Filebeat将csv导入es尝试

一、安装

在docker中安装部署ELK+filebeat

二、主要配置

- type: log   # Change to true to enable this input configuration.   enabled: true   # Paths that should be crawled and fetched. Glob based paths.   paths:     - /home/centos/pip_v2.csv  #源路径     #- c:\programdata\elasticsearch\logs\*   #exclude_lines: ["^Restaurant Name,"]  #第一行为字段头以"Restaurant Name"开头，不要第一行   multiline:     pattern: ^\d{4}     #pattern: ',\d+,[^\",]+$'     negate: true     match: after     max_lines: 1000     timeout: 30s

三、关于elastic的pipline

https://hacpai.com/article/1512990272091

我简单介绍主流程，详情见上链接

1.开启数据预处理，node.ingest: true

2.向es提交pipline，并命名为my-pipeline-id

PUT _ingest/pipeline/my-pipeline-id
{
"description" : "describe pipeline",
"processors" : [
{
"set" : {
"field": "foo",
"value": "bar"
}
}
]
}

3.以上pipline的作用

若产生新的数据，会新增一个字段为foo:bar

4.curl的pipline即时测试

POST _ingest/pipeline/_simulate

是一个测试接口，提供pipline的规则和测试数据，返回结果数据

四、关于grok

是pipline中的正则匹配模式，以上规则的复杂版

POST _ingest/pipeline/_simulate {   "pipeline": {     "description": "grok processor",   "processors" : [     {       "grok": {         "field": "message",         "patterns": ["%{IP:client} %{WORD:method} %{URIPATHPARAM:request} %{NUMBER:bytes} %{NUMBER:duration}"]       }     }   ]   },   "docs": [     {       "_index": "index",       "_type": "type",       "_id": "id",       "_source": {        "message": "55.3.244.1 GET /index.html 15824 0.043"       }     }   ] }

五、使用pipline导入csv

utput.elasticsearch:   # Array of hosts to connect to.   hosts: ["localhost:9200"]   #index: "csvindex"   pipline: "my-pipeline-id"   # Protocol - either `http` (default) or `https`.   #protocol: "https"

测试结果pipline配置后，并没生效。

六、结论

1.filebeat 导入csv的资料很少，主要为pipline方式，测试几个失败。

2.J和数据组并没有filebaeat 导入csv的成功案例。J不太建议使用

结论：filebeat导csv并不方便，建议采用logstash。

一般日志收集可使用logstash，每行的信息会存到message中