ELK(ElasticSearch, Logstash, Kibana)搭建实时日志分析平台

本文涉及的产品
检索分析服务 Elasticsearch 版,2核4GB开发者规格 1个月
简介:

ELK平台介绍

在搜索ELK资料的时候,发现这篇文章比较好,于是摘抄一小段:

以下内容来自:http://baidu.blog.51cto.com/71938/1676798

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。

通常,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。

开源实时日志分析ELK平台能够完美的解决我们上述的问题,ELK由ElasticSearch、Logstash和Kiabana三个开源工具组成。官方网站:https://www.elastic.co/products

  • Elasticsearch是个开源分布式搜索引擎,它的特点有:分布式,零配置,自动发现,索引自动分片,索引副本机制,restful风格接口,多数据源,自动搜索负载等。

  • Logstash是一个完全开源的工具,他可以对你的日志进行收集、过滤,并将其存储供以后使用(如,搜索)。

  • Kibana 也是一个开源和免费的工具,它Kibana可以为 Logstash 和 ElasticSearch 提供的日志分析友好的 Web 界面,可以帮助您汇总、分析和搜索重要数据日志。

----------------------------摘抄内容结束-------------------------------

画了一个ELK工作的原理图:

123049_meyt_1434710.png

如图:Logstash收集AppServer产生的Log,并存放到ElasticSearch集群中,而Kibana则从ES集群中查询数据生成图表,再返回给Browser。


ELK平台搭建

系统环境

System: Centos release 6.7 (Final)

ElasticSearch: 2.1.0

Logstash: 2.1.1

Kibana: 4.3.0

Java: openjdk version  "1.8.0_65"

注:由于Logstash的运行依赖于Java环境, 而Logstash 1.5以上版本不低于java 1.7,因此推荐使用最新版本的Java。因为我们只需要Java的运行环境,所以可以只安装JRE,不过这里我依然使用JDK,请自行搜索安装。


ELK下载:https://www.elastic.co/downloads/

123318_IHwC_1434710.png


ElasticSearch

配置ElasticSearch:

?
1
2
tar  -zxvf elasticsearch-2.1.0. tar .gz
cd  elasticsearch-2.1.0

安装Head插件(Optional):

?
1
. /bin/plugin  install  mobz /elasticsearch-head

123433_8VxM_1434710.png

然后编辑ES的配置文件:

?
1
vi  config /elasticsearch .yml

修改以下配置项:

?
1
2
3
4
5
6
7
cluster.name=es_cluster
node.name=node0
path.data= /tmp/elasticsearch/data
path.logs= /tmp/elasticsearch/logs
#当前hostname或IP,我这里是centos2
network.host=centos2
network.port=9200

其他的选项保持默认,然后启动ES:

?
1
. /bin/elasticsearch

123556_6dOb_1434710.png

可以看到,它跟其他的节点的传输端口为9300,接受HTTP请求的端口为9200。

使用ctrl+C停止。当然,也可以使用后台进程的方式启动ES:

?
1
. /bin/elasticsearch  &

然后可以打开页面localhost:9200,将会看到以下内容:

123709_mUHy_1434710.png

返回展示了配置的cluster_name和name,以及安装的ES的版本等信息。

刚刚安装的head插件,它是一个用浏览器跟ES集群交互的插件,可以查看集群状态、集群的doc内容、执行搜索和普通的Rest请求等。现在也可以使用它打开localhost:9200/_plugin/head页面来查看ES集群状态:

124024_bnOW_1434710.png

可以看到,现在,ES集群中没有index,也没有type,因此这两条是空的。


Logstash

Logstash的功能如下:

124206_UKKk_1434710.png

其实它就是一个收集器而已,我们需要为它指定Input和Output(当然Input和Output可以为多个)。由于我们需要把Java代码中Log4j的日志输出到ElasticSearch中,因此这里的Input就是Log4j,而Output就是ElasticSearch。

配置Logstash:

?
1
2
tar  -zxvf logstash-2.1.1. tar .gz
cd  logstash-2.1.1

编写配置文件(名字和位置可以随意,这里我放在config目录下,取名为log4j_to_es.conf):

?
1
2
mkdir  config
vi  config /log4j_to_es .conf

输入以下内容:

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
# For detail structure of  this  file
# Set: https: //www.elastic.co/guide/en/logstash/current/configuration-file-structure.html
input {
   # For detail config  for  log4j as input, 
   # See: https: //www.elastic.co/guide/en/logstash/current/plugins-inputs-log4j.html
   log4j {
     mode =>  "server"
     host =>  "centos2"
     port =>  4567
   }
}
filter {
   #Only matched data are send to output.
}
output {
   # For detail config  for  elasticsearch as output, 
   # See: https: //www.elastic.co/guide/en/logstash/current/plugins-outputs-elasticsearch.html
   elasticsearch {
     action =>  "index"             #The operation on ES
     hosts  =>  "centos2:9200"      #ElasticSearch host, can be array.
     index  =>  "ec"                #The index to write data to, can be any string.
   }
}

logstash命令只有2个参数:

124351_c5xc_1434710.png

因此使用agent来启动它(使用-f指定配置文件):

?
1
. /bin/logstash  agent -f config /log4j_to_es .conf

124427_bwLM_1434710.png

到这里,我们已经可以使用Logstash来收集日志并保存到ES中了,下面来看看项目代码。


Java项目

照例先看项目结构图:

124604_vZcZ_1434710.png

pom.xml,很简单,只用到了Log4j库:

?
1
2
3
4
5
< dependency >
     < groupId >log4j</ groupId >
     < artifactId >log4j</ artifactId >
     < version >1.2.17</ version >
</ dependency >


log4j.properties,将Log4j的日志输出到SocketAppender,因为官网是这么说的:

125003_gGXs_1434710.png

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
log4j.rootLogger=INFO,console
 
for  package  com.demo.elk, log would be sent to socket appender.
log4j.logger.com.demo.elk=DEBUG, socket
 
# appender socket
log4j.appender.socket=org.apache.log4j.net.SocketAppender
log4j.appender.socket.Port= 4567
log4j.appender.socket.RemoteHost=centos2
log4j.appender.socket.layout=org.apache.log4j.PatternLayout
log4j.appender.socket.layout.ConversionPattern=%d [%-5p] [%l] %m%n
log4j.appender.socket.ReconnectionDelay= 10000
 
# appender console
log4j.appender.console=org.apache.log4j.ConsoleAppender
log4j.appender.console.target=System.out
log4j.appender.console.layout=org.apache.log4j.PatternLayout
log4j.appender.console.layout.ConversionPattern=%d [%-5p] [%l] %m%n

注意:这里的端口号需要跟Logstash监听的端口号一致,这里是4567。


Application.java,使用Log4j的LOGGER打印日志即可:

?
1
2
3
4
5
6
7
8
9
10
11
12
13
package  com.demo.elk;
 
import  org.apache.log4j.Logger;
 
public  class  Application {
     private  static  final  Logger LOGGER = Logger.getLogger(Application. class );
     public  static  void  main(String[] args)  throws  Exception {
         for  ( int  i =  0 ; i <  10 ; i++) {
             LOGGER.error( "Info log ["  + i +  "]." );
             Thread.sleep( 500 );
         }
     }
}


用Head插件查看ES状态和内容

运行Application.java,先看看console的输出(当然,这个输出只是为了做验证,不输出到console也可以的):

125311_sWzx_1434710.png

再来看看ES的head页面:

125414_3JK6_1434710.png

切换到Browser标签:

125433_AULZ_1434710.png

单击某一个文档(doc),则会展示该文档的所有信息:

125446_mqmh_1434710.png

可以看到,除了基础的message字段是我们的日志内容,Logstash还为我们增加了许多字段。而在https://www.elastic.co/guide/en/logstash/current/plugins-inputs-log4j.html中也明确说明了这一点:

125504_NcYf_1434710.png

上面使用了ES的Head插件观察了ES集群的状态和数据,但这只是个简单的用于跟ES交互的页面而已,并不能生成报表或者图表什么的,接下来使用Kibana来执行搜索并生成图表。


Kibana

配置Kibana:

?
1
2
3
tar  -zxvf kibana-4.3.0-linux-x86. tar .gz
cd  kibana-4.3.0-linux-x86
vi  config /kibana .yml

修改以下几项(由于是单机版的,因此host的值也可以使用localhost来代替,这里仅仅作为演示):

?
1
2
3
4
server.port: 5601
server.host: “centos2”
elasticsearch.url: http: //centos2 :9200
kibana.index: “.kibana”

启动kibana:

?
1
. /bin/kibana

125828_PLcj_1434710.png

用浏览器打开该地址:

125853_ABJt_1434710.png

为了后续使用Kibana,需要配置至少一个Index名字或者Pattern,它用于在分析时确定ES中的Index。这里我输入之前配置的Index名字applog,Kibana会自动加载该Index下doc的field,并自动选择合适的field用于图标中的时间字段:

125922_L2FT_1434710.png

点击Create后,可以看到左侧增加了配置的Index名字:

130003_bcKa_1434710.png

接下来切换到Discover标签上,注意右上角是查询的时间范围,如果没有查找到数据,那么你就可能需要调整这个时间范围了,这里我选择Today:

130040_cA0j_1434710.png

接下来就能看到ES中的数据了:

130130_3reO_1434710.png

执行搜索看看呢:

130304_xbvj_1434710.png

点击右边的保存按钮,保存该查询为search_all_logs。接下来去Visualize页面,点击新建一个柱状图(Vertical Bar Chart),然后选择刚刚保存的查询search_all_logs,之后,Kibana将生成类似于下图的柱状图(只有10条日志,而且是在同一时间段的,比较丑,但足可以说明问题了:)  ):

130447_es2k_1434710.png

你可以在左边设置图形的各项参数,点击Apply Changes按钮,右边的图形将被更新。同理,其他类型的图形都可以实时更新。

点击右边的保存,保存此图,命名为search_all_logs_visual。接下来切换到Dashboard页面:

130543_elQl_1434710.png

单击新建按钮,选择刚刚保存的search_all_logs_visual图形,面板上将展示该图:

130607_vH1C_1434710.png

如果有较多数据,我们可以根据业务需求和关注点在Dashboard页面添加多个图表:柱形图,折线图,地图,饼图等等。当然,我们可以设置更新频率,让图表自动更新:

130638_2jqP_1434710.png

如果设置的时间间隔够短,就很趋近于实时分析了。

到这里,ELK平台部署和基本的测试已完成。


相关实践学习
使用阿里云Elasticsearch体验信息检索加速
通过创建登录阿里云Elasticsearch集群,使用DataWorks将MySQL数据同步至Elasticsearch,体验多条件检索效果,简单展示数据同步和信息检索加速的过程和操作。
ElasticSearch 入门精讲
ElasticSearch是一个开源的、基于Lucene的、分布式、高扩展、高实时的搜索与数据分析引擎。根据DB-Engines的排名显示,Elasticsearch是最受欢迎的企业搜索引擎,其次是Apache Solr(也是基于Lucene)。 ElasticSearch的实现原理主要分为以下几个步骤: 用户将数据提交到Elastic Search 数据库中 通过分词控制器去将对应的语句分词,将其权重和分词结果一并存入数据 当用户搜索数据时候,再根据权重将结果排名、打分 将返回结果呈现给用户 Elasticsearch可以用于搜索各种文档。它提供可扩展的搜索,具有接近实时的搜索,并支持多租户。
目录
相关文章
|
2月前
|
存储 监控 数据可视化
日志分析对决:揭示 ELK 与 GrayLog 的优势和差异
日志分析对决:揭示 ELK 与 GrayLog 的优势和差异
223 0
|
3月前
|
存储 Prometheus 监控
Prometheus vs. ELK Stack:容器监控与日志管理工具的较量
随着容器化技术的广泛应用,容器监控与日志管理成为了关键任务。本文将对两种常用工具进行比较与选择,分别是Prometheus和ELK Stack。Prometheus是一款开源的监控系统,专注于时序数据的收集和告警。而ELK Stack则是一套完整的日志管理解决方案,由Elasticsearch、Logstash和Kibana三个组件组成。通过比较它们的特点、优势和适用场景,读者可以更好地了解如何选择适合自己需求的工具。
|
2月前
|
SQL JSON API
ELK技术栈 - Elasticsearch 学习笔记(三)
ELK技术栈 - Elasticsearch 学习笔记(三)
38 0
|
3月前
|
存储 监控 安全
ELK7.x日志系统搭建 1. elk基础搭建
ELK7.x日志系统搭建 1. elk基础搭建
67 0
|
3月前
|
消息中间件 数据可视化 关系型数据库
ELK7.x日志系统搭建 4. 结合kafka集群完成日志系统
ELK7.x日志系统搭建 4. 结合kafka集群完成日志系统
148 0
|
9天前
|
消息中间件 存储 运维
更优性能与性价比,从自建 ELK 迁移到 SLS 开始
本文介绍了 SLS 基本能力,并和开源自建 ELK 做了对比,可以看到 SLS 相比开源 ELK 有较大优势。
54273 3
|
2月前
|
存储 监控 关系型数据库
ELK架构监控MySQL慢日志
ELK架构监控MySQL慢日志
|
2月前
|
JSON 数据可视化 应用服务中间件
ELK技术栈 - Kibana 学习笔记
ELK技术栈 - Kibana 学习笔记
38 0
|
2月前
|
存储 JSON API
ELK技术栈 - Elasticsearch 学习笔记(二)
ELK技术栈 - Elasticsearch 学习笔记(二)
205 0
|
2月前
|
存储 SQL JSON
ELK技术栈 - Elasticsearch 学习笔记(一)
ELK技术栈 - Elasticsearch 学习笔记(一)
180 0