ELK环境搭建ElasticSearch7.8.0+Logstash7.8.0+Kibana7.8.0

悠悠 2022-12-30 15:49 413阅读 0赞

ELK 就是 Elasticsearch、Logstash 和 Kibana 三个软件的首字母简写,ELK可以理解为集日志（数据）收集、分析、展示的一个系统。

我这边用的ELK版本是：elasticsearch-7.8.0、kibana-7.8.0-windows-x86、logstash-7.8.0，三个版本要一致才行。我们在elastic中文社区的下载中心可以下载到各个版本的我们需要用到的安装包，下载中心地址：[https://elasticsearch.cn/download/][https_elasticsearch.cn_download]

**一：Elasticsearch篇**

**1.yml配置**

在confg目录下找到elasticsearch.yml，进行简单的配置

http.cors.enabled: true
    http.cors.allow-origin: "*"
    node.master: true
    node.data: true

在config目录下找到jvm.options，设置编码为GBK，不然控制台输出会乱码

-Dfile.encoding=GBK

**2.启动 **

cd 到bin目录

执行elasticsearch命令，es就启动了

启动成功后访问localhost:9200,返回如下页面

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzMzNTU2MTg1_size_16_color_FFFFFF_t_70][]

**3.安装head插件**

elasticsearch-head 是用于监控 Elasticsearch 状态的客户端插件，包括数据可视化、执行增删改查操作等。此插件依赖于nodejs，所以先要安装好node环境

git clone git://github.com/mobz/elasticsearch-head.git

cd 到克隆的head目录下

npm install

npm run start

![2020122618503012.png][]

然后访问[http://localhost:9100/][http_localhost_9100]

**4.安装ik分词器 **

ik分词器下载地址：[https://github.com/medcl/elasticsearch-analysis-ik/releases][https_github.com_medcl_elasticsearch-analysis-ik_releases]

我们需要下载和elastic版本一致的ik版本，下载后，解压，放在elastic的plugins目录下，重启elastic即可

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzMzNTU2MTg1_size_16_color_FFFFFF_t_70 1][]

**二：Logstash篇**

1.配置

我们下载，解压我们的logstash安装包后，cd 到lib包下面，把jdbc的驱动包丢进去

2.配置

cd到config目录下，然后新建一个conf文件，写我们数据同步的配置

这里我根据索引的名字建了给文件夹business\_order,然后将配置都放在了这个文件夹

mysql.conf里写同步数据的配置

input{
        jdbc{
    		# 数据库驱动包存放路径
            jdbc_driver_library => "D:\dev\logstash-7.8.0\lib\driver\mysql-connector-java-8.0.19.jar"
    		# 数据库驱动器；
            jdbc_driver_class => "Java::com.mysql.cj.jdbc.Driver"
    		# 数据库连接方式
            jdbc_connection_string => "jdbc:mysql://localhost:3306/xfyd_account_web?useUnicode=true&characterEncoding=utf-8&useSSL=true&serverTimezone=UTC"
    		# 数据库用户名
            jdbc_user => "root"
    		# 数据库密码
            jdbc_password => "root"
    		# 数据库重连尝试次数
    		connection_retry_attempts => "3"
    		# 判断数据库连接是否可用，默认false不开启
    		jdbc_validate_connection => "true"
    		# 数据库连接可用校验超时时间，默认3600s
    		jdbc_validation_timeout => "3600"
    		# 开启分页查询（默认false不开启）
            jdbc_paging_enabled => "true"
    		# 单次分页查询条数（默认100000,若字段较多且更新频率较高，建议调低此值）
            jdbc_page_size => "100000"
    		# statement为查询数据sql，如果sql较复杂，建议通过statement_filepath配置sql文件的存放路径
            statement_filepath => "D:\dev\logstash-7.8.0\config\business_order\jdbc.sql"
    		#statement => "SELECT * FROM partner_business_order WHERE updated_time >= :sql_last_value order by id asc"
    
    		# 是否将字段名转换为小写，默认true（如果有数据序列化、反序列化需求，建议改为false）；
    		lowercase_column_names => false
    		# 是否记录上次执行结果，true表示会将上次执行结果的tracking_column字段的值保存到last_run_metadata_path指定的文件中
    		record_last_run => true
    		# 需要记录查询结果某字段的值时，此字段为true，否则默认tracking_column为timestamp的值
    		use_column_value => true
    		record_last_run => true
    		# 查询结果某字段的数据类型，仅包括numeric和timestamp，默认为numeric
    		tracking_column_type => numeric
    		# 需要记录的字段，用于增量同步，需是数据库字段
    		tracking_column => "updated_time"
    		# 记录上次执行结果数据的存放位置
    		last_run_metadata_path => "D:\dev\logstash-7.8.0\config\business_order\last_value_meta.txt"
    		# 是否清除last_run_metadata_path的记录，需要增量同步时此字段必须为false
    		clean_run => false
    		# 同步频率(分 时 天 月 年)，默认每分钟同步一次
            schedule => "* * * * *"
    		
        }
    	 
    }
    
    output{
    	elasticsearch{
    			# ES地址，集群中多个地址可用数组形式：hosts => ["localhost:9200"]
    			hosts => "localhost:9200"
    			# 索引名称
    			index => "business_order"
    			# 数据唯一索引（建议同数据库表的唯一ID对应）
    			document_id => "%{id}"
    			#如果设置为true，模板名字一样的时候，新的模板会覆盖旧的模板
    			template_overwrite => true 
                template_name => "my_template" #注意这个名字是用来查找映射配置的，尽量设置成全局唯一的
    			#映射配置文件的位置
    			template => "D:\dev\logstash-7.8.0\config\template\logstash-ik.json"
    			#关闭logstash自动管理模板功能 
    			manage_template =>  true
    
    		
    	}
    	
    
    }

然后新建一个last\_value\_meta.txt的文件，这个里面用来记录上次运行到的标记位置，里面的格式是这样的--- 1608200297371，我们可以在初始同步的时候，指定这个数字。

这里，我们将同步的sql单独写在了jdbc.sql文件里，方便维护。jdbc.sql内容如下：

SELECT id,app_id,order_no,created_by,created_time,updated_by,updated_time,deleted,handle_status,
    platform_code,partner_info_id,common_reward,advanced_reward FROM partner_business_order 
    WHERE updated_time >= :sql_last_value order by id asc

3.启动

cd到bin目录下

执行命令 logstash -f ../config/business\_order/mysql.conf

如果启动失败，可以使用-t命令来查看报错信息，如：logstash -f ../config/business\_order/mysql.conf -t

这个启动时间比较久，稍等1分钟，就能看到控制台打印出来我们同步的sql，这样就开始同步数据了。

**三：Kibana篇**

1.配置

下载，解压kibana后，在config文件夹下，修改kibana.yml

server.host: "localhost"
    elasticsearch.hosts: ["http://localhost:9200"]
    i18n.locale: "zh-CN"

2.启动

cd到bin目录下

执行命令kibana

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzMzNTU2MTg1_size_16_color_FFFFFF_t_70 2][]

3.devlTool的使用

我们访问http://localhost:5601，在kibana主页，点击Devtools菜单，然后我们就可以在这里执行elastic的命令了

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzMzNTU2MTg1_size_16_color_FFFFFF_t_70 3][]

左边是我们的控制台，选中ya要执行的命令行，然后点击小三角按钮，右边就显示了我们的响应。

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzMzNTU2MTg1_size_16_color_FFFFFF_t_70 4][]

至此，我们的elk就搭建完毕了。

[https_elasticsearch.cn_download]: https://elasticsearch.cn/download/
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzMzNTU2MTg1_size_16_color_FFFFFF_t_70]: /images/20221120/a5a322f8b985494dba993ce7162d2d21.png
[2020122618503012.png]: /images/20221120/87fe32c3326f457ea9d15df4f2aeb735.png
[http_localhost_9100]: http://localhost:9100/
[https_github.com_medcl_elasticsearch-analysis-ik_releases]: https://github.com/medcl/elasticsearch-analysis-ik/releases
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzMzNTU2MTg1_size_16_color_FFFFFF_t_70 1]: https://img-blog.csdnimg.cn/20201226185403753.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzMzNTU2MTg1,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzMzNTU2MTg1_size_16_color_FFFFFF_t_70 2]: https://img-blog.csdnimg.cn/20201226190139386.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzMzNTU2MTg1,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzMzNTU2MTg1_size_16_color_FFFFFF_t_70 3]: https://img-blog.csdnimg.cn/20201226190539959.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzMzNTU2MTg1,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzMzNTU2MTg1_size_16_color_FFFFFF_t_70 4]: https://img-blog.csdnimg.cn/20201226190623778.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzMzNTU2MTg1,size_16,color_FFFFFF,t_70