分布式实时日志分析解决方案 ELK 部署架构
原文链接:http://www.importnew.com/27705.html
一、概述
ELK已经成为目前最流行的集中式日志解决方案，它主要是由Beats、Logstash、Elasticsearch、Kibana等组件组成，来共同完成实时日志的收集，存储，展示等一站式的解决方案。本文将会介绍ELK常见的架构以及相关问题解决。
Filebeat：Filebeat是一款轻量级，占用服务资源非常少的数据收集引擎，它是ELK家族的新成员，可以代替Logstash作为在应用服务器端的日志收集引擎，支持将收集到的数据输出到Kafka，Redis等队列。
Logstash：数据收集引擎，相较于Filebeat比较重量级，但它集成了大量的插件，支持丰富的数据源收集，对收集的数据可以过滤，分析，格式化日志格式。
Elasticsearch：分布式数据搜索引擎，基于ApacheLucene实现，可集群，提供数据的集中式存储，分析，以及强大的数据搜索和聚合功能。
Kibana：数据的可视化平台，通过该web平台可以实时的查看Elasticsearch中的相关数据，并提供了丰富的图表统计功能。
二、ELK常见部署架构
2.1、Logstash作为日志收集器
这种架构是比较原始的部署架构，在各应用服务器端分别部署一个Logstash组件，作为日志收集器，然后将Logstash收集到的数据过滤、分析、格式化处理后发送至Elasticsearch存储，最后使用Kibana进行可视化展示，这种架构不足的是：Logstash比较耗服务器资源，所以会增加应用服务器端的负载压力。
2.2、Filebeat作为日志收集器
该架构与第一种架构唯一不同的是：应用端日志收集器换成了Filebeat，Filebeat轻量，占用服务器资源少，所以使用Filebeat作为应用服务器端的日志收集器，一般Filebeat会配合Logstash一起使用，这种部署方式也是目前最常用的架构。
2.3、引入缓存队列的部署架构
该架构在第二种架构的基础上引入了Kafka消息队列（还可以是其他消息队列），将Filebeat收集到的数据发送至Kafka，然后在通过Logstasth读取Kafka中的数据，这种架构主要是解决大数据量下的日志收集方案，使用缓存队列主要是解决数据安全与均衡Logstash与Elasticsearch负载压力。
2.4、以上三种架构的总结
第一种部署架构由于资源占用问题，现已很少使用，目前使用最多的是第二种部署架构，至于第三种部署架构个人觉得没有必要引入消息队列，除非有其他需求，因为在数据量较大的情况下，Filebeat使用压力敏感协议向Logstash或Elasticsearch发送数据。如果Logstash正在繁忙地处理数据，它会告知Filebeat减慢读取速度。拥塞解决后，Filebeat将恢复初始速度并继续发送数据。
三、问题及解决方案
问题：如何实现日志的多行合并功能？
系统应用中的日志一般都是以特定格式进行打印的，属于同一条日志的数据可能分多行进行打印，那么在使用ELK收集日志的时候就需要将属于同一条日志的多行数据进行合并。
解决方案：使用Filebeat或Logstash中的multiline多行合并插件来实现
在使用multiline多行合并插件的时候需要注意，不同的ELK部署架构可能multiline的使用方式也不同，如果是本文的第一种部署架构，那么multiline需要在Logstash中配置使用，如果是第二种部署架构，那么multiline需要在Filebeat中配置使用，无需再在Logstash中配置multiline。
1、multiline在Filebeat中的配置方式：
filebeat.prospectors:
-
paths:
-/home/project/elk/logs/test.log
input_type:log
multiline:
pattern:'^\['
negate:true
match:after
output:
logstash:
hosts:["localhost:5044"]
pattern：正则表达式
negate：默认为false，表示匹配pattern的行合并到上一行；true表示不匹配pattern的行合并到上一行
match：after表示合并到上一行的末尾，before表示合并到上一行的行首
如：
pattern:'\['
negate:true
match:after
该配置表示将不匹配pattern模式的行合并到上一行的末尾
2、multiline在Logstash中的配置方式
input{
beats{
port=>5044
}
}
filter{
multiline{
pattern=>"%{LOGLEVEL}\s*\]"
negate=>true
what=>"previous"
}
}
output{
elasticsearch{
hosts=>"localhost:9200"
}
}
（1）Logstash中配置的what属性值为previous，相当于Filebeat中的after，Logstash中配置的what属性值为next，相当于Filebeat中的before。
（2）pattern=>“%{LOGLEVEL}\s*\]”中的LOGLEVEL是Logstash预制的正则匹配模式，预制的还有好多常用的正则匹配模式，详细请看：https://github.com/logstash-plugins/logstash-patterns-core/tree/master/patterns
问题：如何将Kibana中显示日志的时间字段替换为日志信息中的时间？
默认情况下，我们在Kibana中查看的时间字段与日志信息中的时间不一致，因为默认的时间字段值是日志收集时的当前时间，所以需要将该字段的时间替换为日志信息中的时间。
解决方案：使用grok分词插件与date时间格式化插件来实现
在Logstash的配置文件的过滤器中配置grok分词插件与date时间格式化插件，如：
input{
beats{
port=>5044
}
}
filter{
multiline{
pattern=>"%{LOGLEVEL}\s*\]\[%{YEAR}%{MONTHNUM}%{MONTHDAY}\s+%{TIME}\]"
negate=>true
what=>"previous"
}
grok{
match=>["message","(?<customer_time>%{YEAR}%{MONTHNUM}%{MONTHDAY}\s+%{TIME})"]
}
date{
match=>["customer_time","yyyyMMddHH:mm:ss,SSS"]//格式化时间
target=>"@timestamp"//替换默认的时间字段
}
}
output{
elasticsearch{
hosts=>"localhost:9200"
}
}
如要匹配的日志格式为：“[DEBUG][2017081110:07:31,359][DefaultBeanDefinitionDocumentReader:106]Loadingbeandefinitions”，解析出该日志的时间字段的方式有：
①通过引入写好的表达式文件，如表达式文件为customer_patterns，内容为：
CUSTOMER_TIME%{YEAR}%{MONTHNUM}%{MONTHDAY}\s+%{TIME}
注：内容格式为：[自定义表达式名称][正则表达式]
然后logstash中就可以这样引用：
filter{
grok{
patterns_dir=>["./customer-patterms/mypatterns"]//引用表达式文件路径
match=>["message","%{CUSTOMER_TIME:customer_time}"]//使用自定义的grok表达式
}
}
②以配置项的方式，规则为：(?<自定义表达式名称>正则匹配规则)，如：
filter{
grok{
match=>["message","(?<customer_time>%{YEAR}%{MONTHNUM}%{MONTHDAY}\s+%{TIME})"]
}
}
问题：如何在Kibana中通过选择不同的系统日志模块来查看数据
一般在Kibana中显示的日志数据混合了来自不同系统模块的数据，那么如何来选择或者过滤只查看指定的系统模块的日志数据？
解决方案：新增标识不同系统模块的字段或根据不同系统模块建ES索引
1、新增标识不同系统模块的字段，然后在Kibana中可以根据该字段来过滤查询不同模块的数据
这里以第二种部署架构讲解，在Filebeat中的配置内容为：
filebeat.prospectors:
-
paths:
-/home/project/elk/logs/account.log
input_type:log
multiline:
pattern:'^\['
negate:true
match:after
fields://新增log_from字段
log_from:account
-
paths:
-/home/project/elk/logs/customer.log
input_type:log
multiline:
pattern:'^\['
negate:true
match:after
fields:
log_from:customer
output:
logstash:
hosts:["localhost:5044"]
通过新增：log_from字段来标识不同的系统模块日志
2、根据不同的系统模块配置对应的ES索引，然后在Kibana中创建对应的索引模式匹配，即可在页面通过索引模式下拉框选择不同的系统模块数据。
这里以第二种部署架构讲解，分为两步：
①在Filebeat中的配置内容为：
filebeat.prospectors:
-
paths:
-/home/project/elk/logs/account.log
input_type:log
multiline:
pattern:'^\['
negate:true
match:after
document_type:account
-
paths:
-/home/project/elk/logs/customer.log
input_type:log
multiline:
pattern:'^\['
negate:true
match:after
document_type:customer
output:
logstash:
hosts:["localhost:5044"]
通过document_type来标识不同系统模块
②修改Logstash中output的配置内容为：
output{
elasticsearch{
hosts=>"localhost:9200"
index=>"%{type}"
}
}
在output中增加index属性，%{type}表示按不同的document_type值建ES索引
四、总结
本文主要介绍了ELK实时日志分析的三种部署架构，以及不同架构所能解决的问题，这三种架构中第二种部署方式是时下最流行也是最常用的部署方式，最后介绍了ELK作在日志分析中的一些问题与解决方案，说在最后，ELK不仅仅可以用来作为分布式日志数据集中式查询和管理，还可以用来作为项目应用以及服务器资源监控等场景，更多内容请看官网。