ELK日志分析系统的详细介绍与部署
文章目录
- 1. ELK的概述
-
- 1.1 简介
- 1.2 使用ELK的理由
- 1.3 ELK的主要组件
-
- 1.3.1 Elasticsearch
- 1.3.2 Kibana
- 1.3.3 Logstash
-
- 1.3.3.1 简介
- 1.3.3.2 Logstash常用相关命令选项
- 1.3.3.3 Logstash 的输入和输出流
-
- 1.3.4 Logstash的相关配置文件
- 1.3.4 Filebeat
-
- 1.3.4.1 简介
- 1.3.4.2 filebeat 结合 logstash 的优点
- 1.3.5 缓存/消息队列
- 1.3.6 Fluentd
- 1.4 ELK的工作原理
- 2. 部署ELK
-
- 2.1 前置准备
- 2.2 环境搭建
- 2.3 ELK ElasticSearch部署（node1和node2)
-
- 2.3.1 rpm安装elasticsearch
- 2.3.2 修改elasticsearch主配置文件
- 2.3.3 es 性能调优参数（需重启生效）
- 2.3.4 启动elasticsearch
- 2.3.5 查看节点信息
- 2.3.6 查看集群信息
- 2.4 安装 Elasticsearch-head 插件
-
- 2.4.1 编译安装 node
- 2.4.2 安装 phantomjs
- 2.4.3 安装 Elasticsearch-head 数据可视化工具
- 2.4.4 修改 Elasticsearch 主配置文件
- 2.4.5 启动 elasticsearch-head 服务
- 2.4.6 通过 Elasticsearch-head 查看 Elasticsearch 信息
- 2.4.7 插入索引
- 2.5 ELK Logstash 部署
-
- 2.5.1 安装logstash和相关服务
- 2.5.2 测试 Logstash，将信息写入 Elasticsearch 中
- 2.5.3 修改 logstash配置文件
- 2.6 ELK Kiabana 部署
-
- 2.6.1 安装Kibana
- 2.6.2 修改kibana主配置文件
- 2.6.3 创建日志文件，启动 Kibana 服务
- 2.6.4 验证 Kibana
- 2.6.5 将 Apache 服务器的日志（访问的、错误的）添加到 Elasticsearch 并通过 Kibana 显示
- 3. Filebeat作为日志收集器
-
- 3.1 前置准备
- 3.2 安装Filebeat（Node1节点）
- 3.3 修改filebeat的主配置文件（Node1节点）
- 3.4 启动 filebeat
- 3.5 在 Logstash 组件所在节点上新建一个 Logstash 配置文件
1. ELK的概述
1.1 简介
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。
1.2 使用ELK的理由
集中化管理日志后，日志的统计和检索的效率降低。
ELK 提供了一个完整的日志管理和分析解决方案，能够帮助用户更好地理解数据、监控系统性能并进行故障排除。
1.3 ELK的主要组件
基础组件：Elasticsearch、Logstash、Kibana
扩展组件：Filebeat、Fluentd
1.3.1 Elasticsearch
Elasticsearch 提供了强大的搜索和分析引擎。
Elasticsearch是一个实时的、分布式的可扩展的搜索引擎
它基于 Lucene 搜索引擎库构建，具有分布式搜索、实时数据分析、高性能和高可伸缩性的特点。
Elasticsearch 可以存储和索引大规模的数据(比如日志），并提供快速的全文搜索、条件过滤、聚合和分析功能。
1.3.2 Kibana
Kibana 提供了可视化和交互式分析的界面。
Kibana 是一个针对Elasticsearch的开源数据分析及可视化平台，用来搜索、查看交互存储在Elasticsearch索引中的数据。
使用Kibana，可以通过各种图表进行高级数据分析及展示，创建自定义仪表盘来展示关键指标和监控警报。
1.3.3 Logstash
1.3.3.1 简介
Logstash 实现了数据的收集和处理。
Logstash 是一个可扩展的数据收集、转换和传输工具。
它可以从各种来源（如日志文件、消息队列、数据库等）收集数据，并将其转换为统一的格式，然后发送到 Elasticsearch 进行存储和分析。
Logstash 提供了丰富的输入插件和输出插件，可以与各种数据源和目标进行集成。
它还具有强大的过滤功能，可以对数据进行处理、过滤和转换，以满足不同的业务需求。
1.3.3.2 Logstash常用相关命令选项
#Logstash 命令常用选项
-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。
1.3.3.3 Logstash 的输入和输出流
#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）
#新版本默认使用 rubydebug 格式输出
logstash -e 'input { stdin{} } output { stdout{} }'
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 } }'
#示例
#键入内容（标准输入）
www.baidu.com
#使用 `input` 插件来定义一个输入源#`stdin{}` 表示使用标准输入作为输入
#然后使用 `output` 插件来定义一个输出目标
#`stdout{ codec=>rubydebug }` 表示将数据打印到标准输出，并使用 `rubydebug` 编解码器来格式化输出。
1.3.4 Logstash的相关配置文件
Logstash 配置文件基本由三部分组成：input、output 以及 filter。
filter部分选择性添加，可以没有。
input部分
#表示从数据源采集数据。
#常见的数据源如Kafka、日志文件等。
file beats kafka redis stdin
#基本格式
input {...}
filter部分
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。
#基本格式
filter {...}
| 插件名 | 功能 | |
|---|---|---|
| grok | 对若干个大文本字段进行再分割成一些小字段 (?<字段名>正则表达式) | 字段名正则表达式匹配到的内容 |
| date | 对数据中的时间格式进行统一和格式化 | |
| mutate | 对一些无用的字段进行剔除，或增加字段 | |
| mutiline | 对多行数据进行统一编排，多行合并或拆分 |
ouput部分
表示将Logstash收集的数据经由过滤器处理之后输出到Elasticsearch。
elasticsearch stdout
#基本格式
output {...}
#补充说明
在每个部分中，也可以指定多个访问方式font>。
#举个例子，若要指定两个日志来源文件，则格式如下：
input {
file { path =>"/var/log/messages" type =>"syslog"}
file { path =>"/var/log/httpd/access.log" type =>"apache"}
}
1.3.4 Filebeat
1.3.4.1 简介
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 进行解析，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。
1.3.4.2 filebeat 结合 logstash 的优点
-
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。
1.3.5 缓存/消息队列
例如：redis、kafka、RabbitMQ等
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。
1.3.6 Fluentd
Fluentd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。
1.4 ELK的工作原理
-
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。
-
Logstash 收集日志，将日志格式化并输出到 Elasticsearch 群集中。
-
Elasticsearch 对格式化后的数据进行索引和存储。
-
Kibana 从 ES 群集中查询数据生成图表，并进行前端数据的展示。
综上所述：
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。
2. 部署ELK
使用Logstash作为日志收集器
2.1 前置准备
| Server | IP | Components | System |
|---|---|---|---|
| apache | 192.168.67.100 | Logstash Apache | CentOS7.4(64 位) |
| node1 | 192.168.67.101 | Elasticsearch 、 Kibana | CentOS7.4(64 位) |
| node2 | 192.168.67.102 | Elasticsearch | CentOS7.4(64 位) |
2.2 环境搭建
systemctl disable firewalld --now
sed -i 's/enforcing/disabled/' /etc/selinux/config
#所有节点关闭防火墙和selinux
#apache节点
hostnamectl set-hostname apache
#node1节点
hostnamectl set-hostname node1
#node2节点
hostnamectl set-hostname node2
#域名解析
#node1和node2
cat > /etc/hosts << EOF
192.168.67.101 node1
192.168.67.102 node2
EOF
#查看java环境
#查看Java环境，如果没有安装，yum -y install java
java -version
2.3 ELK ElasticSearch部署（node1和node2)
2.3.1 rpm安装elasticsearch
#上传elasticsearch-6.7.2.rpm到/opt目录下
cd /opt
rpm -ivh elasticsearch-6.7.2.rpm
#加载系统服务
systemctl daemon-reload
systemctl enable elasticsearch.service --now
2.3.2 修改elasticsearch主配置文件
#node1
yml格式的文件，冒号后要加空格。
#先备份
cp /etc/elasticsearch/elasticsearch.yml /etc/elasticsearch/elasticsearch.yml.bak
vim /etc/elasticsearch/elasticsearch.yml
#编辑配置文件
#17行 取消注释，指定集群名字
cluster.name: my-elk-cluster
#23行 取消注释，指定节点名字：Node1节点为node1，Node2节点为node2
node.name: node1
node.master: true
node.data: true
#33行 取消注释，指定数据存放路径
path.data: /var/lib/elasticsearch/
#37行 取消注释，指定日志存放路径
path.logs: /var/log/elasticsearch/
#43行 取消注释，改为在启动的时候不锁定内存
bootstrap.memory_lock: false
#55行 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行 取消注释，ES 服务的默认监听端口为9200
http.port: 9200
transport.tcp.port: 9300
#68行 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: ["192.168.67.101:9300", "192.168.67.102:9300"]
#查看所有配置项
grep -v "^#" /etc/elasticsearch/elasticsearch.yml
#node2
#将node1的配置文件传输到node2
scp /etc/elasticsearch/elasticsearch.yml node2:/etc/elasticsearch/
#修改配置文件
vim /etc/elasticsearch/elasticsearch.yml
#23行 取消注释，指定节点名字：Node1节点为node1，Node2节点为node2
node.name: node2
2.3.3 es 性能调优参数（需重启生效）
#优化最大内存大小和最大文件描述符的数量
vim /etc/security/limits.conf
......
* soft nofile 65536
* hard nofile 65536
* soft nproc 32000
* hard nproc 32000
* soft memlock unlimited
* hard memlock unlimited
vim /etc/systemd/system.conf
DefaultLimitNOFILE=65536
DefaultLimitNPROC=32000
DefaultLimitMEMLOCK=infinity
##详解##
- DefaultLimitNOFILE 表示每个进程可以打开的最大文件描述符数量。
- DefaultLimitNPROC 表示每个用户可以创建的最大进程数量。
- DefaultLimitMEMLOCK 表示每个进程可以锁定的内存量。
#优化elasticsearch用户拥有的内存权限
由于ES构建基于lucene, 而lucene设计强大之处在于lucene能够很好的利用操作系统内存来缓存索引数据，以提供快速的查询性能。
lucene的索引文件segements是存储在单文件中的，并且不可变，对于OS来说，能够很友好地将索引文件保持在cache中，以便快速访问；因此，我们很有必要将一半的物理内存留给lucene ;
另一半的物理内存留给ES（JVM heap )。
所以， 在ES内存设置方面，可以遵循以下原则：
1.当机器内存小于64G时，遵循通用的原则，50%给ES，50%留给操作系统，供lucene使用；
2.当机器内存大于64G时，遵循原则：建议分配给ES分配 4~32G 的内存即可，其它内存留给操作系统，供lucene使用。
vim /etc/sysctl.conf
#一个进程可以拥有的最大内存映射区域数，参考数据（分配 2g/262144，4g/4194304，8g/8388608）
vm.max_map_count=262144
sysctl -p
sysctl -a | grep vm.max_map_count
reboot
#重启node1、noed2
2.3.4 启动elasticsearch
#创建数据存放路径并授权
mkdir -p /data/elk_data
chown elasticsearch:elasticsearch /data/elk_data/
#修改属主和属组
#启动elasticsearch
systemctl start elasticsearch.service
ss -antp | grep 9200
2.3.5 查看节点信息
#查看节点 Node1、Node2 的信息
#浏览器访问
http://192.168.67.101:9200
http://192.168.67.102:9200
2.3.6 查看集群信息
#浏览器访问
http://192.168.67.101:9200/_cluster/health?pretty
http://192.168.67.102:9200/_cluster/health?pretty
使用以上方式查看状态并不友好，可以通过 elasticsearch-head插件来直接管理。
2.4 安装 Elasticsearch-head 插件
Elasticsearch 在 5.0 版本后，Elasticsearch-head 插件需要作为独立服务进行安装，需要使用npm工具（NodeJS的包管理工具）安装。
安装 Elasticsearch-head 需要提前安装好依赖软件 node 和 phantomjs。
node：是一个基于 Chrome V8 引擎的 JavaScript 运行环境。
phantomjs：是一个基于 webkit 的JavaScriptAPI，可以理解为一个隐形的浏览器，任何基于 webkit 浏览器做的事情，它都可以做到。
2.4.1 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
#安装依赖环境
#解压源码包
cd /opt
tar zxf node-v8.2.1.tar.gz
#编译安装
cd node-v8.2.1/
./configure
make -j2 && make install
2.4.2 安装 phantomjs
上传软件包 phantomjs-2.1.1-linux-x86_64.tar.bz2 到/opt。
#解压
cd /opt
tar jxf 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
#复制相关文件
2.4.3 安装 Elasticsearch-head 数据可视化工具
上传软件包 elasticsearch-head-master.zip 到/opt。
#解压软件包
cd /opt
unzip elasticsearch-head-master.zip
cd elasticsearch-head-master/
npm install
#安装依赖包
2.4.4 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
2.4.5 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 /opt/elasticsearch-head-master/
npm run start &
ss -natp |grep 9100
#elasticsearch-head 监听的端口是 9100
2.4.6 通过 Elasticsearch-head 查看 Elasticsearch 信息
#浏览器访问
http://192.168.67.101:9100/
连接群集
#如果看到群集健康值为 green 绿色，代表群集很健康
2.4.7 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。
curl -X PUT 'localhost:9200/index-demo/test/1?pretty&pretty' -H 'content-Type: application/json' -d '{"user":"zhangsan","mesg":"hello world"}'
#浏览器访问
http://192.168.67.101:9100/
#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。
2.5 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。
2.5.1 安装logstash和相关服务
#安装Apahce服务（httpd）
yum -y install httpd
systemctl start httpd
#安装Java环境
yum -y install java
java -version
#安装logstash
上传软件包 logstash-6.7.2.rpm 到/opt目录下
#rpm安装
cd /opt
rpm -ivh logstash-6.7.2.rpm
systemctl enable logstash.service --now
ln -s /usr/share/logstash/bin/logstash /usr/local/bin/
#做软链接，方便使用
2.5.2 测试 Logstash，将信息写入 Elasticsearch 中
#使用 Logstash 将信息写入 Elasticsearch 中
logstash -e 'input { stdin{} } output { elasticsearch { hosts=>["192.168.67.101:9200"] } }'
输入 输出 对接
......
www.baidu.com
www.sina.com.cn
www.google.com
#结果不在标准输出显示，而是发送至 Elasticsearch 中
浏览器访问
http://192.168.67.101:9100/
查看索引信息和数据浏览
2.5.3 修改 logstash配置文件
#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
cd /etc/logstash/conf.d/
vim system.conf
input {
file{
path =>"/var/log/messages"
type =>"system"
start_position =>"beginning"
# ignore_older => 604800
sincedb_path => "/etc/logstash/sincedb_path/log_progress"
add_field => {"log_hostname"=>"${HOSTNAME}"}
}
}
output {
elasticsearch {
hosts => ["192.168.67.101:9200","192.168.67.102:9200"]
index =>"system-%{+YYYY.MM.dd}"
}
}
#配置文件详解
#输入部分
input {
file{
path =>"/var/log/messages"
type =>"system"
start_position =>"beginning"
# ignore_older => 604800
sincedb_path => "/etc/logstash/sincedb_path/log_progress"
add_field => {"log_hostname"=>"${HOSTNAME}"}
}
}
#path表示要收集的日志的文件位置
#type是输入ES时给结果增加一个叫type的属性字段
#start_position可以设置为beginning或者end，beginning表示从头开始读取文件，end表示读取最新的，这个要和ignore_older一起使用
#ignore_older表示了针对多久的文件进行监控，默认一天，单位为秒，可以自己定制，比如默认只读取一天内被修改的文件
#sincedb_path表示文件读取进度的记录，每行表示一个文件，每行有两个数字，第一个表示文件的inode，第二个表示文件读取到的位置（byteoffset）。默认为$HOME/.sincedb*
#add_field增加属性。这里使用了${HOSTNAME}，即本机的环境变量，如果要使用本机的环境变量，那么需要在启动命令上加--alow-env
##输出
output {
elasticsearch { #输出到 elasticsearch
hosts => ["192.168.67.101:9200","192.168.67.102:9200"] #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
}
}
mkdir /etc/logstash/sincedb_path/
touch /etc/logstash/sincedb_path/log_progress
#新建文件路径
chown logstash:logstash /etc/logstash/sincedb_path/log_progress
#修改文件的属主属组
logstash -f system.conf
#使用logstash启动配置文件
浏览器访问
http://192.168.67.101:9100/
查看索引信息
2.6 ELK Kiabana 部署
在 Node1 节点上操作
2.6.1 安装Kibana
#上传软件包 kibana-6.7.2-x86_64.rpm 到/opt目录
cd /opt
rpm -ivh kibana-6.7.2-x86_64.rpm
2.6.2 修改kibana主配置文件
vim /etc/kibana/kibana.yml
#2行 取消注释，Kiabana 服务的默认监听端口为5601
server.port: 5601
#7行 取消注释，设置 Kiabana 的监听地址，0.0.0.0代表所有地址
server.host: "0.0.0.0"
#28行 取消注释，配置es服务器的ip，如果是集群则配置该集群中master节点的ip
elasticsearch.url: ["http://192.168.67.101:9200","http://192.168.67.102:9200"]
#37行 取消注释，设置在 elasticsearch 中添加.kibana索引
kibana.index: ".kibana"
#96行 取消注释，配置kibana的日志文件路径（需手动创建），不然默认是messages里记录日志
logging.dest: /var/log/kibana.log
2.6.3 创建日志文件，启动 Kibana 服务
touch /var/log/kibana.log
#创建日志文件
chown kibana.kibana /var/log/kibana.log
#更改其属主和属组
systemctl enable --now kibana.service
ss -natp |grep 5601
2.6.4 验证 Kibana
浏览器访问
http://192.168.67.101:5601
#第一次登录需要添加一个 Elasticsearch 索引
Management -> Index Pattern -> Create index pattern
Index pattern 输入：system-*
#在索引名中输入之前配置的 Output 前缀“system”
单击 “Discover” 按钮可查看图表信息及日志信息。
数据展示可以分类显示，在“Available Fields”中的“host”，然后单击 “add”按钮，可以看到按照“host”筛选后的结果
2.6.5 将 Apache 服务器的日志（访问的、错误的）添加到 Elasticsearch 并通过 Kibana 显示
vim /etc/logstash/conf.d/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 => ["192.168.67.101:9200","192.168.67.102:9200"]
index => "apache_access-%{+YYYY.MM.dd}"
}
}
if [type] == "error" {
elasticsearch {
hosts => ["192.168.67.101:9200","192.168.67.102:9200"]
index => "apache_error-%{+YYYY.MM.dd}"
}
}
}
cd /etc/logstash/conf.d/
/usr/share/logstash/bin/logstash -f apache_log.conf
浏览器访问 http://192.168.67.101:9100 查看索引是否创建
浏览器访问 http://192.168.2.100:5601
登录 Kibana
单击“Index Pattern -> Create Index Pattern”按钮添加索引
在索引名中输入之前配置的 Output 前缀 apache_access-*，并单击“Create”按钮。
再用相同的方法添加 apache_error-*索引。
选择“Discover”选项卡
在中间下拉列表中选择刚添加的 apache_access-* 、apache_error-* 索引， 可以查看相应的图表及日志信息。
3. Filebeat作为日志收集器
3.1 前置准备
| Server | IP | Components | System |
|---|---|---|---|
| Apache | 192.168.67.100 | Logstash Apache | CentOS7.4(64 位) |
| Node1 | 192.168.67.101 | Elasticsearch 、 Kibana | CentOS7.4(64 位) |
| Node2 | 192.168.67.102 | Elasticsearch | CentOS7.4(64 位) |
| Filebeat节点 | 192.168.67.103 | Filebeat | CentOS7.4(64 位) |
3.2 安装Filebeat（Node1节点）
上传软件包 filebeat-6.7.2-linux-x86_64.tar.gz 到/opt目录
#解压软件包
tar zxvf filebeat-6.7.2-linux-x86_64.tar.gz
mv filebeat-6.7.2-linux-x86_64/ /usr/local/filebeat
3.3 修改filebeat的主配置文件（Node1节点）
cd /usr/local/filebeat
vim filebeat.yml
filebeat.inputs:
- type: log
#指定 log 类型，从日志文件中读取消息
enabled: true
paths:
- /var/log/messages
#指定监控的日志文件
- /var/log/*.log
tags: ["sys"] #设置索引标签
fields: #可以使用 fields 配置选项设置一些参数字段添加到 output 中
service_name: filebeat
log_type: syslog
from: 192.168.67.103
--------------Elasticsearch output-------------------
(全部注释掉)
----------------Logstash output---------------------
output.logstash:
hosts: ["192.168.67.100:5044"] #指定 logstash 的 IP 和端口
3.4 启动 filebeat
#启动 filebeat
nohup ./filebeat -e -c filebeat.yml
#-e：输出到标准输出，禁用syslog/文件输出
#-c：指定配置文件
#nohup：在系统后台不挂断地运行命令，退出终端不会影响程序的运行
3.5 在 Logstash 组件所在节点上新建一个 Logstash 配置文件
cd /etc/logstash/conf.d
vim filebeat.conf
input {
beats {
port => "5044"
}
}
#filebeat发送给logstash的日志内容会放到message字段里面，logstash使用grok插件正则匹配message字段内容进行字段分割
#Kibana自带grok的正则匹配的工具：http://:5601/app/kibana#/dev_tools/grokdebugger
# %{IPV6}|%{IPV4} 为 logstash 自带的 IP 常量
filter {
grok {
match => ["message", "(?%{IPV6}|%{IPV4})[\s\-]+\[(?.*)\]\s+\"(?\S+)\s+(?.+)\"\s+(?\d+) \d+ \"(?.+)\" \"(?.*)\"" ]
}
}
output {
elasticsearch {
hosts => ["192.168.67.101:9200","192.168.67.102:9200"]
index => "%{[fields][service_name]}-%{+YYYY.MM.dd}"
}
stdout {
codec => rubydebug
}
}
logstash -f filebeat.conf
#启动 logstash
浏览器访问验证
浏览器访问 http://192.168.67.101:5601
登录 Kibana
单击“Create Index Pattern”按钮添加索引“filebeat-*”
单击 “create” 按钮创建
