Java版本，如果没有需要安装：
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)
2.部署 Elasticsearch 软件（在Node1、Node2节点上操作）
（1）安装elasticsearch—rpm包
#上传elasticsearch-5.5.0.rpm到/opt目录下
cd /opt
rpm -ivh elasticsearch-5.5.0.rpm
（2）加载系统服务
systemctl daemon-reload
systemctl enable elasticsearch.service
（3）修改elasticsearch主配置文件
cp /etc/elasticsearch/elasticsearch.yml /etc/elasticsearch/elasticsearch.yml.bak
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
（4）创建数据存放路径并授权
mkdir -p /data/elk_data
chown elasticsearch:elasticsearch /data/elk_data/
（5）启动elasticsearch是否成功开启
systemctl start elasticsearch.service
netstat -antp | grep 9200
（6）查看节点信息
- 浏览器访问 http://192.168.174.15:9200 、 http://192.168.174.17:9200 查看节点 Node1、Node2 的信息。
- 浏览器访问 http://192.168.174.15:9200/_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。
3.安装 Elasticsearch-head 插件（在Node1、Node2节点上操作）
（1）编译安装 node
#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 -j2 && make install
（2）安装 phantomjs（前端的框架）
#上传软件包 phantomjs-2.1.1-linux-x86_64.tar.bz2 到
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
（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 zxvf elasticsearch-head.tar.gz -C /usr/local/src/
cd /usr/local/src/elasticsearch-head/
npm install
（4）修改 Elasticsearch 主配置文件
vim /etc/elasticsearch/elasticsearch.yml
--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
（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 &
> [email protected] start /usr/local/src/elasticsearch-head
> grunt server
Running "connect:server" (connect) task
Waiting forever...
Started connect web server on http://localhost:9100
#elasticsearch-head 监听的端口是 9100
netstat -natp |grep 9100
（6）通过 Elasticsearch-head 查看 Elasticsearch 信息
通过浏览器访问 http://192.168.174.15:9100/ 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。
（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。
[root@node1 elasticsearch-head]# curl -X PUT 'localhost:9200/index-demo/test/1?pretty&pretty' -H 'content-Type: application/json' -d '{"user":"billkin","mesg":"hello world"}'
{
"_index" : "index-demo",
"_type" : "test",
"_id" : "1",
"_version" : 1,
"result" : "created",
"_shards" : {
"total" : 2,
"successful" : 2,
"failed" : 0
},
"created" : true
}
- 浏览器访问 http://192.168.174.15:9100/ 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。
4.ELK 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。
（1）更改主机名
hostnamectl set-hostname apache
（2）安装Apahce服务（httpd）
yum -y install httpd
systemctl start httpd
（3）安装Java环境
yum -y install java
java -version
（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.测试 Logstash：
（1）Logstash 命令常用选项：
| 选项 | 作用 |
|---|---|
| -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。 |
（2）测试：
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）
2023-08-02T09:45:37.960Z apache www.baidu.com #输出结果（标准输出）
www.sina.com.cn #键入内容（标准输入）
2023-08-02T09:41:46.944Z apache www.sina.com.cn #输出结果（标准输出）
//执行 ctrl+c 退出
#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 } }'
OpenJDK 64-Bit Server VM warning: If the number of processors is expected to increase from one, then you should configure the number of parallel GC threads appropriately using -XX:ParallelGCThreads=N
www.baidu.com
ERROR StatusLogger No log4j2 configuration file found. Using default configuration: logging only errors to the console.
WARNING: Could not find logstash.yml which is typically located in $LS_HOME/config or /etc/logstash. You can specify the path using --path.settings. Continuing using the defaults
Could not find log4j2 configuration at path //usr/share/logstash/config/log4j2.properties. Using default config which logs to console
17:42:35.128 [[main]-pipeline-manager] INFO logstash.pipeline - Starting pipeline {"id"=>"main", "pipeline.workers"=>1, "pipeline.batch.size"=>125, "pipeline.batch.delay"=>5, "pipeline.max_inflight"=>125}
17:42:35.217 [[main]-pipeline-manager] INFO logstash.pipeline - Pipeline main started
The stdin plugin is now waiting for input:
{
"@timestamp" => 2023-08-02T09:42:35.244Z,
"@version" => "1",
"host" => "apache",
"message" => "www.baidu.com"
}
17:42:35.405 [Api Webserver] INFO logstash.agent - Successfully started Logstash API endpoint {:port=>9600}
#使用 Logstash 将信息写入 Elasticsearch 中
logstash -e 'input { stdin{} } output { elasticsearch { hosts=>["192.168.174.15:9200"] } }'
输入 输出 对接
......
www.baidu.com #键入内容（标准输入）
www.sina.com.cn #键入内容（标准输入）
www.google.com #键入内容（标准输入）
//结果不在标准输出显示，而是发送至 Elasticsearch 中，可浏览器访问 http://192.168.174.15:9100/ 查看索引信息和数据浏览。
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）。
（1）组件：
| 组件 | 含义 |
|---|---|
| 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。 |
（2）格式：
input {…}
filter {…}
output {…}
（3）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 => ["192.168.174.15:9200"] #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
（4）浏览器访问 http://192.168.174.15:9100/ 查看索引信息
四、总结：
1.Elasticsearch：
是一个分布式的实时搜索和分析引擎。它用于存储、搜索和分析大规模数据，具有强大的全文搜索和复杂查询的能力。
2.Logstash：
是一个用于收集、处理和转换日志数据的数据处理管道。它可以从不同的来源（如文件、数据库、网络等）收集数据，经过过滤和转换后将数据发送到不同的目的地。
3.Kibana：
是一个用于可视化和分析数据的工具。它提供了强大的数据分析和可视化功能，可以创建仪表盘、图表和地图等，以便更好地理解和展示数据。
-
ELK堆栈通常用于日志管理和分析，它可以帮助组织从海量的日志数据中提取有用的信息、进行故障排除和性能优化等任务。Elasticsearch用于存储和搜索日志数据，Logstash用于收集和处理日志数据，Kibana用于展示和分析日志数据。
-
ELK还可以与其他工具和技术集成，如Beats（用于轻量级数据收集）、X-Pack（用于安全、监控和管理）等，以增强其功能和扩展性。
总结起来，ELK提供了一个强大的、可扩展的解决方案，用于日志管理、搜索和分析，帮助组织处理和利用大量的日志数据，以便于故障排除、性能优化和业务洞察等用途。