ELK初探

什么是ELK?

ELK又被称为ELK Stack，既然被称为Stack，说明它并不是某一种技术，它是Elastic公司推出的一整套日志收集、分析和展示的解决方案。ELK分别为3个开源项目的首字母缩写，这三个项目分别是：Elasticsearch、Logstash 和 Kibana。下面我们分别来介绍这三个项目。

Elastic Search

Elastic Search（简称ES）毫无疑问是ELK的核心，他是一个分布式的开源搜索和分析引擎，适用于几乎所有类型的数据，包括文本、数字、地理空间、结构化和非结构化数据。说到Elastic Search就不能不提Apache Lucene。Lucene是一个高性能、全功能的全文检索引擎库，但其仅仅是一个库，需要使用Java将Lucene集成到应用程序中，并且需要一定的信息检索学知识才能了解其工作原理。

而Elasticsearch 同样使用 Java 编写，其内部使用 Lucene 做索引与搜索，但它隐藏了Lucene 的复杂性，取而代之的提供一套简单一致的 RESTful API，从而使全文搜索变得简单。同时，针对大数据场景，ES可以分布式部署于上千台节点，处理PB级数据。下面介绍几个ES的基本概念

集群（Cluster）

集群是一个或多个节点（服务器）的集合，这些节点负责保存全部数据，并在所有节点之间提供联合索引和搜索功能。

节点（Node）

节点是一台服务器，它是群集的一部分，存储数据并参与群集的索引和搜索功能。

索引（Index）

索引是具有相似特征的文档的集合。例如，可以为客户数据创建索引，为产品目录创建另一个索引，为订单数据创建另一个索引。索引由名称标识（必须全为小写），并且对该索引中的文档执行索引，搜索，更新和删除操作时，该名称用于引用索引。

倒排索引（inverted index）

Elasticsearch 使用倒排索引（也称为反向索引）来进行全文本搜索。倒排索引会列出在所有文档中出现的每个特有词汇，并且可以找到包含每个词汇的全部文档。而一般关系型数据库所用的正向索引（forward index）如果需要通过关键词来所某个文档，需要遍历全部文档，对于全文检索来说，效率低下。

Logstash

Logstash是一个开源的数据收集引擎，可以为ES收集来自不同数据源的数据，并利用其丰富的过滤器，对数据进行实时解析和转换，而ES并不是logstash的唯一输出选择，它同样可以为数据库、消息队列、云存储等多种应用提供数据。

工作原理

如上图，Logstash事件处理管道包括三个阶段：输入→过滤→输出。输入会生成事件，过滤器会对其进行修改，输出会将它们发送到其他地方。输入和输出支持编解码器，使您可以在数据进入或退出管道时对其进行编码或解码，而不必使用单独的过滤器。

输入（Input）

Logstash可以在同一时间从不同的常用来源捕捉数据，比如日志、指标、Web应用和数据存储等。

筛选器（Filter）

筛选器是Logstash管道中的中间处理设备。如果事件符合特定条件，则可以将过滤器与条件语句结合使用，对事件执行操作。比如常用的过滤器插件grok，它可以将非结构化的日志机构化，将日志消息分解成逻辑命名的字段，便于查询、分析和可视化。

输出（Output）

输出是Logstash管道的最后阶段。一个事件可以通过多个输出，但是一旦完成所有输出处理，该事件就完成了执行。根据不同的用途，logstash的输出到不同的下游，比如这些经过筛选的数据如果用于分析，就会被输出到Elastic Search或者MongoDB，如果用于监控就会被输出到Nagios或者Zabbix，如果用于存档就会被输出到HDFS或者S3。

Kibana

Kibana是一个开源的分析和可视化平台，用来搜索、查看储存在ES所以含中的数据。Kibana强大的交互功能可以使用户轻松地执行高级数据分析，并且以各种图表、表格和地图的形式可视化数据，其展示界面基于浏览器，简单易懂，能够快速创建和共享动态仪表板，实时显示ES查询的变化。

Beats

Beats是ELK stack中后来加入的一个组件，它是一个轻量级的数据采器，我们知道logstash也具有数据采集功能，但由于logstash是基于java开发，需要依赖虚拟机，同时又要进行数据处理，因此在性能方面并不令人满意。而beats在数据收集层面上并不进行过于复杂的数据处理，只是进行数据采集并传输给下游，另一方便，由于beats采用go语言开发，go是一种系统编程语言，具有并发友好以及部署方便的特点，能够在不依赖虚拟机的情况下运行，因此在数据采集方面性能优于logstash。

Beats以libbeat为核心库的架构，方便用户创建出适合于不通类型数据采集的Beats。目前官方负责维护的Beats和所收集的数据有以下几种。

通过Beats采集的数据可以直接传输到ES，如果需要事先处理，也可以先发送到Logstash进行解析，然后再传输给ES，下图是Beats的常见使用方法。

图片来源：https://www.elastic.co/guide/en/beats/libbeat/7.x/beats-reference.html#beats-reference

部署一个ELK

本例使用了滴滴云的虚拟机，因为是一个简单的demo，我们会把所有组件部署到一个虚机上，所以采用了配置较高的虚机，4核8G，40G高效云盘，操作系统为Centos 7.5。登陆后首先用sudo su命令切换到root用户。

1

2

3

[dc2-user@dc2-user ~]$ sudo su

[root@dc2-user]#

安装JDK8并设置环境变量。

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

23

24

25

26

27

28

tar -zxvf jdk-8u101-linux-x64.tar.gz

mv jdk1.8.0_101/ /usr/local/jdk1.8

# 设置环境变量

vim /etc/profile

# 加入如下内容

export JAVA_HOME=/usr/local/jdk1.8

export JRE_HOME=/usr/local/jdk1.8/jre

export CLASSPATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar:$JRE_HOME/lib:$CLASSPATH

export PATH=$JAVA_HOME/bin:$PATH

# 使得环境变量生效

source /etc/profile

# 打印java版本号

java -version

# 看到如下输出java环境安装完成

java version "1.8.0_101"

Java(TM) SE Runtime Environment (build 1.8.0_101-b13)

Java HotSpot(TM) 64-Bit Server VM (build 25.101-b13, mixed mode)

安装Elastic Search

1

2

3

4

wget https://artifacts.elastic.co/downloads/elasticsearch/elasticsearch-5.3.0.tar.gz

tar -zxvf elasticsearch-5.3.0.tar.gz

mv elasticsearch-5.3.0 /usr/local/

编辑配置文件/usr/local/elasticsearch-5.3.0/config/elasticsearch.yml。

1

2

3

4

5

6

7

8

9

# 服务监听IP地址

network.host: localhost

# 服务监听端口

http.port: 9200

# 索引文件和日志文件存储地址默认是在安装目录

path.data: /data/elasticsearch/data

path.logs: /data/elasticsearch/logs

一定要用非root用户来启动ES，这里用滴滴云默认的登录用户dc2-user，将ES文件的属组和属主变为dc2-user。

1 2	<font size=5> chown -R dc2-user:dc2-user /usr/local/elasticsearch-5.3.0/

启动ES并在后台运行。

1

2

3

/usr/local/elasticsearch-5.3.0/bin/elasticsearch &

访问本机的9200端口：

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

curl localhost:9200

{

"name" : "Fo6Reo2",

"cluster_name" : "elasticsearch",

"cluster_uuid" : "kNFPTL6lSe6XlcRiJnQJ6Q",

"version" : {

"number" : "5.3.0",

"build_hash" : "3adb13b",

"build_date" : "2017-03-23T03:31:50.652Z",

"build_snapshot" : false,

"lucene_version" : "6.4.1"

},

"tagline" : "You Know, for Search"

}

说明ES已经正常运行。

安装Kibana

1

2

3

4

wget https://artifacts.elastic.co/downloads/kibana/kibana-5.3.0-linux-x86_64.tar.gz

tar -zxvf kibana-5.3.0-linux-x86_64.tar.gz

mv kibana-5.3.0-linux-x86_64 /usr/local/kibana-5.3.0

出于安全考虑，我们现在配置文件中设置仅允许访问本机地址。

1

2

3

4

server.port: 5601

server.host: "127.0.0.1"

elasticsearch.url: "http://localhost:9200"

启动Kibana并在后台运行。

1 2	<font size=5> /usr/local/kibana-5.3.0/bin/kibana &

如果看到以下输出，说明kibana启动成功。

1

2

3

4

5

6

7

8

9

log [02:01:09.422] [info][status][plugin:kibana@5.3.0] Status changed from uninitialized to green - Ready

log [02:01:09.484] [info][status][plugin:elasticsearch@5.3.0] Status changed from uninitialized to yellow - Waiting for Elasticsearch

log [02:01:09.512] [info][status][plugin:console@5.3.0] Status changed from uninitialized to green - Ready

log [02:01:09.706] [info][status][plugin:timelion@5.3.0] Status changed from uninitialized to green - Ready

log [02:01:09.727] [info][listening] Server running at http://127.0.0.1:5601

log [02:01:09.729] [info][status][ui settings] Status changed from uninitialized to yellow - Elasticsearch plugin is yellow

log [02:01:10.258] [info][status][plugin:elasticsearch@5.3.0] Status changed from yellow to green - Kibana index ready

log [02:01:10.259] [info][status][ui settings] Status changed from yellow to green - Ready

这里之所以没有放开Kibana的外方访问是因为Kibana本身无法鉴权，任何人都可以直接访问，因此这里我们用nginx来做身份验证，可以直接用yum install nginx来安装。
编辑配置文件/etc/nginx/nginx.conf,在http模块中添加以下内容：

1

2

3

4

5

6

7

8

9

10

11

12

13

14

upstream kibana_web {

server 127.0.0.1:5601 weight=1 max_fails=2 fail_timeout=30s;

}

server {

listen 8081;

server_name 127.0.0.1:8081;

location / {

proxy_set_header Host $host;

auth_basic "secret";

auth_basic_user_file /etc/nginx/passwd.db;

proxy_pass http://kibana_web;

proxy_redirect off;

}

生成用户名和密码文件。

1 2	<font size=5> htpasswd -c /etc/nginx/passwd.db admin

如果没有htpasswd命令，需要安装httpd-tools，yum install -y httpd-tools。

启动nginx，systemctl start nginx,通过外网IP的8081端口访问kibana。注意，在滴滴云上如果需要外网访问某端口，需要在安全组中打开相应端口。

输入用户名和密码后可以看到Kibana的页面。

我们现在尝试在ES中插入一条日志。

1

2

3

curl -XPUT 'localhost:9200/test-log-2019-12-21?pretty'

curl -XPUT 'localhost:9200/test-log-2019-12-21/log/1?pretty' -d '{"msg":"滴滴云测试日志"}'

成功后，在Kibana中创建索引匹配规则。

创建完成后可以在discover中可以查看到这条日志。

安装Logstash

1

2

3

4

wget https://artifacts.elastic.co/downloads/logstash/logstash-5.3.0.tar.gz

tar -zxvf logstash-5.3.0.tar.gz

mv logstash-5.3.0 /usr/local/

Logstash的主要功能就是对输入的数据进行处理然后输出，因此就要为这些数建立一个通道，通过修改一下配置文件来创建通道：

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

vim /usr/local/logstash-5.3.0/config/test-pipeline.conf

# 指定输入源为beats 通过9011端口接收数据

input {

beats {

port => 9011

}

}

# 指定数据输出到elasticsearch 并且指定index名称，此例中我们来收集nginx的日志

output {

elasticsearch {

hosts => [ "localhost:9200" ]

index => "nginx-pipeline-%{+YYYY.MM.dd}"

}

}

启动Logstash。

1 2	<font size=5> /usr/local/logstash-5.3.0/bin/logstash -f /usr/local/logstash-5.3.0/config/nginx-pipeline.conf

如果看到以下信息，说明Logstash启动成功。

1

2

3

4

5

[2019-12-22T22:44:45,118][INFO ][logstash.pipeline ] Starting pipeline {"id"=>"main", "pipeline.workers"=>4, "pipeline.batch.size"=>125, "pipeline.batch.delay"=>5, "pipeline.max_inflight"=>500}

[2019-12-22T22:44:45,611][INFO ][logstash.inputs.beats ] Beats inputs: Starting input listener {:address=>"0.0.0.0:9011"}

[2019-12-22T22:44:45,648][INFO ][logstash.pipeline ] Pipeline main started

[2019-12-22T22:44:45,780][INFO ][logstash.agent ] Successfully started Logstash API endpoint {:port=>9600}

安装Filebeat

本例中的Beats我们选择Filebeat来收集本机的/var/log/nginx/以.log结尾的日志。

下载安装Filebeat。

1

2

3

4

wget https://artifacts.elastic.co/downloads/beats/filebeat/filebeat-5.3.1-linux-x86_64.tar.gz

tar -zxvf filebeat-5.3.1-linux-x86_64.tar.gz

mv filebeat-5.3.1-linux-x86_64 /usr/local/filebeat-5.3.1

配置数据采集和输出属性：

1 2	<font size=5> vim /usr/local/filebeat-5.3.1/filebeat.yml

默认配置是向ES输出：

1

2

3

4

5

#-------------------------- Elasticsearch output ------------------------------

output.elasticsearch:

# Array of hosts to connect to.

hosts: ["localhost:9200"]

修改为向logstash输出。

1

2

3

4

5

#-------------------------- Elasticsearch output ------------------------------

output.logstash:

# Array of hosts to connect to.

hosts: ["localhost:9011"]

配置文件中采集/var/log/nignx下以.log结尾的文件。

1

2

3

4

input_type: log

paths:

- /var/log/nginx/*.log

启动Filebeat。

1 2	<font size=5> /usr/local/filebeat-5.3.1/filebeat -c /usr/local/filebeat-5.3.1/filebeat.yml

在Kibana中创建新的pattern。

创建完成后可以到Discover中看到日志信息。

点击source可以看到总共收集了2个日志，access.log和error.log。

展开可以看到日志的详细信息，比如我们要看error.log的详细信息。

这样error.log的详细信息就展示出来了。

总结

至此，我们完成了一个简单的ELK应用，其中还包含了Filebeat，符合官网的标准ELK+beat架构。

图片来源：https://www.elastic.co/cn/what-is/elk-stack
参考链接：

https://www.elastic.co/

https://blog.csdn.net/u011142688/article/details/78499332

https://blog.csdn.net/u011142688/article/details/78499348

作者：贺子一