ELK日志分析系统
- 1.ELK概述
-
- 1.1 ELK日志分析系统
- 1.2 ELK中日志处理步骤
- 1.3 Elasticsearch概述
-
- (1)Elasticsearch的特性
- (2)分片和副本
- 1.4 LogStash概述
- 1.5 Kibana概述
- 2.搭建部署ELK
- 2.1 拓扑图
-
- 2.2 配置node
-
- 2.2.1 配置节点名
- 2.2.2 配置 Elasticsearch 环境
- 2.2.3 部署 Elasticsearch 软件
- 2.2.4 修改es主配置文件
- 2.2.5 检查集群的健康和状态
- 2.3安装 elasticsearch-head 插件
- 2.4 安装 phantomjs(前端框架)
- 2.5 安装 elasticsearch-head(数据可视化工具)
- 2.6 修改Elasticsearch主配置文件
- 2.7 启动 elasticsearch-head
- 2.8 安装 logstash 搜集日志输出到 Elasticsearch 中
- 2.9 安装 logstash
- 2.10 测试logstash命令
- 2.11 在Apache主机上做对接配置
- 2.12安装kibana
-
- 2.12.1 在宿主机192.168.163.1上访问
- 2.13 对接Apache主机的Apache 日志文件(访问日志、错误日志)
- 2.14 打开输入http://192.168.148.12,制造点访问记录
1.ELK概述
在规模较大的企业场景中,面临问题包括日志量太大如何归档、文本搜索太慢怎么办、如何多维度查询。需要集中化的日志管理,所有服务器上的日志收集汇总。常见解决思路是建立集中式日志收集系统,将所有节点上的日志统一收集,管理,访问。
所以企业中都会建立日志服务器,调高安全性、集中化管理,但是相应的大量的日志文件导致对日志分析困难。而今天介绍的ELK就是为了解决这一问题。
1.1 ELK日志分析系统
ELK是由Elasticsearch、Logstash、Kiban三个开源软件的组合。在实时数据检索和分析场合,三者通常是配合共用,而且又都先后归于 Elastic.co 公司名下,故有此简称。
1.2 ELK中日志处理步骤
![](https://img.laitimes.com/img/9ZDMuAjOiMmIsIjOiQnIsIiclRnblN2XjlGcjAzNfRHLGZkRGZkRfJ3bs92YsYTMfVmepNHL0EERNhXQ61keRpHW4Z0MMBjVtJWd0ckW65UbM5WOHJWa5kHT20ESjBjUIF2X0hXZ0xCMx81dvRWYoNHLrdEZwZ1Rh5WNXp1bwNjW1ZUba9VZwlHdssmch1mclRXY39CXldWYtlWPzNXZj9mcw1ycz9WL49zZuBnL4UjNwUTN1YTM5EzNwEjMwIzLc52YucWbp5GZzNmLn9Gbi1yZtl2Lc9CX6MHc0RHaiojIsJye.png)
第一步:将日志进行集中化管理(beats)
第二步:将日志格式化(Logstash),然后将格式化后的数据输出到Elasticsearch
第三步:对格式化后的数据进行索引和存储(Elasticsearch)
第四步:前端数据的展示(Kibana)
1.3 Elasticsearch概述
Elasticsearch是一个基于Lucene的搜索服务器。它基于RESTful
web接口提供了一个分布式多用户能力的全文搜索引擎。
Elasticsearch是用Java开发的,并作为Apache许可条款下的开放源码发布,是第二流行的企业搜索引擎。设计用于云计算中,能够达到实时搜索,稳定,可靠,快速,安装使用方便。
![]()
ELK私房菜————|ELK|Kiabana|Filebeat|ELK企业级日志分析|超详细图解|1.ELK概述2.搭建部署ELK2.1 拓扑图
(1)Elasticsearch的特性
- 接近实时的搜索
- 集群
- 节点
- 索引
- 索引(库)→类型(表)→文档(记录)
- 分片和副本
(2)分片和副本
在上述特性中,最重要的就是分片和副本,也是让es数据库(Elasticsearch)成为百度这些主流搜索引擎的主要原因,理论上能提升4倍的性能。
结合实际情况分析:索引存储的数据可能超过单个节点的硬件限制,如一个10亿文档需1TB空间可能不适合存储在单个节点的磁盘上,或者从单个节点搜索请求太慢了,为了解决这个问题,elasticsearch提供将索引分成多个分片的功能,当在创建索引时,可以定义想要分片的数量。每个分片就是一个全功能的独立索引,可以位于集群中任何节点上。
分片的特点:
- 水平分割扩展,增大存储量
- 分布式并行跨分片操作,提供性能和吞吐量
分布式分片的机制和搜索请求的文档如何汇总完全是有elasticsearch控制的,这些对用户而言是透明的
网络问题等等其他问题可以在任何时候不期而至,为了健壮性,强烈建议要有个故障切换机制,无论何种故障以防止分片或者节点不可用,为此,elasticsearch让我们将索引分片复制一份或多份,称为分片副本或副本
副本的特点:
- 高可用性,以应对分片或者节点故障,出于这个原因,分片副本要在不同的节点上
- 性能加强,增加吞吐量,搜索可以并行在所有副本上执行
1.4 LogStash概述
- 一款强大的数据处理工具
- 可实现数据传输、格式处理、格式化输出
- 数据输入、数据加工(如过滤,改写等)以及数据输出
- 常用插件:Input、Filter Plugin、Output
- Input:收集源数据(访问日志、错误日志等)
- Filter Plugin:用于过滤日志和格式处理
- Output:输出日志
1.5 Kibana概述
- 一个针对Elasticsearch的开源分析及可视化平台
- 搜索、查看存储在Elasticsearch索引中的数据
- 通过各种图表进行高级数据分析及展示
- Kibana主要功能
- Elasticsearch无缝之集成
- Kibana架构为Elasticsearch定制,可以将任何结构化和非结构化数据加入Elasticsearch索引。Kibana还充分利用了Elasticsearch强大的搜索和分析功能。
- 整合数据
- Kibana能够更好地处理海量数据,并据此创建柱形图、折线图、散点图、直方图、饼图和地图。
- 复杂数据分析
- Kibana提升了Elasticsearch分析能力,能够更加智能地分析数据,执行数学转换并且根据要求对数据切割分块。
- 让更多团队成员收益
- 强大的数据库可视化接口让各业务岗位都能够从数据集合受益。
- 接口灵活,分享更容易
- 使用Kibana可以更加方便地创建、保存、分享数据,并将可视化数据快速交流。
- 配置简单
- Kibana的配置和启用非常简单,用户体验非常友好。Kibana自带Web服务器,可以快速启动运行。
- 可视化多数据源
- Kibana可以非常方便地把来自Logstash、ES-Hadoop、Beats或第三方技术的数据整合到Elasticsearch,支持的第三方技术包括Apache flume、 Fluentd 等。
- 简单数据导出
- Kibana可以方便地导出感兴趣的数据,与其它数据集合并融合后快速建模分析,发现新结果。
ELK私房菜————|ELK|Kiabana|Filebeat|ELK企业级日志分析|超详细图解|1.ELK概述2.搭建部署ELK2.1 拓扑图
- Kibana可以方便地导出感兴趣的数据,与其它数据集合并融合后快速建模分析,发现新结果。
- Elasticsearch无缝之集成
2.搭建部署ELK
2.1 拓扑图
节点名 | IP地址 | 使用软件 |
---|---|---|
Node1 | 192.168.148.12 | Elasticsearch、Kibana |
Node2 | 192.168.148.13 | Elasticsearch |
Apache | 192.168.148.10 | Logstash |
2.2 配置node
2.2.1 配置节点名
systemctl stop firewalld.service
systemctl disable firewalld.service
setenforce 0
Node1节点:hostnamectl set-hostname node1
Node2节点:hostnamectl set-hostname node2
2.2.2 配置 Elasticsearch 环境
Node1/Node2
systemctl stop firewalld
systemctl disable firewalld
setenforce 0
yum -y install java-1.8.0-openjdk*
vim /etc/hosts
192.168.148.12 node1
192.168.148.13 node2
java -version
2.2.3 部署 Elasticsearch 软件
Node1/Node2
cd /opt
rpm -ivh elasticsearch-5.5.0.rpm
#设置开机自启
systemctl daemon-reload
systemctl enable elasticsearch.service
2.2.4 修改es主配置文件
cp /etc/elasticsearch/elasticsearch.yml /etc/elasticsearch/elasticsearch.yml.bak
vim /etc/elasticsearch/elasticsearch.yml
//17行 cluster.name: my-elk-cluster #集群名字
//23行 node.name: node1 #节点名字
//33行 path.data: /data/elk_data #数据存放路径
//37行 path.logs: /var/log/elasticsearch/ #日志存放路径
//43行 bootstrap.memory_lock: false #不在启动的时候锁定内存(前端缓存,与IOPS-性能测试方式,每秒读写次数相关)
//55行 network.host: 0.0.0.0 #提供服务绑定的IP地址,0.0.0.0代表所有地址
//59行 http.port: 9200 #侦听端口为9200
//68行 discovery.zen.ping.unicast.hosts: ["node1", "node2"] #集群发现通过单播实现
grep -v "^#" /etc/elasticsearch/elasticsearch.yml
mkdir -p /data/elk_data
chown elasticsearch:elasticsearch /data/elk_data/
systemctl start elasticsearch
netstat -antp |grep 9200
2.2.5 检查集群的健康和状态
#查看节点信息
查看节点信息,用宿主机浏览器打开 http://192.168.148.12:9200
查看节点信息,用宿主机浏览器打开 http://192.168.148.13:9200
#检查群集健康情况
用宿主机浏览网页,打开 http://192.168.148.12:9200/_cluster/health?pretty
用宿主机浏览网页,打开 http://192.168.148.13:9200/_cluster/health?pretty
#检查群集状态信息
打开 http://192.168.148.12:9200/_cluster/state?pretty
打开 http://192.168.148.13:9200/_cluster/state?pretty
2.3安装 elasticsearch-head 插件
#编译安装 node
#上传软件包 node-v8.2.1.tar.gz 到/opt
yum install gcc gcc-c++ make -y
cd /opt
tar zxvf node-v8.2.1.tar.gz
cd node-v8.2.1/
./configure
make && make install
2.4 安装 phantomjs(前端框架)
#上传软件包 phantomjs-2.1.1-linux-x86_64.tar.bz2 到
cd /opt
tar jxvf phantomjs-2.1.1-linux-x86_64.tar.bz2 -C /usr/local/src/
cd /usr/local/src/phantomjs-2.1.1-linux-x86_64/bin
cp phantomjs /usr/local/bin
2.5 安装 elasticsearch-head(数据可视化工具)
#上传软件包 elasticsearch-head.tar.gz 到/opt
cd /opt
tar zxvf elasticsearch-head.tar.gz -C /usr/local/src/
cd /usr/local/src/elasticsearch-head/
npm install
2.6 修改Elasticsearch主配置文件
vim /etc/elasticsearch/elasticsearch.yml
......
--末尾添加以下内容--
http.cors.enabled: true #开启跨域访问支持,默认为 false
http.cors.allow-origin: "*" #指定跨域访问允许的域名地址为所有
systemctl restart elasticsearch
2.7 启动 elasticsearch-head
cd /usr/local/src/elasticsearch-head/
npm run start &
#切换到后台运行
netstat -lnupt |grep 9100
netstat -lnupt |grep 9200
在宿主机上打开浏览器,访问 http://192.168.148.12:9100/
在宿主机上打开浏览器,访问 http://192.168.148.13:9100/
然后在 Elasticsearch 后面的栏目中摄入 http://192.168.148.12:9200,点击连接,查看群集颜色是否是健康的绿色
然后在 Elasticsearch 后面的栏目中摄入 http://192.168.148.13:9200,点击连接,查看群集颜色是否是健康的绿色
curl -XPUT 'localhost:9200/index-demo/test/1?pretty&pretty' -H 'content-Type: application/json' -d '{"user":"fox","mesg":"hello cat"}'
#索引为index-demo,类型为test,可以看到成功创建
1.打开浏览器输入http://192.168.148.13:9100/ 查看索引信息
2.可以看见索引默认被分片5个,并且有一个副本
3.点击数据浏览,会发现在node1上创建的索引为index-demo,类型为test这些相关的信息
2.8 安装 logstash 搜集日志输出到 Elasticsearch 中
Apache
apache(192.168.148.10)
#更改主机名
hostnamectl set-hostname apache
# 安装httpd服务
yum install -y httpd
systemctl start httpd
yum -y install java-1.8.0-openjdk*
2.9 安装 logstash
cd /opt
rpm -ivh logstash-5.5.1.rpm
systemctl start logstash.service
systemctl enable logstash.service
#建立logstash软连接
ln -s /usr/share/logstash/bin/logstash /usr/local/bin/
2.10 测试logstash命令
字段描述解释:
-f 通过这个选项可以指定logstash的配置文件,根据配置文件配置logstash
-e 后面跟着字符串 该字符串可以被当做logstash的配置(如果是” ”,则默认使用stdin做为输入、stdout作为输出)
-t 测试配置文件是否正确,然后退出
定义输入和输出流:
输入采用标准输入,输出采用标准输出(类似管道)
使用rubydebug显示详细输出,codec为一种编解码器
使用 Logstash 将信息写入 Elasticsearch 中
查看索引信息
多出 logstash-日期
http://192.168.148.12:9100/
点击数据浏览查看响应的内容
2.11 在Apache主机上做对接配置
Logstash配置文件主要由三部分组成:input、output、filter(根据需要)
chmod o+r /var/log/messages
ll /var/log/messages
vim /etc/logstash/conf.d/system.conf
input {
file{
path => "/var/log/messages"
type => "system"
start_position => "beginning"
}
}
output {
elasticsearch {
hosts => ["192.168.148.12:9200","192.168.148.12:9200"]
index => "system-%{+YYYY.MM.dd}"
}
}
systemctl restart logstash.service
2.12安装kibana
node1(192.168.148.12)
上传kibana-5.5.1-x86_64.rpm 到/opt目录
cd /opt
rpm -ivh kibana-5.5.1-x86_64.rpm
cd /etc/kibana/
cp kibana.yml kibana.yml.bak
vim kibana.yml
#2行;取消注释;kibana打开的端口(默认5601)
server.port: 5601
#7行;取消注释,修改;kibana侦听的地址
server.host: "0.0.0.0"
#21行;取消注释,修改;和elasticsearch建立联系
elasticsearch.url: "http://192.168.148.12:9200"
#30行;取消注释;在elasticsearch中添加.kibana索引
kibana.index: ".kibana"
systemctl start kibana.service
systemctl enable kibana.service
2.12.1 在宿主机192.168.163.1上访问
首次登录创建一个索引 名字:system-* (这是对接系统日志文件)
然后点最下面的出面的create 按钮创建
然后点最左上角的Discover按钮 会发现system-*信息
然后点下面的host旁边的add 会发现右面的图只有 Time 和host 选项了 这个比较友好
2.13 对接Apache主机的Apache 日志文件(访问日志、错误日志)
apache(192.168.148.12)
vim /etc/logstash/conf.d/apache_log.conf
input {
file{
path => "/etc/httpd/logs/access_log"
type => "access"
start_position => "beginning"
}
file{
path => "/etc/httpd/logs/error_log"
type => "error"
start_position => "beginning"
}
}
output {
if [type] == "access" {
elasticsearch {
hosts => ["192.168.148.12:9200"]
index => "apache_access-%{+YYYY.MM.dd}"
}
}
if [type] == "error" {
elasticsearch {
hosts => ["192.168.148.12:9200"]
index => "apache_error-%{+YYYY.MM.dd}"
}
}
}
/usr/share/logstash/bin/logstash -f apache_log.conf
2.14 打开输入http://192.168.148.12,制造点访问记录
打开浏览器 输入http://192.168.148.12:9100/ 查看索引信息
能发现apache_error-2021.07.19和apache_access-2021.07.19
打开浏览器 输入http://192.168.148.12:5601
点击左下角有个management选项—index patterns—create index pattern
分别创建apache_error-* 和 apache_access-* 的索引
总结
这套架构还是有不完美的地方,所以还能继续优化、扩充架构,例如扩充为efk架构。
efk架构是由elasticsearch+logstash+filebeat+kafka+kibana+redis构成,其中elasticsearch用于数据的索引和存储;logstash用于格式转换;filebeat(轻量级的文件收集工具)用于日志收集;kafka(消息队列,每秒可以处理几十万的并发数据)+redis(缓存服务)用于抗高并发;kibana用于前端数据的展示。
具体的就不讲了,有兴趣的可以额外看看。