ELK 系统搭建

男娘i 2022-05-27 11:42 232阅读 0赞

**ELK 简介**

ELK 是一般被称作日志分析系统，是三款开源软件的简称。通常在业务服务上线后我们会部署一套 ELK 系统，
    方便我们通过图形化界面直接查找日志，快速找到问题源并帮助解决问题。

当然了任何东西都会有他的两面性的，ELK 自然也不理外啦~~~

优势：统一查询入口，多维度查询与统计，适合团队；
       缺点：不适合业务前期，需要额外的硬件资源。

**ELK 系统架构图**  
![ELK 系统架构图][ELK]

工作流程

1.  Filebeat 定时监控并收集每个服务的日志信息；
2.  Logstash 把格式化日志信息发送到 ES 中进行存储，同时发送到监控预警服务进行处理；
3.  监控中心处理日志内容，配置相应策略通过邮件或者即时通讯方式告知开发人员；
4.  Kibana 结合 ES 提供的搜索功能进行查询，使用 Kibana 自带的图表功能进行统计。

开始搭建：

1.  **elasticsearch 搭建**： [参考我之前的Elasticsearch 搭建流程][Elasticsearch]
2.  **Filebeat 搭建**  
    *2.1. 下载源文件*

wget https://artifacts.elastic.co/downloads/beats/filebeat/filebeat-6.2.3-x86_64.rpm

*2.2 解压*

tar -zxvf filebeat-6.2.3-linux-x86_64.tar.gz

*2.3. 进入解压后的文件夹，配置 filebeat.yml*

filebeat.prospectors:
    - type: log
      enabled: true # 开关
      paths: # 日志文件路径，可以用用通配符
        - /var/log/xxx-info.log # 
        #- c:\programdata\elasticsearch\logs\*  如果是windows服务器，用这个路径
      multiline: # 日志多行处理，列如java的堆栈信息
          pattern: ^\d{4} # 匹配前缀为数字开头，如果不是日期，该行日志接到上一行后尾
          negate: true
          match: after
      fields: # 自定义属性，用于 Logstash 中
         service_name: customer # 产生日志的服务名
         log_type: info # 日志文件类型
         server_id: ip-address # 服务器ip地址
      scan_frequency: 50 #扫描间隔，单位为秒；设置太小会引起filebeat频繁扫描文件，导致cpu占用百分比过高
    
    - type: log
      enabled: true
      paths:
        - /var/log/customer-error.log
      multiline:
          pattern: ^\d{4}
          negate: true
          match: after
      fields:
         service_name: customer
         log_type: error
         server_id: 127.0.0.1
      scan_frequency: 60
    output.logstash: # 输出到logstash的安装位置，以及监听的端口
      hosts: ["129.1.7.203:5043"]

启动 filebeat 的命令为：`./filebeat -e -c filebeat.yml`  
可能会有同学好奇，问什么要使用Filebeat 采集日志信息，再输送到logstash 中

为什么使用 Filebeat 而不是直接使用 Logstash 来收集日志？原因有以下几点。

1. Filebeat 更加的轻量级，Logstash 占用更多的系统资源，如果在每个服务器上部署 Logstash，
        有时候会影响到业务服务，导致服务响应缓慢；
     2. Filebeat 能够记录文件状态，文件状态记录在文件中（~FILEBEAT_HOME/data/registry）。
        此状态可以记住 harvesters 收集文件的偏移量，重启后 prospectors 能知道每个日志文件的记录状态
        再进行收集文件；
     3. Filebeat 保证至少有一次输出，因为 Filebeat 将每个事件的传递状态保存在文件中。在没有得到接收方
        确认时，会尝试一直发送，直到得到回应。

传输：将日志数据传送给中央处理系统

**3. logstash 搭建**

Logstash 监控 Beats 源并且将 Beats 的数据进行过滤处理，Logstash 的优势是有非常丰富的插件提供使用。Logstash 的工作模式如下： 一张图片说明 （!-\_-）  
![这里写图片描述][70]

logstash通过管道pipeline进行传输，必选的两个组件是输入input和输出output，还有个可选过滤器filter
     logstash将数据流中等每一条数据称之为一个event,即读取每一行数据的行为叫做事件
    	#输入
    	input {
    	  ...
    	}
    
    	# 过滤器
    	filter {
    	  ...
    	}
    
    	# 输出
    	output {
    	  ...
    	}

*3.1. 安装， 同样是下载解压*

wget https://artifacts.elastic.co/downloads/logstash/logstash-6.2.3.tar.gz
    tar -zxvf kibana-6.2.3-linux-x86_64.tar.gz

*3.2. Logstash 的配置文件 logstash.conf*

input { # 指定输入源-beats- filebeat
      beats {
        host => "localhost"
        port => "5043"
      }
    }
    
    filter { # 日志格式化，使用 grok 插件
       if [fields][log_type] == 'error' { # 如果是error类型的日志该怎么处理,在filebeat 的fields中定义
        grok { # 使用 grok 插件进行一整条日志信息格式成key-value信息
          match => { "message" => "%{TIMESTAMP_ISO8601:logdate} %{LOGLEVEL:loglevel} %{JAVACLASS:class} %{NUMBER:thread} %{JAVALOGMESSAGE:logmsg}" } # 这里采用的是grok预制的一些正则，":"后面是我们自定义的key
            }
        date { # 将 kibana 的查询时间改成日志的打印时间，方便之后查询，如果不改的话，kibana会有自己的时间，导致查询不方便
            match => ["logdate", "yyyy-MM-dd HH:mm:ss Z", "ISO8601"]
            target => "@timestamp"
        }
       }
    
       if [fields][log_type] == 'info' { # 如果是info类型该怎么格式，这里是重复的，如果有日志格式不一样比如nginx的日志类型，可以在这里自己定义
        grok {
          match => { "message" => "%{TIMESTAMP_ISO8601:logdate} %{LOGLEVEL:loglevel} %{JAVACLASS:class} %{NUMBER:thread} %{JAVALOGMESSAGE:logmsg}" }
            }
        date {
            match => ["logdate", "yyyy-MM-dd HH:mm:ss Z", "ISO8601"]
            target => "@timestamp"
        }
       }
    }
    
    output { # 输出设置 
      stdout { # 输出到控制台
          codec => rubydebug 
      }
      # 输出到elasticsearch，提供给kibana进行搜索
      elasticsearch { 
            hosts => [ "localhost:9200" ]
            index => "%{[fields][service_name]}-%{+YYYY.MM.dd}" # 在es中存储的索引格式，按照“服务名-日期”进行索引
      }
      
       if "ERROR" == [loglevel] { # 如果是ERROR日志单独发一份邮件给管理者，在写了日志处理中心后这里可以去掉，然后交给日志处理中心处理
        email {
            to => "email_me@163.com"
            via => "smtp"
            subject => "WARN: %{[fields][service_name]}项目出现ERROR异常"
            htmlbody => "error_message：%{message}\\nhost:%{[fields][service_id]}\\nkibana:http://127.0.0.1:5601"
            from => "noreply@163.com"
            address => "smtp.163.com"
            username => "noreply@163.com"
            password => "password1234"
        }
      }
    
    }

Logstash 的输入插件有很多 [可参考input插件][input] ，可以根据实际情况选择不同的输入插件，由于是使用 Filebeat 做日志搜集，这里采用 beats 作为输入源。Logstash 在实际的日志处理中，最主要的作用是做日志的格式化与过滤，它的过滤插件有非常多 [可参考ilter插件][ilter] ，我们在实际中主要用到的过滤插件是 Grok ，它是一种基于正则的方式来对日志进行格式化和过滤。

Grok 的语法规则是：%{预置正则表达式:自定义属性名称}，如：%{TIMESTAMP_ISO8601:logdate}。
    前面的 TIMESTAMP_ISO8601 是预置的一些 Grok 表达式。更多预置的 Grok 表达式请访问：
    [Grok 预置正则表达式](https://github.com/logstash-plugins/logstash-patterns-core/tree/master/patterns)。
    
    如果预置 Grok 表达式的不能满足实际需求，可以写自定义的表达式，语法为：(?<自定义属性名称>正则表达式)。
    例如，我们在 Java 中有时遇到线程名：DiscoveryClient-InstanceInfoReplicator-0， 这个时候可以自定义表达式为：
    (?<thread-name>[A-Za-z0-9-]+[\d]?)。
    Grok 在线调试工具为 [Grok Debugger](https://grokdebug.herokuapp.com/)。

在 Logstash 的输出插件中我们指定四个输出位置：控制台、HTTP、Elasticsearch、Email。

控制台：其中控制台输出主要方便最初的调试；
    Elasticsearch：输出到 Elasticsearch 是为了作为 Kibana 之后进行搜索和查询的来源；
    HTTP：输出到日志处理中心方便我们在日志处理中心做进一步处理，包括通知与告警策略处理；
    Email：适合在前期量小的时候，人员能快速响应，在有日志处理中心后，可以去掉 Email 输出。

1.  Kibana 搭建:

# 下载安装包
    wget https://artifacts.elastic.co/downloads/kibana/kibana-6.2.3-linux-x86_64.tar.gz
    #解压
    tar -zxvf kibana-6.2.3-linux-x86_64.tar.gz
    # 进入解压好的文件目录
    cd kibana-6.2.3-linux-x86_64
    # 启动
    ./bin kibana

至此，ELK 系统就简单的搭建起来了。。。

在搭建的过程中会有一些常见的问题，这里简单记录一下解决方案：

1、JVM内存溢出导致的 ES或者Logstash服务启不来，报错 insufficient memory
    		解决：升级机器的内存和CPU；
    		或者改elasticSeach和logstash的JVM.option，最大堆内存xmx和初始堆内存xms
    
    
    	2、ES启动报错
    		seccomp unavailable: CONFIG_SECCOMP not compiled into kernel, CONFIG_SECCOMP and CONFIG_SECCOMP_FILTER are needed
    		修改elasticsearch.yml 添加一下内容			
    		bootstrap.memory_lock: false   为了避免内存和磁盘之间的swap
    		bootstrap.system_call_filter: false  
    
    	3、ERROR: bootstrap checks failed max virtual memory areas vm.max_map_count [65530] is too low, increase to at least 
    		临时设置：sudo sysctl -w vm.max_map_count=262144
    		永久修改：
    		修改/etc/sysctl.conf 文件，添加 “vm.max_map_count”设置
    		并执行：sysctl -p

[ELK]: /images/20220527/a93c97c9218d41a097a8d76989fc180c.png
[Elasticsearch]: http://blog.csdn.net/fxbin123/article/details/79682876
[70]: /images/20220527/d7e6503033054fe6883802b14a89152a.png
[input]: https://www.elastic.co/guide/en/logstash/current/input-plugins.html
[ilter]: https://www.elastic.co/guide/en/logstash/current/filter-plugins.html