企业级绝对靠谱的日志分析系统ELK（Elasticsearch , Logstash, Kibana）
企业级日志分析系统ELK（Elasticsearch , Logstash, Kibana）
文章目录
- 企业级日志分析系统ELK（Elasticsearch , Logstash, Kibana）
- 前言
- 一、ELK概述
-
- 1、ELK日志分析系统
- 2.ELK日志处理特点
- 3、Elasticsearch概述
-
- （1）Elasticsearch的特性
- （2）分片和副本
- 4、LogStash概述
- 5、Kibana概述
- 二、部署ELK日志分析系统
-
- 1、配置elasticsearch环境
- 2、部署elasticsearch软件
-
- （1）安装elasticsearch—rpm包
- （2）加载系统服务
- （3）更改elasticsearch主配置文件
- （4）创建数据存放路径并授权
- （5）启动elasticsearch并查看是否成功开启
- （6）查看节点信息
- （7）检验集群健康状态
- （8）查看集群状态
- 3、安装elasticsearch-head插件
-
- （1）编译安装node组件依赖包
- （2）安装phantomjs（前端框架）
- （3）安装elasticsearch-head（数据可视化工具）
- （4）修改主配置文件
- （5）启动elasticsearch-head
- （6）使用elasticsearch-head插件查看集群状态
- （7）创建索引
- 4、安装logstash
-
- （1）安装Apahce服务（httpd）
- （2）安装Java环境
- （3）安装logstash
- （4）测试logstash命令
- （5）在Apache主机上做对接配置
- 5、安装kibana
-
- （6）对接Apache主机的Apache 日志文件（访问日志、错误日志）
- 总结
前言
一般我们需要进行日志分析场景：直接在日志文件中 grep、awk 就可以获得自己想要的信息。但在规模较大的场景中，此方法效率低下，面临问题包括日志量太大如何归档、文本搜索太慢怎么办、如何多维度查询。需要集中化的日志管理，所有服务器上的日志收集汇总。常见解决思路是建立集中式日志收集系统，将所有节点上的日志统一收集，管理，访问。
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。
一、ELK概述
1、ELK日志分析系统
ELK是由Elasticsearch、Logstash、Kiban三个开源软件的组合。在实时数据检索和分析场合，三者通常是配合共用，而且又都先后归于 Elastic.co 公司名下，故有此简称。
2.ELK日志处理特点
一个完整的集中式日志系统，需要包含以下几个主要特点：
- 收集－能够采集多种来源的日志数据——将日志进行集中化管理（beats）
- 传输－能够稳定的把日志数据传输到中央系统——将日志格式化（Logstash），然后将格式化后的数据输出到Elasticsearch
- 存储－如何存储日志数据——对格式化后的数据进行索引和存储（Elasticsearch）
- 分析－可以支持 UI 分析——前端数据的展示（Kibana）
- 警告－能够提供错误报告，监控机制
ELK提供了一整套解决方案，并且都是开源软件，之间互相配合使用，完美衔接，高效的满足了很多场合的应用。目前主流的一种日志系统。
3、Elasticsearch概述
Elasticsearch是一个基于Lucene的搜索服务器。它基于RESTful web接口提供了一个分布式多用户能力的全文搜索引擎。
Elasticsearch是用Java开发的，并作为Apache许可条款下的开放源码发布，是第二流行的企业搜索引擎。设计用于云计算中，能够达到实时搜索，稳定，可靠，快速，安装使用方便。
（1）Elasticsearch的特性
接近实时的搜索
集群
节点
索引
索引（库）→类型（表）→文档（记录）
分片和副本
（2）分片和副本
在上述特性中，最重要的就是分片和副本，也是让es数据库（Elasticsearch）成为百度这些主流搜索引擎的主要原因，理论上能提升4倍的性能。
结合实际情况分析：索引存储的数据可能超过单个节点的硬件限制，如一个10亿文档需1TB空间可能不适合存储在单个节点的磁盘上，或者从单个节点搜索请求太慢了，为了解决这个问题，elasticsearch提供将索引分成多个分片的功能，当在创建索引时，可以定义想要分片的数量。每个分片就是一个全功能的独立索引，可以位于集群中任何节点上。
分片的特点：
水平分割扩展，增大存储量
分布式并行跨分片操作，提供性能和吞吐量
分布式分片的机制和搜索请求的文档如何汇总完全是有elasticsearch控制的，这些对用户而言是透明的
网络问题等等其他问题可以在任何时候不期而至，为了健壮性，强烈建议要有个故障切换机制，无论何种故障以防止分片或者节点不可用，为此，elasticsearch让我们将索引分片复制一份或多份，称为分片副本或副本
副本的特点：
高可用性，以应对分片或者节点故障，出于这个原因，分片副本要在不同的节点上
性能加强，增加吞吐量，搜索可以并行在所有副本上执行
4、LogStash概述
一款强大的数据处理工具
可实现数据传输、格式处理、格式化输出
数据输入、数据加工（如过滤，改写等）以及数据输出
常用插件：Input、Filter Plugin、Output
- Input：收集源数据（访问日志、错误日志等）
- Filter Plugin：用于过滤日志和格式处理
- Output：输出日志
5、Kibana概述
一个针对Elasticsearch的开源分析及可视化平台
搜索、查看存储在Elasticsearch索引中的数据
通过各种图表进行高级数据分析及展示
Kibana主要功能
- Elasticsearch无缝之集成
Kibana架构为Elasticsearch定制，可以将任何结构化和非结构化数据加入Elasticsearch索引。Kibana还充分利用了Elasticsearch强大的搜索和分析功能。 - 整合数据
Kibana能够更好地处理海量数据，并据此创建柱形图、折线图、散点图、直方图、饼图和地图。 - 复杂数据分析
Kibana提升了Elasticsearch分析能力，能够更加智能地分析数据，执行数学转换并且根据要求对数据切割分块。 - 让更多团队成员收益
强大的数据库可视化接口让各业务岗位都能够从数据集合受益。 - 接口灵活，分享更容易
使用Kibana可以更加方便地创建、保存、分享数据，并将可视化数据快速交流。 - 配置简单
Kibana的配置和启用非常简单，用户体验非常友好。Kibana自带Web服务器，可以快速启动运行。 - 可视化多数据源
Kibana可以非常方便地把来自Logstash、ES-Hadoop、Beats或第三方技术的数据整合到Elasticsearch，支持的第三方技术包括Apache flume、 Fluentd 等。 - 简单数据导出
Kibana可以方便地导出感兴趣的数据，与其它数据集合并融合后快速建模分析，发现新结果。
二、部署ELK日志分析系统
一共六个安装包
相关安装包
此次实验ELK拓扑图
- 需求描述
配置ELK日志分析集群
使用Logstash收集日志
使用Kibana查看分析日志
- 此次ELK环境搭建
配置和安装ELK日志分析系统，安装集群方式，2个elasticsearch节点，并监控apache服务器日志
| 主机 | 操作系统 | IP地址 | 软件 |
|---|---|---|---|
| node1 | CentOS7 | 192.168.2.11 | Elasticsearch/Kibana |
| node2 | CentOS7 | 192.168.2.12 | Elasticsearch |
| apache | CentOS7 | 192.168.2.6 | httpd / Logstash |
| 客户机（宿主机） | Windows10 | 192.168.2.1 |
实验准备
关防火墙和系统安全机制
更改主机名
systemctl stop firewalld.service
systemctl disable firewalld.service
setenforce 0
hostnamectl set-hostname 主机名
1、配置elasticsearch环境
node1：192.168.2.11
node2：192.168.2.12
echo '192.168.2.11 node1' >> /etc/hosts
echo '192.168.2.12 node2' >> /etc/hosts
java -version #如果没有安装，yum -y install java
2、部署elasticsearch软件
node1：192.168.2.11
node2：192.168.2.12
（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）更改elasticsearch主配置文件
cp /etc/elasticsearch/elasticsearch.yml /etc/elasticsearch/elasticsearch.yml.bak
vim /etc/elasticsearch/elasticsearch.yml
#17行；取消注释，修改；集群名字
cluster.name: my-elk-cluster
#23行；取消注释，修改；节点名字（node2修改成node2）
node.name: node1
#33行；取消注释，修改；数据存放路径
path.data: /data/elk_data
#37行；取消注释，修改；日志存放路径
path.logs: /var/log/elasticsearch
#43行；取消注释，修改；不在启动的时候锁定内存
bootstrap.memory_lock: false
#55行；取消注释，修改；提供服务绑定的IP地址，0.0.0.0代表所有地址
network.host: 0.0.0.0
#59行；取消注释；侦听端口为9200（默认）
http.port: 9200
#68行；取消注释，修改；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"]
检验配置
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并查看是否成功开启
systemctl start elasticsearch
netstat -antp |grep 9200
（6）查看节点信息
宿主机：192.168.2.1上访问
http://192.168.2.11:9200
http://192.168.2.12:9200
（7）检验集群健康状态
宿主机：192.168.2.1上访问
http://192.168.2.11:9200/_cluster/health?pretty
http://192.168.2.12:9200/_cluster/health?pretty
（8）查看集群状态
宿主机：192.168.2.1上访问
http://192.168.2.11:9200/_cluster/state?pretty
http://192.168.2.12:9200/_cluster/state?pretty
3、安装elasticsearch-head插件
安装elasticsearch-head插件，用于管理集群
（1）编译安装node组件依赖包
node1：192.168.2.11
node2：192.168.2.12
yum -y install gcc gcc-c++ make
上传软件包 node-v8.2.1.tar.gz 到/opt
cd /opt
tar xzvf node-v8.2.1.tar.gz
cd node-v8.2.1/
./configure && make && make install
这里耗时比较长估计20-30分钟
（2）安装phantomjs（前端框架）
node1：192.168.2.11
node2：192.168.2.12
上传软件包 phantomjs-2.1.1-linux-x86_64.tar.bz2 到/opt目录下
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
（3）安装elasticsearch-head（数据可视化工具）
node1：192.168.2.11
node2：192.168.2.12
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）修改主配置文件
node1：192.168.2.11
node2：192.168.2.12
vim /etc/elasticsearch/elasticsearch.yml
......
#-------末尾;添加以下内容--------
http.cors.enabled: true
http.cors.allow-origin: "*"
#-----------参数解释-----------------------------
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
（5）启动elasticsearch-head
node1：192.168.2.11
node2：192.168.2.12
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）使用elasticsearch-head插件查看集群状态
宿主机：192.168.2.1上访问
http://192.168.2.11:9100
在Elasticsearch 的栏目中输入
http://192.168.2.11:9200
http://192.168.2.12:9100
在Elasticsearch 的栏目中输入
http://192.168.2.12:9200
（7）创建索引
node1：192.168.2.11
创建索引为index-demo,类型为test
curl -XPUT 'localhost:9200/index-demo/test/1?pretty&pretty' -H 'content-Type: application/json' -d '{"user":"zhangsan","mesg":"hello world"}'
回到宿主机192.168.2.1
打开浏览器输入地址，查看索引信息
http://192.168.2.11:9100
下图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, 相关的信息
4、安装logstash
收集日志输出到elasticsearch中
apache：192.168.2.6
（1）安装Apahce服务（httpd）
yum -y install httpd
systemctl start httpd
（2）安装Java环境
apache：192.168.2.6
java -version ###如果没有装 安装yum -y install java
（3）安装logstash
apache：192.168.2.6
上传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
#建立logstash软连接
ln -s /usr/share/logstash/bin/logstash /usr/local/bin/
（4）测试logstash命令
apache：192.168.2.6
字段描述解释：
-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
-e 后面跟着字符串 该字符串可以被当做logstash的配置（如果是” ”,则默认使用stdin做为输入、stdout作为输出）
-t 测试配置文件是否正确，然后退出
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{} }'
使用rubydebug显示详细输出，codec为一种编解码器
logstash -e 'input { stdin{} } output { stdout{ codec=>rubydebug } }'
使用 Logstash 将信息写入 Elasticsearch 中
logstash -e 'input { stdin{} } output { elasticsearch { hosts=>["192.168.2.11:9200"] } }'
宿主机：192.168.2.1上访问
查看索引信息
多出 logstash-日期
http://192.168.2.11:9100
点击数据浏览查看响应的内容
（5）在Apache主机上做对接配置
apache：192.168.2.6
Logstash配置文件主要由三部分组成：input、output、filter（根据需要）
chmod o+r /var/log/messages
ll /var/log/messages
vim /etc/logstash/conf.d/system.conf
input {
file{
path => "/var/log/messages"
type => "system"
start_position => "beginning"
}
}
output {
elasticsearch {
hosts => ["192.168.2.11:9200"]
index => "system-%{+YYYY.MM.dd}"
}
}
systemctl restart logstash.service
宿主机：192.168.2.1上访问
查看索引信息
多出 system-日期
http://192.168.2.11:9100
5、安装kibana
node1：192.168.2.11
上传kibana-5.5.1-x86_64.rpm 到/opt目录
cd /opt
rpm -ivh kibana-5.5.1-x86_64.rpm
cd /etc/kibana/
cp kibana.yml kibana.yml.bak
vim kibana.yml
#2行；取消注释；kibana打开的端口（默认5601）
server.port: 5601
#7行；取消注释，修改；kibana侦听的地址
server.host: "0.0.0.0"
#21行；取消注释，修改；和elasticsearch建立联系
elasticsearch.url: "http://192.168.2.11:9200"
#30行;取消注释；在elasticsearch中添加.kibana索引
kibana.index: ".kibana"
systemctl start kibana.service
systemctl enable kibana.service
宿主机：192.168.2.1上访问
192.168.2.11:5601
然后点最左上角的Discover按钮 会发现system-*信息
然后点下面的host旁边的add 会发现右面的图只有 Time 和host 选项了 这个比较友好
（6）对接Apache主机的Apache 日志文件（访问日志、错误日志）
apache：192.168.2.6
cd /etc/logstash/conf.d/
vim 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 => ["192.168.2.11:9200"]
index => "apache_access-%{+YYYY.MM.dd}"
}
}
if [type] == "error" {
elasticsearch {
hosts => ["192.168.2.11:9200"]
index => "apache_error-%{+YYYY.MM.dd}"
}
}
}
/usr/share/logstash/bin/logstash -f apache_log.conf
宿主机：192.168.2.1上访问
打开浏览器输入http://192.168.2.6，制造点访问记录
打开浏览器 输入http://192.168.2.11:9100/ 查看索引信息
发现apache_error-2021.03.15和apache_access-2021.03.15已生成并显示出来
打开浏览器 输入http://192.168.2.11:5601
点击左下角有个management选项—index patterns—create index pattern
分别创建apache_error-* 和 apache_access-* 的索引
总结
此架构仍存在不完美之处，能继续优化、扩充架构，例如扩充为efk架构。
efk架构是由elasticsearch+logstash+filebeat+kafka+kibana+redis构成
即
elasticsearch（分布式搜索引擎。具有高可伸缩、高可靠、易管理等特点。
用于数据的索引和存储）
+logstash（格式转换）
+filebeat（日志收集，更加轻量化，，它的后端是logstash）
+kafka（中间件，用于传递、处理交互请求，处理高并发和高吞吐量，每秒处理几万并发数据通常和redis一起使用）
+kibana（可视化化平台。它能够搜索、展示存储在 Elasticsearch 中索引数据。
使用它可以很方便的用图表、表格、地图展示和分析数据。）
+redis（缓存加速，减轻缓存压力，为logstash分压）