ELK日志分析系统

目录

一、ELK概述

ELK的组成

1、ElasticSearch

2、Logstash

filebeat 结合 logstash 带来好处：

Logstash配置文件由三部分组成

3、Kiabana

ELK的工作原理

二、ELK部署

部署ElasticSearch软件

三、Filebeat+ELK部署

---

一、ELK概述

ELK的组成

ELK是由 ElasticSearch、Logstash 和 Kiabana 三个开源工具所组成， 完成更强大的用户对日志的查询、排序、统计需求。

1、ElasticSearch

作用：存储日志数据，创建索引，方便全文检索

elasticsearch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。

ElasticSearch是使用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

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、Logstash

作用：负责收集日志数据，通过模块对数据进行过滤、格式化处理，再输出

logstash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。

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。

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。

filebeat 结合 logstash 带来好处：

1）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
2）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
3）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
4）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。

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。在 Kubernetes 集群中也常使用 EFK 作为日志数据收集的方案。

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。

Logstash配置文件由三部分组成

1）input：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)

格式如下：

input {        #指定两个日志来源
    file { path =>"/var/log/messages" type =>"syslog"}        #日志来源为syslog
    file { path =>"/var/log/httpd/access.log" type =>"apache"}        #日志来源apache服务
}

2）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。（可选，根据需要选择使用）

        filter中的插件有：grok、date、mutate、mutiline

    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
    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（将多行数据合并在一行显示）
    data：对数据中的事件格式化进行统一和格式化
3）output：表示将logstash收集的数据经由过滤器处理之后输出道ElasticSearch。

3、Kiabana

作用：负责从elasticsearch中提取数据，并在web页面进行数据展示

Kibana 通常与 Elasticsearch 一起部署，Kibana 是 Elasticsearch 的一个功能强大的数据可视化 Dashboard，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。

完整日志采集系统基本特征
收集：能够采集多种来源的日志数据
传输：能够稳定的把日志数据解析过滤并传输到存储系统
存储：存储日志数据
分析：支持 UI 分析
警告：能够提供错误报告，监控机制

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

二、ELK部署

主机名	IP地址	部署的应用
node01	192.168.30.203	ElasticSearch、kibana
node02	192.168.30.104	ElasticSearch
apache	192.168.30.106	Logstash、Apache

环境准备

关闭防火墙和selinux，安装java环境（所有节点上都要做）

node01

node02

apache

部署ElasticSearch软件

安装elasticsearch—rpm包

将node01软件包传输到node02 opt上 并解压

node01

node02

修改elasticsearch主配置文件、性能调优并重启生效需重启生效（node01、node02）

node01

node02

优化elasticsearch用户拥有的内存权限

node01

node02

启动elasticsearch是否成功开启

systemctl start elasticsearch.service
systemctl enable elasticsearch.service
netstat -antp | grep 9200

node01

node02

浏览器访问查看节点信息

安装 Elasticsearch-head 插件

编译安装 node
上传软件包 node-v8.2.1.tar.gz 到/opt

ElasticSearch-head插件部署在node01节点或node02节点任意一个节点上即可

node01

安装 phantomjs 、 Elasticsearch-head 数据可视化工具

修改 Elasticsearch 主配置文件

启动 elasticsearch-head 服务

通过 Elasticsearch-head 查看 Elasticsearch 信息

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"}'
输出结果如下：

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。

安装Apahce服务（httpd）、Java环境 、logstash

测试 Logstash 定义输入和输出流

logstash -e 'input { stdin{} } output { stdout{} }'    只会在屏幕上输出

使用 Logstash 将信息写入 Elasticsearch 中
logstash -e 'input { stdin{} } output { elasticsearch { hosts=>["192.168.30.203:9200"] } }'

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。（apache服务器）

安装 Kiabana（任选一个服务器，这里选择apache服务器）

设置 Kibana 的主配置文件

创建日志文件，启动 Kibana 服务

验证 Kibana
浏览器访问 http://192.168.30.106:5601
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”

Next step -> Time Filter field name 选择 @timestamp -> Create index pattern

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

将 Apache 服务器的日志（访问的、错误的）添加到 Elasticsearch 并通过 Kibana 显示

cd /etc/logstash/conf.d/
logstash -f apache_log.conf  

三、Filebeat+ELK部署

基于上方的ELK的部署，另起一台部署Filebeat 192.168.30.200

安装 Filebeat

设置 filebeat 的主配置文件

启动 filebeat

在 Logstash 组件所在节点上新建一个 Logstash 配置文件（node01）

启动 logstash

浏览器访问 http://192.168.30.106:5601 登录 Kibana，单击“Create Index Pattern”按钮添加索引“filebeat-*”，单击 “create” 按钮创建，单击 “Discover” 按钮可查看图表信息及日志信息。

改中文
vim kibana.yml
最后一行改为zh-CN