1. ELK 概述

1.1 ELK 简介

ELK平台是一套完整的日志集中处理解决方案，将 ElasticSearch、Logstash 和 Kiabana 三个开源工具配合使用，完成更强大的用户对日志的查询、排序、统计需求。

1.2 ELK分别指什么

ElasticSearch：是基于Lucene（一个全文检索引擎的架构）开发的分布式存储检索引擎，用来存储各类日志。
- Elasticsearch 是用 Java 开发的，可通过 RESTful Web 接口，让用户可以通过浏览器与 Elasticsearch 通信。
- Elasticsearch是一个实时的、分布式的可扩展的搜索引擎，允许进行全文、结构化搜索，它通常用于索引和搜索大容量的日志数据，也可用于搜索许多不同类型的文档。
Kiabana：Kibana 通常与 Elasticsearch 一起部署，Kibana 是 Elasticsearch 的一个功能强大的数据可视化 Dashboard，Kibana 提供图形化的 web 界面来浏览 Elasticsearch 日志数据，可以用来汇总、分析和搜索重要数据。
Logstash：作为数据收集引擎。它支持动态的从各种数据源搜集数据，并对数据进行过滤、分析、丰富、统一格式等操作，然后存储到用户指定的位置,一般会发送给 Elasticsearch。
- Logstash 由 Ruby 语言编写，运行在 Java 虚拟机（JVM）上，是一款强大的数据处理工具，可以实现数据传输、格式处理、格式化输出。Logstash 具有强大的插件功能，常用于日志处理。

1.3 可以添加的其它组件：

Filebeat：轻量级的开源日志文件数据搜集器。通常在需要采集数据的客户端安装 Filebeat，并指定目录与日志格式，Filebeat 就能快速收集数据，并发送给 logstash 进行解析，或是直接发给 Elasticsearch 存储，性能上相比运行于 JVM 上的 logstash 优势明显，是对它的替代。常应用于 EFLK 架构当中。

filebeat 结合 logstash 带来好处

通过 Logstash 具有基于磁盘的自适应缓冲系统，该系统将吸收传入的吞吐量，从而减轻 Elasticsearch 持续写入数据的压力

从其他数据源（例如数据库，S3对象存储或消息传递队列）中提取

将数据发送到多个目的地，例如S3，HDFS（Hadoop分布式文件系统）或写入文件

使用条件数据流逻辑组成更复杂的处理管道

缓存/消息队列（redis、kafka、RabbitMQ等）:可以对高并发日志数据进行流量削峰和缓冲，这样的缓冲可以一定程度的保护数据不丢失，还可以对整个架构进行应用解耦。
Fluentd：是一个流行的开源数据收集器。由于 logstash 太重量级的缺点，Logstash 性能低、资源消耗比较多等问题，随后就有 Fluentd 的出现。相比较 logstash，Fluentd 更易用、资源消耗更少、性能更高，在数据处理上更高效可靠，受到企业欢迎，成为 logstash 的一种替代方案，常应用于 EFK 架构当中。在 Kubernetes 集群中也常使用 EFK 作为日志数据收集的方案。

在 Kubernetes 集群中一般是通过 DaemonSet 来运行 Fluentd，以便它在每个 Kubernetes 工作节点上都可以运行一个 Pod。它通过获取容器日志文件、过滤和转换日志数据，然后将数据传递到 Elasticsearch 集群，在该集群中对其进行索引和存储。

日志主要包括系统日志、应用程序日志和安全日志。

系统运维和开发人员可以通过日志了解服务器软硬件信息、检查配置过程中的错误及错误发生的原因。

经常分析日志可以了解服务器的负荷，性能安全性，从而及时采取措施纠正错误。

往往单台机器的日志我们使用grep、awk等工具就能基本实现简单分析，但是当日志被分散的储存不同的设备上。

如果你管理数十上百台服务器，你还在使用依次登录每台机器的传统方法查阅日志。这样是不是感觉很繁琐和效率低下。当务之急我们使用集中化的日志管理，例如：开源的syslog，将所有服务器上的日志收集汇总。

集中化管理日志后，日志的统计和检索又成为一件比较麻烦的事情，一般我们使用 grep、awk和wc等Linux命令能实现检索和统计，但是对于要求更高的查询、排序和统计等要求和庞大的机器数量依然使用这样的方法难免有点力不从心。

一般大型系统是一个分布式部署的架构，不同的服务模块部署在不同的服务器上，问题出现时，大部分情况需要根据问题暴露的关键信息，定位到具体的服务器和服务模块，构建一套集中式日志系统，可以提高定位问题的效率。

2. master,data,client三类节点区别及节点分配简单例举

2.1 简述

默认情况下，ES集群节点都是混合节点，即在elasticsearch.yml中默认node.master: true和node.data: true。

当ES集群规模达到一定程度以后，就需要注意对集群节点进行角色划分。 ES集群节点可以划分为三种：主节点、数据节点和客户端节点。这是一种分而治之的思想，也是一种术业专攻的体现。

2.2 三类节点说明

master - 主节点：

elasticsearch.yml :
node.master: true
node.data: false

主要功能：维护元数据，管理集群节点状态；不负责数据写入和查询。

配置要点：内存可以相对小一些，但是机器一定要稳定，最好是独占的机器。

data - 数据节点：

elasticsearch.yml :
node.master: false
node.data: true

主要功能：负责数据的写入与查询，压力大。

配置要点：大内存，最好是独占的机器。

client - 客户端节点：

elasticsearch.yml :
node.master: false
node.data: false

主要功能：负责任务分发和结果汇聚，分担数据节点压力。

配置要点：大内存，最好是独占的机器

mixed- 混合节点（不建议）：

elasticsearch.yml :
node.master: true
node.data: true

主要功能：综合上述三个节点的功能。

配置要点：大内存，最好是独占的机器。

特别说明：不建议这种配置，节点容易挂掉。

3. 完整日志系统基本特征

收集：能够采集多种来源的日志数据
传输：能够稳定的把日志数据解析过滤并传输到存储系统
存储：存储日志数据
分析：支持 UI 分析
警告：能够提供错误报告，监控机制

4. ELK 的工作原理

1. 在所有需要收集日志的服务器上部署Logstash；或者先将日志进行集中化管理在日志服务器上，在日志服务器上部署 Logstash。

2. Logstash 收集日志，将日志格式化并输出到 Elasticsearch 群集中。

3. Elasticsearch 对格式化后的数据进行索引和存储。

4. Kibana 从 ES 群集中查询数据生成图表，并进行前端数据的展示。

总结：logstash作为日志搜集器，从数据源采集数据，并对数据进行过滤，格式化处理，然后交由Elasticsearch存储，kibana对日志进行可视化处理。

5. ELK Elasticsearch 集群部署

5.1 部署环境

在Node1、Node2节点上操作

node1节点（2C/4G）：node1/192.168.200.100 Elasticsearch

node2节点（2C/4G）：node2/192.168.200.101 Elasticsearch

Apache节点：apache/192.168.200.102 Logstash Kibana >Apache

5.2 环境准备

关闭防火墙、核心防护

systemctl stop firewalld
setenforce 0

设置Java环境

java -version					#如果没有安装，yum -y install java

5.3 部署 Elasticsearch 软件

安装elasticsearch—rpm包

上传elasticsearch-6.7.2.rpm到/opt目录下

cd /opt
rpm -ivh elasticsearch-6.7.2.rpm

修改elasticsearch主配置文件

cp /etc/elasticsearch/elasticsearch.yml /etc/elasticsearch/elasticsearch.yml.bak
vim /etc/elasticsearch/elasticsearch.yml

##--17--取消注释，指定集群名字
cluster.name: my-elk-cluster
##--23--取消注释，指定节点名字：Node1节点为node1，Node2节点为node2
node.name: node1
node.master: true		#是否master节点，false为否
node.data: true			#是否数据节点，false为否
##--33--取消注释，指定数据存放路径
path.data: /var/lib/elasticsearch
##--37--取消注释，指定日志存放路径
path.logs: /var/log/elasticsearch
##--43--取消注释，避免es使用swap交换分区
bootstrap.memory_lock: true
##--55--取消注释，设置监听地址，0.0.0.0代表所有地址
network.host: 0.0.0.0
##--59--取消注释，ES 服务的默认监听端口为9200
http.port: 9200				#指定es集群提供外部访问的接口
transport.tcp.port: 9300		#指定es集群内部通信接口
##--68--取消注释，集群发现通过单播实现，指定要发现的节点
discovery.zen.ping.unicast.hosts: ["192.168.200.100:9300", "192.168.100.101:9300"]

grep -v "^#" /etc/elasticsearch/elasticsearch.yml

es 性能调优参数

#优化最大内存大小和最大文件描述符的数量
vim /etc/security/limits.conf

......
*  soft    nofile          65536
*  hard    nofile          131072
*  soft    memlock         unlimited
*  hard    memlock         unlimited

vim /etc/systemd/system.conf

DefaultLimitNOFILE=65535
DefaultLimitNPROC=32000
DefaultLimitMEMLOCK=infinity

需重启生效

优化elasticsearch用户拥有的内存权限

由于ES构建基于lucene, 而lucene设计强大之处在于lucene能够很好的利用操作系统内存来缓存索引数据，以提供快速的查询性能。lucene的索引文件segements是存储在单文件中的，并且不可变，对于OS来说，能够很友好地将索引文件保持在cache中，以便快速访问；因此，我们很有必要将一半的物理内存留给lucene ; 另一半的物理内存留给ES（JVM heap )。所以，在ES内存设置方面，可以遵循以下原则：

当机器内存小于64G时，遵循通用的原则，50%给ES，50%留给操作系统，供lucene使用

当机器内存大于64G时，遵循原则：建议分配给ES分配 4~32G 的内存即可，其它内存留给操作系统，供lucene使用

vim /etc/sysctl.conf
#一个进程可以拥有的最大内存映射区域数，参考数据（分配 2g/262144，4g/4194304，8g/8388608）
vm.max_map_count=262144

sysctl -p
sysctl -a | grep vm.max_map_count

启动elasticsearch是否成功开启

systemctl start elasticsearch.service
systemctl enable elasticsearch.service
netstat -antp | grep 9200

查看节点信息

浏览器访问 http://192.168.200.100:9200 、 http://192.168.200.101:9200 查看节点 Node1、Node2 的信息。

浏览器访问 http://192.168.200.100:9200/_cluster/health?pretty 、http://192.168.200.101:9200/_cluster/health?pretty 查看群集的健康情况，可以看到 status 值为 green（绿色），表示节点健康运行。

浏览器访问 http://192.168.200.100:9200/_cluster/state?pretty 检查群集状态信息。

使用上述方式查看群集的状态对用户并不友好，可以通过安装 Elasticsearch-head 插件，可以更方便地管理群集。

5.4 安装 Elasticsearch-head 插件

Elasticsearch 在 5.0 版本后，Elasticsearch-head 插件需要作为独立服务进行安装，需要使用npm工具（NodeJS的包管理工具）安装。

安装 Elasticsearch-head 需要提前安装好依赖软件 node 和 phantomjs。

node：是一个基于 Chrome V8 引擎的 JavaScript 运行环境。

phantomjs：是一个基于 webkit 的JavaScriptAPI，可以理解为一个隐形的浏览器，任何基于 webkit 浏览器做的事情，它都可以做到。

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

安装 phantomjs

上传软件包 phantomjs-2.1.1-linux-x86_64.tar.bz2 到/opt

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

安装 Elasticsearch-head 数据可视化工具

上传软件包 elasticsearch-head.tar.gz 到/opt

cd /opt
unzip elasticsearch-head-master.zip 
mv elasticsearch-head-master /usr/local/src/
cd /usr/local/src/elasticsearch-head-master/
npm install

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

启动 elasticsearch-head 服务

#必须在解压后的 elasticsearch-head 目录下启动服务，进程会读取该目录下的 gruntfile.js 文件，否则可能启动失败。
cd /usr/local/src/elasticsearch-head-master/
npm run start &

#elasticsearch-head 监听的端口是 9100
netstat -natp |grep 9100

通过 Elasticsearch-head 查看 Elasticsearch 信息

通过浏览器访问 http://192.168.200.100:9100/ 地址并连接群集。如果看到群集健康值为 green 绿色，代表群集很健康。

插入索引

#通过命令插入一个测试索引，索引为 index-demo，类型为 test。
curl -X PUT '192.168.200.100:9200/index-demo/test/1?pretty&pretty' -H 'content-Type: application/json' -d '{"user":"lisi","mesg":"hello world"}'
##输出结果
{
  "_index" : "index-demo",
  "_type" : "test",
  "_id" : "1",
  "_version" : 3,
  "result" : "updated",
  "_shards" : {
    "total" : 2,
    "successful" : 1,
    "failed" : 0
  },
  "_seq_no" : 2,
  "_primary_term" : 2
}

浏览器访问 http://192.168.200.100:9100/ 查看索引信息，可以看见索引默认被分片5个，并且有一个副本。

点击“数据浏览”，会发现在node1上创建的索引为 index-demo，类型为 test 的相关信息。

删除索引

curl -X DELETE '192.168.200.100:9200/index-demo'

6. ELK Logstash 部署

在 Apache 节点上操作

Logstash 一般部署在需要监控其日志的服务器。在本案例中，Logstash 部署在 Apache 服务器上，用于收集 Apache 服务器的日志信息并发送到 Elasticsearch。

6.1 更改主机名

hostnamectl set-hostname apache

6.2 安装Apahce服务（httpd）

yum -y install httpd
systemctl start httpd

6.3 安装Java环境

yum -y install java
java -version

6.4 安装logstash

上传软件包 logstash-5.5.1.rpm 到/opt目录下

cd /opt
rpm -ivh logstash-6.7.2.rpm                          
systemctl start logstash.service                      
systemctl enable logstash.service

ln -s /usr/share/logstash/bin/logstash /usr/local/bin/

6.5 测试 Logstash

Logstash 命令常用选项 |选项|说明| |---|---| |-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 的输入和输出流。 |-e|从命令行中获取，输入、输出后面跟着字符串，该字符串可以被当作 Logstash 的配置（如果是空，则默认使用 stdin 作为输入，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）
logstash -e 'input { stdin{} } output { stdout{} }'

......
www.baidu.com						#键入内容（标准输入）
#输出结果（标准输出）
{
       "message" => "www.baidu.com",
      "@version" => "1",
          "host" => "apache",
    "@timestamp" => 2022-11-10T10:52:49.218Z
}

www.sina.com.cn						#键入内容（标准输入）
#输出结果（标准输出）
{
          "host" => "apache",
       "message" => "www.sina.com.cn",
      "@version" => "1",
    "@timestamp" => 2022-11-10T10:57:31.871Z
}

执行 ctrl+c 退出

#使用 rubydebug 输出详细格式显示，codec 为一种编解码器
logstash -e 'input { stdin{} } output { stdout{ codec=>rubydebug } }'

......
www.baidu.com										#键入内容（标准输入）
{
#输出结果（处理后的结果）
{
       "message" => "",
          "host" => "apache",
      "@version" => "1",
    "@timestamp" => 2022-11-10T10:59:00.530Z
}

#使用 Logstash 将信息写入 Elasticsearch 中
logstash -e 'input { stdin{} } output { elasticsearch { hosts=>["192.168.200.100:9200"] } }'
			 输入				输出			对接

......
www.baidu.com				#键入内容（标准输入）
www.sina.com.cn				#键入内容（标准输入）
www.google.com				#键入内容（标准输入）

结果不在标准输出显示，而是发送至 Elasticsearch 中，可浏览器访问 http://192.168.200.100:9100/ 查看索引信息和数据浏览。

6.6 定义 logstash配置文件

Logstash 配置文件基本由三部分组成：input、output 以及 filter（可选，根据需要选择使用）。

input：表示从数据源采集数据，常见的数据源如Kafka、日志文件等

file:

beats

kafka

redis

stdin

filter：表示数据处理层，包括对数据进行格式化处理、数据类型转换、数据过滤等，支持正则表达式

grok：对若干个大文本字段进行再分割成一些小字段

date：对数据中的时间格式进行统一和格式化

mutate：可以重命名，删除，替换和修改事件中的字段。比如对一些无用的字段进行剔除，或增加自定义的字段

mutiline：对多行数据进行统一编排，将多行数据汇总为一个单一的行

output：表示将Logstash收集的数据经由过滤器处理之后输出到Elasticsearch。

elasticsearch

stdout

格式如下：

input {...}
filter {...}
output {...}

在每个部分中，也可以指定多个访问方式。例如，若要指定两个日志来源文件，则格式如下：

input {
	file { path =>"/var/log/messages" type =>"syslog"}
	file { path =>"/var/log/httpd/access.log" type =>"apache"}
}

修改 Logstash 配置文件，让其收集系统日志/var/log/messages，并将其输出到 elasticsearch 中。

chmod +r /var/log/messages		#让 Logstash 可以读取日志

vim /etc/logstash/conf.d/system.conf

input {
    file{
        path =>"/var/log/messages"			#指定要收集的日志的位置
        type =>"system"									#自定义日志类型标识
        start_position =>"beginning"			#表示从开始处收集
    }
}
output {
    elasticsearch {										#输出到 elasticsearch
        hosts => ["192.168.200.100:9200","192.168.200.101:9200"]	#指定 elasticsearch 服务器的地址和端口
        index =>"system-%{+YYYY.MM.dd}"			#指定输出到 elasticsearch 的索引格式
    }
}

systemctl restart logstash

浏览器访问 http://192.168.200.100:9100/ 查看索引信息

7. ELK Kiabana 部署（在 Node1 节点上操作）

7.1 安装 Kiabana

上传软件包 kibana-5.5.1-x86_64.rpm 到/opt目录

cd /opt
rpm -ivh kibana-6.7.2-x86_64.rpm

7.2 设置 Kibana 的主配置文件

vim /etc/kibana/kibana.yml

##--2--取消注释，Kiabana 服务的默认监听端口为5601
server.port: 5601
##--7--取消注释，设置 Kiabana 的监听地址，0.0.0.0代表所有地址
server.host: "0.0.0.0"
##--28--取消注释，配置es服务器的ip，如果是集群则配置该集群中master节点的ip
elasticsearch.url:  ["http://192.168.200.100:9200","http://192.168.200.101:9200"] 
##--37--取消注释，设置在 elasticsearch 中添加.kibana索引
kibana.index: ".kibana"
##--96--取消注释，配置kibana的日志文件路径（需手动创建），不然默认是messages里记录日志
logging.dest: /var/log/kibana.log

7.3 创建日志文件，启动 Kibana 服务

touch /var/log/kibana.log
chown kibana:kibana /var/log/kibana.log

systemctl start kibana.service
systemctl enable kibana.service

netstat -natp | grep 5601

7.4 验证 Kibana

浏览器访问 http://192.168.200.100:5601

第一次登录需要添加一个 Elasticsearch 索引：

Index name or pattern
##输入：system-*			#在索引名中输入之前配置的 Output 前缀“system”

单击 “create” 按钮创建，单击 “Discover” 按钮可查看图表信息及日志信息。数据展示可以分类显示，在“Available Fields”中的“host”，然后单击 “add”按钮，可以看到按照“host”筛选后的结果

7.5 将 Apache 服务器的日志（访问的、错误的）添加到 Elasticsearch 并通过 Kibana 显示

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 => ["192.168.200.100:9200","192.168.200.101:9200"]
            index => "apache_access-%{+YYYY.MM.dd}"
        }
    }
	if [type] == "error" {
        elasticsearch {
            hosts => ["192.168.200.100:9200","192.168.200.101:9200"]
            index => "apache_error-%{+YYYY.MM.dd}"
        }
    }
}

cd /etc/logstash/conf.d/
/usr/share/logstash/bin/logstash -f apache_log.conf

浏览器访问 http://192.168.200.100:9100 查看索引是否创建

浏览器访问 http://192.168.200.100:5601 登录 Kibana，单击“Index Pattern -> Create Index Pattern”按钮添加索引，在索引名中输入之前配置的 Output 前缀 apache_access-*，并单击“Create”按钮。在用相同的方法添加 apache_error-*索引。选择“Discover”选项卡，在中间下拉列表中选择刚添加的 apache_access-*、apache_error-* 索引，可以查看相应的图表及日志信息。

8. Filebeat+ELK 部署

Node1节点（2C/4G）：node1/192.168.200.100 Elasticsearch

Node2节点（2C/4G）：node2/192.168.200.101 Elasticsearch

Apache节点：apache/192.168.200.102 Logstash Kibana Apache

Filebeat节点：filebeat/192.168.200.103 Filebeat

8.1安装 Filebeat

上传软件包 filebeat-6.2.4-linux-x86_64.tar.gz 到/opt目录

tar zxvf filebeat-6.7.2-linux-x86_64.tar.gz
mv filebeat-6.7.2-linux-x86_64/ /usr/local/filebeat

8.2 设置 filebeat 的主配置文件

cd /usr/local/filebeat
vim filebeat.yml

filebeat.prospectors:
- type: log                   #指定 log 类型，从日志文件中读取消息
  enabled: true
  paths:
    - /var/log/nginx/*.log    #指定监控的日志文件
  tags: ["sys"]		      #设置索引标签
  fields:                     #可以使用 fields 配置选项设置一些参数字段添加到 output 中
    service_name: nginx
    log_type: syslog
    from: 192.168.200.103

--------------Elasticsearch output-------------------
(全部注释掉)

----------------Logstash output---------------------
output.logstash:
  hosts: ["192.168.200.102:5044"]      #指定 logstash 的 IP 和端口

启动 filebeat

nohup ./filebeat -e -c filebeat.yml > filebeat.out &
#-e：输出到标准输出，禁用syslog/文件输出
#-c：指定配置文件
#nohup：在系统后台不挂断地运行命令，退出终端不会影响程序的运行

8.3 在 Logstash 组件所在节点上新建一个 Logstash 配置文件

cd /etc/logstash/conf.d

vim filebeat.conf

input {
    beats {
        port => "5044"
    }
}
output {
    elasticsearch {
        hosts => ["192.168.200.100:9200","192.168.200.101:9200"]
        index => "%{[fields][service_name]}-%{+YYYY.MM.dd}"
    }
    stdout {
        codec => rubydebug
    }
}

启动 logstash

logstash -f filebeat.conf

浏览器访问 http://192.168.200.100:5601 登录 Kibana，单击“Create Index Pattern”按钮添加索引“nginx-*”，单击 “create” 按钮创建，单击 “Discover” 按钮可查看图表信息及日志信息。

9. Logstash的fliter过滤模块

9.1 grok插件

grok插件有非常强大的功能，他能匹配一切数据，filebeat 发送给 logstash 的日志内容会放到message 字段里面，logstash 匹配这个 message 字段就可以了但是他的性能和对资源的损耗同样让人诟病。

9.2 kibana 的DEV Tools 中 Grok Debugger工具的运用

以nginx访问日志索引中的message字段为例，进行数据切片：

November 15th 2022, 11:01:21.008 | 192.168.200.1 - - [15/Nov/2022:11:01:19 +0800] "GET /hello HTTP/1.1" 404 555 "-" "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/98.0.4758.139 Safari/537.36" "-"

9.2.1 数据切片的格式

匹配格式：(?<字段名>正则表达式)——字段名: 正则表达式匹配到的内容**

**切片案例一：分离访问用户的IP **

(?<remote_addr>%{IPV6}|%{IPV4} )(?<other_info>.+)

切片案例二：以上面的为基础，将时间分离出来

(?<remote_addr>%{IPV4}|%{IPV6})[\s-]+\[(?<logTime>.+)](?<other_info>.+)

**切片案例三：取出状态码和http方法 **

(?<remote_addr>%{IPV4}|%{IPV6})[\s-]+\[(?<logTime>.+)] "GET (?<http_method>.+\")[\s](?<status_code>\d+)[\s][0-9].+[\s]"-"[\s](?<other_info>.+)

9.2.2 如何修改logstash的控制conf进行切片分离

演示

input {
    file{
        path => "/var/log/nignx/access.log"
        type => "access"
        start_position => "beginning"
    }
}
filter {
    grok {
         match => ["message","(?<remote_addr>%{IPV4}|%{IPV6})[\s-]+\[(?<logTime>.+)] "GET (?<http_method>.+\")[\s](?<status_code>\d+)[\s][0-9].+[\s]"-"[\s](?<other_info>.+)"] 
    }  
}
 
 
output {
    if [type] == "access" {
        elasticsearch {
            hosts => ["192.168.200.100:9200","192.168.200.101:9200"]
            index => "nginx_access-%{+YYYY.MM.dd}"
        }
    }
}

9.3 filebeat中multiline 插件的引入

java错误日志一般都是一条日志很多行的，会把堆栈信息打印出来，当经过 logstash 解析后，每一行都会当做一条记录存放到 EslaticSearch中，那这种情况肯定是需要处理的。这里就需要使用 multiline 插件，对属于同一个条日志的记录进行拼接。

9.3.1 安装 multiline 插件

在线安装插件

cd /usr/share/logstash
bin/logstash-plugin install logstash-filter-multiline

离线安装插件

#先在有网的机器上在线安装插件，然后打包，拷贝到服务器，执行安装命令
bin/logstash-plugin install file:///usr/share/logstash/logstash-offline-plugins-6.7.2.zip

检查下插件是否安装成功，可以执行以下命令查看插件列表

bin/logstash-plugin list

9.3.2 使用 multiline 插件进行日志合并

日志合并的过程：

第一步：每一条日志的第一行开头都是一个时间，可以用时间的正则表达式匹配到第一行。

第二步：然后将后面每一行的日志与第一行合并。

第三步：当遇到某一行的开头是可以匹配正则表达式的时间的，就停止第一条日志的合并，开始合并第二条日志。

第四步：重复第二步和第三步

filter {
  multiline {
    pattern => "^\d{4}-\d{1,2}-\d{1,2}\s\d{1,2}:\d{1,2}:\d{1,2}.\d{3}"
    negate => true
    what => "previous"
  }
}
#pattern: 用来匹配文本的表达式，也可以是grok表达式
#what: 如果pattern匹配成功的话，那么匹配行是归属于上一个事件，还是归属于下一个事件。previous: 归属于上一个事件，向上合并。next: 归属于下一个事件，向下合并
#negate:是否对 pattern 的结果取反。false: 不取反，是默认值。true: 取反。将多行事件扫描过程中的行匹配逻辑取反（如果pattern匹配失败，则认为当前行是多行事件的组成部分）

9.3.3 多行被拆分

Java 堆栈日志太长了，有 100 多行，被拆分了两部分，一部分被合并到了原来的那一条日志中，另外一部分被合并到了不相关的日志中。

为了解决这个问题，可以通过配置 filebeat 的 multiline 插件来截断日志。至于为什么不用 logstash 的 multiline 插件呢？因为在 filter 中使用 multiline 没有截断的配置项。

filebeat 的 multiline 配置项如下：

multiline.type: pattern
multiline.pattern: '^\d{4}-\d{1,2}-\d{1,2}\s\d{1,2}:\d{1,2}:\d{1,2}.\d{3}'
multiline.negate: true
multiline.match: after
multiline.max_lines: 50
-------------------------------------------------------------
##配置项说明：

multiline.pattern：希望匹配到的结果（正则表达式）

multiline.negate：值为 true 或 false。使用 false 代表匹配到的行合并到上一行；使用 true 代表不匹配的行合并到上一行

multiline.match：值为 after 或 before。after 代表合并到上一行的末尾；before 代表合并到下一行的开头

multiline.max_lines：合并的最大行数，默认 500

multiline.timeout：一次合并事件的超时时间，默认为 5s，防止合并消耗太多时间导致 filebeat 进程卡死

9.3.4 mutate模块其他用处

当我们将日志解析出来后，Logstash 自身会传一些不相关的字段到 ES 中，这些字段对我们排查线上问题帮助不大。可以直接剔除掉。这里我们就要用到 mutate 插件了。它可以对字段进行转换，剔除等。

一般会把把 log.offset 字段去掉，这个字段可能会包含很多无意义内容。

filter{
   mutate {
      remove_field => ["host" "[log][offset]"]
   } 
}

举例

filter{
  mutate {
       add_field => ["location", "nanjing"]     #添加字段
       replace => {"host" => "nginx_server"}    #替换字段
       rename => {"path" => "LogPath"}          #重命名
       remove_field => ["message", "@version"]  #删除字段
  }
}

ELK 企业级日志分析系统及Logstash过滤模块

1. ELK 概述

1.1 ELK 简介

1.2 ELK分别指什么

1.3 可以添加的其它组件：

2. master,data,client三类节点区别及节点分配简单例举

2.1 简述

2.2 三类节点说明

3. 完整日志系统基本特征

4. ELK 的工作原理

5. ELK Elasticsearch 集群部署

5.1 部署环境

5.2 环境准备

5.3 部署 Elasticsearch 软件

5.4 安装 Elasticsearch-head 插件

6. ELK Logstash 部署

6.1 更改主机名

6.2 安装Apahce服务（httpd）

6.3 安装Java环境

6.4 安装logstash

6.5 测试 Logstash

6.6 定义 logstash配置文件

7. ELK Kiabana 部署（在 Node1 节点上操作）

7.1 安装 Kiabana

7.2 设置 Kibana 的主配置文件

7.3 创建日志文件，启动 Kibana 服务

7.4 验证 Kibana

7.5 将 Apache 服务器的日志（访问的、错误的）添加到 Elasticsearch 并通过 Kibana 显示

8. Filebeat+ELK 部署

8.1安装 Filebeat

8.2 设置 filebeat 的主配置文件

8.3 在 Logstash 组件所在节点上新建一个 Logstash 配置文件

9. Logstash的fliter过滤模块

9.1 grok插件

9.2 kibana 的DEV Tools 中 Grok Debugger工具的运用

9.2.1 数据切片的格式

9.2.2 如何修改logstash的控制conf进行切片分离

9.3 filebeat中multiline 插件的引入

9.3.1 安装 multiline 插件

9.3.2 使用 multiline 插件进行日志合并

9.3.3 多行被拆分

9.3.4 mutate模块其他用处