一、概述
ELK 已經成為目前最流行的集中式日志解決方案,它主要是由 Beats、Logstash、Elasticsearch、Kibana 等組件組成,來共同完成實時日志的收集,存儲,展示等一站式的解決方案。本文將會介紹ELK常見的架構以及相關問題解決。
-
Filebeat:Filebeat是一款輕量級,占用服務資源非常少的數據收集引擎,它是ELK家族的新成員,可以代替 Logstash 作為在應用服務器端的日志收集引擎,支持將收集到的數據輸出到Kafka,Redis等隊列。
-
Logstash:數據收集引擎,相較于Filebeat比較重量級,但它集成了大量的插件,支持豐富的數據源收集,對收集的數據可以過濾,分析,格式化日志格式。
-
Elasticsearch:分布式數據搜索引擎,基于Apache Lucene實現,可集群,提供數據的集中式存儲,分析,以及強大的數據搜索和聚合功能。
-
Kibana:數據的可視化平臺,通過該web平臺可以實時的查看 Elasticsearch 中的相關數據,并提供了豐富的圖表統計功能。
二、ELK常見部署架構
2.1 Logstash作為日志收集器
這種架構是比較原始的部署架構,在各應用服務器端分別部署一個 Logstash 組件,作為日志收集器,然后將 Logstash 收集到的數據過濾、分析、格式化處理后發送至Elasticsearch 存儲,最后使用 Kibana 進行可視化展示,這種架構不足的是:
Logstash 比較耗服務器資源,所以會增加應用服務器端的負載壓力。
2.2 Filebeat作為日志收集器
該架構與第一種架構唯一不同的是:應用端日志收集器換成了Filebeat,Filebeat輕量,占用服務器資源少,所以使用Filebeat作為應用服務器端的日志收集器,一般Filebeat會配合Logstash一起使用,這種部署方式也是目前最常用的架構。
2.3 引入緩存隊列的部署架構
該架構在第二種架構的基礎上引入了 Redis 緩存隊列(還可以是其他消息隊列),將Filebeat收集到的數據發送至Redis,然后在通過 Logstasth 讀取 Redis 中的數據,這種架構主要是解決大數據量下的日志收集方案,使用緩存隊列主要是解決數據安全與均衡Logstash與Elasticsearch負載壓力。
2.4 以上三種架構的總結
第一種部署架構由于資源占用問題,現已很少使用,目前使用最多的是第二種部署架構,至于第三種部署架構個人覺得沒有必要引入消息隊列,除非有其他需求,因為在數據量較大的情況下,Filebeat 使用壓力敏感協議向 Logstash 或 Elasticsearch 發送數據。如果 Logstash 正在繁忙地處理數據,它會告知 Filebeat 減慢讀取速度。擁塞解決后,Filebeat 將恢復初始速度并繼續發送數據。三、問題及解決方案
問題:如何實現日志的多行合并功能?
系統應用中的日志一般都是以特定格式進行打印的,屬于同一條日志的數據可能分多行進行打印,那么在使用ELK收集日志的時候就需要將屬于同一條日志的多行數據進行合并。
解決方案:使用 Filebeat 或 Logstash 中的 multiline 多行合并插件來實現。
在使用 multiline 多行合并插件的時候需要注意,不同的 ELK 部署架構可能 multiline 的使用方式也不同,如果是本文的第一種部署架構,那么 multiline 需要在 Logstash 中配置使用,如果是第二種部署架構,那么 multiline 需要在 Filebeat 中配置使用,無需再在Logstash 中配置 multiline。1、multiline 在 Filebeat 中的配置方式:
- pattern:正則表達式;
- negate:默認為false,表示匹配pattern的行合并到上一行;true表示不匹配pattern的行合并到上一行;
- match:after表示合并到上一行的末尾,before表示合并到上一行的行首。
如:
該配置表示將不匹配pattern模式的行合并到上一行的末尾2、multiline在Logstash中的配置方式pattern: ‘[‘
negate: true
match: after
(1)Logstash 中配置的 what 屬性值為 previous,相當于 Filebeat 中的 after,Logstash 中配置的 what 屬性值為 next,相當于 Filebeat 中的 before。
(2)pattern => “%{LOGLEVEL}s*]“ 中的LOGLEVEL是Logstash預制的正則匹配模式,預制的還有好多常用的正則匹配模式,詳細請看:https://github.com/logstash-plugins/logstash-patterns-core/tree/master/patterns
問題:如何將 Kibana 中顯示日志的時間字段替換為日志信息中的時間?
默認情況下,我們在 Kibana 中查看的時間字段與日志信息中的時間不一致,因為默認的時間字段值是日志收集時的當前時間,所以需要將該字段的時間替換為日志信息中的時間。
解決方案:使用 grok 分詞插件與 date 時間格式化插件來實現
在 Logstash 的配置文件的過濾器中配置 grok 分詞插件與 date 時間格式化插件,如:
如要匹配的日志格式為:“[DEBUG][20170811 1031,359][DefaultBeanDefinitionDocumentReader:106] Loading bean definitions”,解析出該日志的時間字段的方式有:① 通過引入寫好的表達式文件,如表達式文件為customer_patterns,內容為:
CUSTOMER_TIME %{YEAR}%{MONTHNUM}%{MONTHDAY}s+%{TIME}
注:內容格式為:[自定義表達式名稱] [正則表達式]
然后 logstash 中就可以這樣引用:
② 以配置項的方式,規則為:(?<自定義表達式名稱>正則匹配規則),如:
問題:如何在Kibana中通過選擇不同的系統日志模塊來查看數據
一般在Kibana中顯示的日志數據混合了來自不同系統模塊的數據,那么如何來選擇或者過濾只查看指定的系統模塊的日志數據?
解決方案:新增標識不同系統模塊的字段或根據不同系統模塊建ES索引
1、新增標識不同系統模塊的字段,然后在Kibana中可以根據該字段來過濾查詢不同模塊的數據
這里以第二種部署架構講解,在 Filebeat 中的配置內容為:
通過新增:log_from字段來標識不同的系統模塊日志
2、根據不同的系統模塊配置對應的ES索引,然后在Kibana中創建對應的索引模式匹配,即可在頁面通過索引模式下拉框選擇不同的系統模塊數據。
這里以第二種部署架構講解,分為兩步:
① 在Filebeat中的配置內容為:
通過document_type來標識不同系統模塊
② 修改Logstash中output的配置內容為:
在 output 中增加 index 屬性,%{type}表示按不同的document_type值建ES索引
四、總結
本文主要介紹了ELK實時日志分析的三種部署架構,以及不同架構所能解決的問題,這三種架構中第二種部署方式是時下最流行也是最常用的部署方式,最后介紹了ELK作在日志分析中的一些問題與解決方案,說在最后,ELK不僅僅可以用來作為分布式日志數據集中式查詢和管理,還可以用來作為項目應用以及服務器資源監控等場景,更多內容請看官網。審核編輯 :李倩
-
服務器
+關注
關注
12文章
9160瀏覽量
85415 -
日志
+關注
關注
0文章
138瀏覽量
10642 -
收集器
+關注
關注
0文章
30瀏覽量
3135
原文標題:分布式實時日志:ELK 的部署架構方案
文章出處:【微信號:magedu-Linux,微信公眾號:馬哥Linux運維】歡迎添加關注!文章轉載請注明出處。
發布評論請先 登錄
相關推薦
評論