公众号搜索：TestingStudio 霍格沃兹测试开发的干货都很硬核

logstash是ElasticStack（ELK）的一个重要技术组件，用于对数据进行转换处理。他可以接受各种输入源，并按照记录对数据进行变换，并导出到输出源中。

安装

docker pull docker.elastic.co/logstash/logstash

quick start

简单的输入一行内容，并发送给远程的elastic search服务器

docker run -it --rm logstash -e '
input { stdin { } } 
filter { json {source => "message"} }
output { 
elasticsearch{ hosts=>["x.x.x.x"]  }  
stdout {} 
}
'

输入源

#从csv文件读取
file { path => "/data/ELK/data/*.csv" }
#从kafka中读取
kafka { topic_id => 'topic_name'; zk_connect => '${zookeeper的地址}:2181/kafka'}

常见的filter

#读取csv，并设置表头
csv{columns =>[ "log_time", "real_ip", "status", "http_user_agent"]
#读取json数据
json {source => "message"}

输出源

elasticsearch{ hosts=>["x.x.x.x"]  }  
stdout {}

完整配置实例  

读取csv数据

input {
file {
path => "/data/ELK/data/*.csv"
start_position => beginning
}
}
filter {
csv{
columns =>[ "log_time", "real_ip", "status", "http_user_agent"]
}
date {
match => ["log_time", "yyyy-MM-dd HH:mm:ss"]
}
}
output {
elasticsearch {}
}

读取kafka数据

input {
kafka {
topic_id => 'topic_name'
zk_connect => '${zookeeper的地址}:2181/kafka'
}
}
filter {
csv{
separator => "|"
columns => [ "host", "request", "http_user_agent"]
}
date {
match => ["log_time", "yyyy-MM-dd HH:mm:ss"]
}
}
output {
elasticsearch {
index => "logstash-topic-%{+YYYY.MM.dd}"
}
}

Filebeat

Filebeat是一个高性能的日志采集框架，它主要是以agent模式工作，特点是高性能。用以解决logstash的性能问题，一般我们都会把数据先借助于filebeat采集，并存到redis里，再由logstash对数据进行编辑变换，再输出到es中。

logstash就先介绍到这里，大家可以试着做一下实战练习，分析nginx日志保存到elastic search！