Elastic 技术栈之 Logstash 基础
Elastic 技术栈之 Logstash 基础
本文是 Elastic 技术栈（ELK）的 Logstash 应用。
如果不了解 Elastic 的安装、配置、部署，可以参考：Elastic 技术栈之快速入门
简介
Logstash 可以传输和处理你的日志、事务或其他数据。
功能
Logstash 是 Elasticsearch 的最佳数据管道。
Logstash 是插件式管理模式，在输入、过滤、输出以及编码过程中都可以使用插件进行定制。Logstash 社区有超过 200 种可用插件。
工作原理
Logstash 有两个必要元素：input 和 output ，一个可选元素：filter。
这三个元素，分别代表 Logstash 事件处理的三个阶段：输入 > 过滤器 > 输出。
- input 负责从数据源采集数据。
- filter 将数据修改为你指定的格式或内容。
- output 将数据传输到目的地。
在实际应用场景中，通常输入、输出、过滤器不止一个。Logstash 的这三个元素都使用插件式管理方式，用户可以根据应用需要，灵活的选用各阶段需要的插件，并组合使用。
后面将对插件展开讲解，暂且不表。
设置
设置文件
logstash.yml：logstash 的默认启动配置文件jvm.options：logstash 的 JVM 配置文件。startup.options(Linux)：包含系统安装脚本在/usr/share/logstash/bin中使用的选项为您的系统构建适当的启动脚本。安装 Logstash 软件包时，系统安装脚本将在安装过程结束时执行，并使用startup.options中指定的设置来设置用户，组，服务名称和服务描述等选项。
logstash.yml 设置项
节选部分设置项，更多项请参考：https://www.elastic.co/guide/en/logstash/current/logstash-settings-file.html
| 参数 | 描述 | 默认值 |
|---|---|---|
node.name |
节点名 | 机器的主机名 |
path.data |
Logstash及其插件用于任何持久性需求的目录。 | LOGSTASH_HOME/data |
pipeline.workers |
同时执行管道的过滤器和输出阶段的工作任务数量。如果发现事件正在备份，或CPU未饱和，请考虑增加此数字以更好地利用机器处理能力。 | Number of the host’s CPU cores |
pipeline.batch.size |
尝试执行过滤器和输出之前，单个工作线程从输入收集的最大事件数量。较大的批量处理大小一般来说效率更高，但是以增加的内存开销为代价。您可能必须通过设置 LS_HEAP_SIZE 变量来有效使用该选项来增加JVM堆大小。 |
125 |
pipeline.batch.delay |
创建管道事件批处理时，在将一个尺寸过小的批次发送给管道工作任务之前，等待每个事件需要多长时间（毫秒）。 | 5 |
pipeline.unsafe_shutdown |
如果设置为true，则即使在内存中仍存在inflight事件时，也会强制Logstash在关闭期间退出。默认情况下，Logstash将拒绝退出，直到所有接收到的事件都被推送到输出。启用此选项可能会导致关机期间数据丢失。 | false |
path.config |
主管道的Logstash配置路径。如果您指定一个目录或通配符，配置文件将按字母顺序从目录中读取。 | Platform-specific. See [dir-layout]. |
config.string |
包含用于主管道的管道配置的字符串。使用与配置文件相同的语法。 | None |
config.test_and_exit |
设置为true时，检查配置是否有效，然后退出。请注意，使用此设置不会检查grok模式的正确性。 Logstash可以从目录中读取多个配置文件。如果将此设置与log.level：debug结合使用，则Logstash将记录组合的配置文件，并注掉其源文件的配置块。 | false |
config.reload.automatic |
设置为true时，定期检查配置是否已更改，并在配置更改时重新加载配置。这也可以通过SIGHUP信号手动触发。 | false |
config.reload.interval |
Logstash 检查配置文件更改的时间间隔。 | 3s |
config.debug |
设置为true时，将完全编译的配置显示为调试日志消息。您还必须设置log.level：debug。警告：日志消息将包括任何传递给插件配置作为明文的“密码”选项，并可能导致明文密码出现在您的日志！ |
false |
config.support_escapes |
当设置为true时，带引号的字符串将处理转义字符。 | false |
modules |
配置时，模块必须处于上表所述的嵌套YAML结构中。 | None |
http.host |
绑定地址 | "127.0.0.1" |
http.port |
绑定端口 | 9600 |
log.level |
日志级别。有效选项：fatal > error > warn > info > debug > trace | info |
log.format |
日志格式。json （JSON 格式）或 plain （原对象） | plain |
path.logs |
Logstash 自身日志的存储路径 | LOGSTASH_HOME/logs |
path.plugins |
在哪里可以找到自定义的插件。您可以多次指定此设置以包含多个路径。 |
启动
命令行
通过命令行启动 logstash 的方式如下：
bin/logstash [options]
其中 [options] 是您可以指定用于控制 Logstash 执行的命令行标志。
在命令行上设置的任何标志都会覆盖 Logstash 设置文件（logstash.yml）中的相应设置，但设置文件本身不会更改。
注
虽然可以通过指定命令行参数的方式，来控制 logstash 的运行方式，但显然这么做很麻烦。
建议通过指定配置文件的方式，来控制 logstash 运行，启动命令如下：
bin/logstash -f logstash.conf
若想了解更多的命令行参数细节，请参考：https://www.elastic.co/guide/en/logstash/current/running-logstash-command-line.html
配置文件
上节，我们了解到，logstash 可以执行 bin/logstash -f logstash.conf ，按照配置文件中的参数去覆盖默认设置文件（logstash.yml）中的设置。
这节，我们就来学习一下这个配置文件如何配置参数。
配置文件结构
在工作原理一节中，我们已经知道了 Logstash 主要有三个工作阶段 input 、filter、output。而 logstash 配置文件文件结构也与之相对应：
input {}
filter {}
output {}
每个部分都包含一个或多个插件的配置选项。如果指定了多个过滤器，则会按照它们在配置文件中的显示顺序应用它们。
插件配置
插件的配置由插件名称和插件的一个设置块组成。
下面的例子中配置了两个输入文件配置：
input {
file {
path => "/var/log/messages"
type => "syslog"
}
file {
path => "/var/log/apache/access.log"
type => "apache"
}
}
您可以配置的设置因插件类型而异。你可以参考： Input Plugins, Output Plugins, Filter Plugins, 和 Codec Plugins 。
值类型
一个插件可以要求设置的值是一个特定的类型，比如布尔值，列表或哈希值。以下值类型受支持。
- Array
users => [ {id => 1, name => bob}, {id => 2, name => jane} ]
- Lists
path => [ "/var/log/messages", "/var/log/*.log" ]
uris => [ "http://elastic.co", "http://example.net" ]
- Boolean
ssl_enable => true
- Bytes
my_bytes => "1113" # 1113 bytes
my_bytes => "10MiB" # 10485760 bytes
my_bytes => "100kib" # 102400 bytes
my_bytes => "180 mb" # 180000000 bytes
- Codec
codec => "json"
- Hash
match => {
"field1" => "value1"
"field2" => "value2"
...
}
- Number
port => 33
- Password
my_password => "password"
- URI
my_uri => "http://foo:bar@example.net"
- Path
my_path => "/tmp/logstash"
String
转义字符
插件
input
Logstash 支持各种输入选择 ，可以在同一时间从众多常用来源捕捉事件。能够以连续的流式传输方式，轻松地从您的日志、指标、Web 应用、数据存储以及各种 AWS 服务采集数据。
常用 input 插件
- file：从文件系统上的文件读取，就像UNIX命令
tail -0F一样 - syslog：在众所周知的端口514上侦听系统日志消息，并根据RFC3164格式进行解析
- redis：从redis服务器读取，使用redis通道和redis列表。 Redis经常用作集中式Logstash安装中的“代理”，它将来自远程Logstash“托运人”的Logstash事件排队。
- beats：处理由Filebeat发送的事件。
更多详情请见：Input Plugins
filter
过滤器是Logstash管道中的中间处理设备。如果符合特定条件，您可以将条件过滤器组合在一起，对事件执行操作。
常用 filter 插件
grok：解析和结构任意文本。 Grok目前是Logstash中将非结构化日志数据解析为结构化和可查询的最佳方法。
mutate：对事件字段执行一般转换。您可以重命名，删除，替换和修改事件中的字段。
drop：完全放弃一个事件，例如调试事件。
clone：制作一个事件的副本，可能会添加或删除字段。
geoip：添加有关IP地址的地理位置的信息（也可以在Kibana中显示惊人的图表！）
更多详情请见：Filter Plugins
output
输出是Logstash管道的最后阶段。一个事件可以通过多个输出，但是一旦所有输出处理完成，事件就完成了执行。
常用 output 插件
- elasticsearch：将事件数据发送给 Elasticsearch（推荐模式）。
- file：将事件数据写入文件或磁盘。
- graphite：将事件数据发送给 graphite（一个流行的开源工具，存储和绘制指标。 http://graphite.readthedocs.io/en/latest/）。
- statsd：将事件数据发送到 statsd （这是一种侦听统计数据的服务，如计数器和定时器，通过UDP发送并将聚合发送到一个或多个可插入的后端服务）。
更多详情请见：Output Plugins
codec
用于格式化对应的内容。
常用 codec 插件
- json：以JSON格式对数据进行编码或解码。
- multiline：将多行文本事件（如java异常和堆栈跟踪消息）合并为单个事件。
更多插件请见：Codec Plugins
实战
前面的内容都是对 Logstash 的介绍和原理说明。接下来，我们来实战一些常见的应用场景。
传输控制台数据
stdin input 插件从标准输入读取事件。这是最简单的 input 插件，一般用于测试场景。
应用
（1）创建 logstash-input-stdin.conf ：
input { stdin { } }
output {
elasticsearch { hosts => ["localhost:9200"] }
stdout { codec => rubydebug }
}
更多配置项可以参考：https://www.elastic.co/guide/en/logstash/current/plugins-inputs-stdin.html
（2）执行 logstash，使用 -f 来指定你的配置文件：
bin/logstash -f logstash-input-stdin.conf
传输 logback 日志
想使用 logback + logstash ，可以使用 logstash-logback-encoder 。logstash-logback-encoder 提供了 UDP / TCP / 异步方式来传输日志数据到 logstash。
TCP 应用
- logstash 配置
（1）创建 logstash-input-tcp.conf ：
input {
tcp {
port => 9251
codec => json_lines
mode => server
}
}
output {
elasticsearch { hosts => ["localhost:9200"] }
stdout { codec => rubydebug }
}
更多配置项可以参考：https://www.elastic.co/guide/en/logstash/current/plugins-inputs-tcp.html
（2）执行 logstash，使用 -f 来指定你的配置文件：bin/logstash -f logstash-input-udp.conf
- java 应用配置
（1）在 Java 应用的 pom.xml 中引入 jar 包：
<dependency>
<groupId>net.logstash.logback</groupId>
<artifactId>logstash-logback-encoder</artifactId>
<version>4.11</version>
</dependency>
<!-- logback 依赖包 -->
<dependency>
<groupId>ch.qos.logback</groupId>
<artifactId>logback-core</artifactId>
<version>1.2.3</version>
</dependency>
<dependency>
<groupId>ch.qos.logback</groupId>
<artifactId>logback-classic</artifactId>
<version>1.2.3</version>
</dependency>
<dependency>
<groupId>ch.qos.logback</groupId>
<artifactId>logback-access</artifactId>
<version>1.2.3</version>
</dependency>
（2）接着，在 logback.xml 中添加 appender
<appender name="ELK-TCP" class="net.logstash.logback.appender.LogstashTcpSocketAppender">
<!--
destination 是 logstash 服务的 host:port，
相当于和 logstash 建立了管道，将日志数据定向传输到 logstash
-->
<destination>192.168.28.32:9251</destination>
<encoder charset="UTF-8" class="net.logstash.logback.encoder.LogstashEncoder"/>
</appender>
<logger name="io.github.dunwu.spring" level="TRACE" additivity="false">
<appender-ref ref="ELK-TCP" />
</logger>
（3）接下来，就是 logback 的具体使用 ，如果对此不了解，不妨参考一下我的这篇博文：细说 Java 主流日志工具库 。
UDP 应用
UDP 和 TCP 的使用方式大同小异。
- logstash 配置
（1）创建 logstash-input-udp.conf ：
input {
udp {
port => 9250
codec => json
}
}
output {
elasticsearch { hosts => ["localhost:9200"] }
stdout { codec => rubydebug }
}
更多配置项可以参考：https://www.elastic.co/guide/en/logstash/current/plugins-inputs-udp.html
（2）执行 logstash，使用 -f 来指定你的配置文件：bin/logstash -f logstash-input-udp.conf
- java 应用配置
（1）在 Java 应用的 pom.xml 中引入 jar 包：
与 TCP 应用 一节中的引入依赖包完全相同。
（2）接着，在 logback.xml 中添加 appender
<appender name="ELK-UDP" class="net.logstash.logback.appender.LogstashSocketAppender">
<host>192.168.28.32</host>
<port>9250</port>
</appender>
<logger name="io.github.dunwu.spring" level="TRACE" additivity="false">
<appender-ref ref="ELK-UDP" />
</logger>
（3）接下来，就是 logback 的具体使用 ，如果对此不了解，不妨参考一下我的这篇博文：细说 Java 主流日志工具库 。
传输文件
在 Java Web 领域，需要用到一些重要的工具，例如 Tomcat 、Nginx 、Mysql 等。这些不属于业务应用，但是它们的日志数据对于定位问题、分析统计同样很重要。这时无法使用 logback 方式将它们的日志传输到 logstash。
如何采集这些日志文件呢？别急，你可以使用 logstash 的 file input 插件。
需要注意的是，传输文件这种方式，必须在日志所在的机器上部署 logstash 。
应用
logstash 配置
（1）创建 logstash-input-file.conf ：
input {
file {
path => ["/var/log/nginx/access.log"]
type => "nginx-access-log"
start_position => "beginning"
}
}
output {
if [type] == "nginx-access-log" {
elasticsearch {
hosts => ["localhost:9200"]
index => "nginx-access-log"
}
}
}
（2）执行 logstash，使用 -f 来指定你的配置文件：bin/logstash -f logstash-input-file.conf
更多配置项可以参考：https://www.elastic.co/guide/en/logstash/current/plugins-inputs-file.html
小技巧
启动、终止应用
如果你的 logstash 每次都是通过指定配置文件方式启动。不妨建立一个启动脚本。
# cd xxx 进入 logstash 安装目录下的 bin 目录
logstash -f logstash.conf
如果你的 logstash 运行在 linux 系统下，不妨使用 nohup 来启动一个守护进程。这样做的好处在于，即使关闭终端，应用仍会运行。
创建 startup.sh
nohup ./logstash -f logstash.conf >> nohup.out 2>&1 &
终止应用没有什么好方法，你只能使用 ps -ef | grep logstash ，查出进程，将其kill 。不过，我们可以写一个脚本来干这件事：
创建 shutdown.sh
脚本不多解释，请自行领会作用。
PID=`ps -ef | grep logstash | awk '{ print $2}' | head -n 1`
kill -9 ${PID}
资料
推荐阅读
最新文章
- .net实现调用本地exe等应用程序的办法总结
- Interview----将一棵二叉树转换成其镜像
- 初步探讨WPF的ListView控件(涉及模板、查找子控件)
- JavaWeb项目开发案例精粹-第2章投票系统-002配置文件及公共类
- Sleep的问题
- cmd dos 下 无法显示中文
- ICSharpCode.TextEditor如何自定义代码折叠和高亮
- 学习总结------Servlet的简单理解
- CurrentCulture和CurrentUICulture的区别
- 利用python写一个简单的小爬虫 爬虫日记（1）（好好学习）
- python --- 快速排序算法
- js面向对象自定义MyString()的构造器函数，实现内建String()属性和方法：
- [Swift]LeetCode925. 长按键入 | Long Pressed Name
- 在javaScript中把非数值类型的数据自动转换为数值类型的两种方式
- 流式大数据计算实践（2）----Hadoop集群和Zookeeper
- Flink - InputGate
- hdu3374 最大最小表示法 +kmp
- Python开课复习7
- 连接SDE空间数据库——SQL Server篇
- Codeforces Round #520 (Div. 2) Solution