Logstash简单介绍
来源:互联网 发布:seo关键词优化技巧 编辑:程序博客网 时间:2024/06/03 21:46
Logstash入门介绍
大家好,我是一名程序员,我叫迷途的攻城狮,英文名字:Lost Engineer。我是一个有理想、有目标的完美主义者,永远都不安于现状。俗话说:不想当裁缝的厨子不是一个好司机,所以我的理想是将来有一天能成为一个超越我自己的人!
这是我的第一篇博客,简单整理了一下最近学习的内容,大部分内容来源于网络,如果有不对的地方希望大家多多包含。
一、Logstash简介
1、官网地址
https://www.elastic.co/products/logstash
2、软件介绍
官方介绍:Logstash is an open source data collection engine with real-time pipelining capabilities。简单来说logstash就是一根具备实时数据传输能力的管道,负责将数据信息从管道的输入端传输到管道的输出端;与此同时这根管道还可以让你根据自己的需求在中间加上滤网,Logstash提供里很多功能强大的滤网以满足你的各种应用场景。
Logstash常用于日志关系系统中做日志采集设备;
3、系统结构
Logstash的事件(logstash将数据流中等每一条数据称之为一个event)处理流水线有三个主要角色完成:inputs –> filters –> outputs:
- inpust:必须,负责产生事件(Inputs generate events),常用:File、syslog、redis、beats(如:Filebeats)
- filters:可选,负责数据处理与转换(filters modify them),常用:grok、mutate、drop、clone、geoip
outpus:必须,负责数据输出(outputs ship them elsewhere),常用:elasticsearch、file、graphite、statsd
其中inputs和outputs支持codecs(coder&decoder)在1.3.0 版之前,logstash 只支持纯文本形式输入,然后以过滤器处理它。但现在,我们可以在输入 期处理不同类型的数据,所以完整的数据流程应该是:input | decode | filter | encode | output;codec 的引入,使得 logstash 可以更好更方便的与其他有自定义数据格式的运维产品共存,比如:graphite、fluent、netflow、collectd,以及使用 msgpack、json、edn 等通用数据格式的其他产品等
4、应用场景
Logstash最常用于ELK(elasticsearch + logstash + kibane)中作为日志收集器使用
二、Logstash安装
1、环境清单
- 操作系统:CentOS Linux release 7.3.1611
- Logstash版本:logstash-5.4.1
- Jdk版本:1.8.0_131
2、软件下载
- 下载Jdk:
[chenlei@chenlei ~]$ wget --no-check-certificate --no-cookies --header "Cookie: oraclelicense=accept-securebackup-cookie" http://download.oracle.com/otn-pub/java/jdk/8u131-b11/d54c1d3a095b4ff2b6607d096fa80163/jdk-8u131-linux-x64.tar.gz
- 下载Logstash:
[chenlei@chenlei ~]$ wget https://artifacts.elastic.co/downloads/logstash/logstash-5.4.1.tar.gz
3、安装步骤
3.1、安装Jdk
- 创建安装目录
[chenlei@chenlei ~]$ sudo mkdir /usr/local/Java
- 解压缩安装文件
## 移动安装包到安装目录 ##[chenlei@chenlei ~]$ sudo mv jdk-8u131-linux-x64.tar.gz /usr/local/Java/## 进入安装目录 ##[chenlei@chenlei ~]$ cd /usr/local/Java/## 解压缩安装包 ##[chenlei@chenlei Java]$ sudo tar -zxvf jdk-8u131-linux-x64.tar.gz## 删除安装包 ##[chenlei@chenlei Java]$ sudo rm jdk-8u131-linux-x64.tar.gz
- 测试安装是否成功
## 进入JAVA_HOME ##[chenlei@chenlei Java]$ cd jdk1.8.0_131/## 测试java命令是否可以正常执行 ##[chenlei@chenlei jdk1.8.0_131]$ ./bin/java -version
- 配置JAVA_HOME环境变量
[chenlei@chenlei ~]$ cd ~[chenlei@chenlei ~]$ vi .bash_profile# .bash_profile# Get the aliases and functionsif [ -f ~/.bashrc ]; then. ~/.bashrcfi# User specific environment and startup programs## 配置JAVA_HOME环境变量 ##JAVA_HOME=/usr/local/Java/jdk1.8.0_131## 将java执行目录加入到PATH下面 ##PATH=$PATH:$HOME/.local/bin:$HOME/bin:$JAVA_HOME/binexport PATH~ ## 使环境变量生效 ##[chenlei@chenlei ~]$ source .bash_profile## 测试JAVA_HOME是否正确配置 ##[chenlei@chenlei ~]$ java -version
3.2、安装Logstash
- 创建安装目录
[chenlei@chenlei ~]$ sudo mkdir /usr/local/logstash
- 解压缩安装文件
[chenlei@chenlei ~]$ sudo mv logstash-5.4.1.tar.gz /usr/local/logstash/[chenlei@chenlei ~]$ cd /usr/local/logstash/[chenlei@chenlei logstash]$ sudo tar -zxvf logstash-5.4.1.tar.gz
测试安装是否成功
- 测试一、快速启动,标准输入输出作为input和output,没有filter
[chenlei@chenlei logstash]$ cd logstash-5.4.1/[chenlei@chenlei logstash-5.4.1]$ ./bin/logstash -e 'input { stdin {} } output { stdout {} }'Sending Logstash's logs to /usr/local/logstash/logstash-5.4.1/logs which is now configured via log4j2.properties[2017-06-17T13:37:13,449][INFO ][logstash.setting.writabledirectory] Creating directory {:setting=>"path.queue", :path=>"/usr/local/logstash/logstash-5.4.1/data/queue"}[2017-06-17T13:37:13,467][INFO ][logstash.agent ] No persistent UUID file found. Generating new UUID {:uuid=>"dcfdb85f-9728-46b2-91ca-78a0d6245fba", :path=>"/usr/local/logstash/logstash-5.4.1/data/uuid"}[2017-06-17T13:37:13,579][INFO ][logstash.pipeline ] Starting pipeline {"id"=>"main", "pipeline.workers"=>2, "pipeline.batch.size"=>125, "pipeline.batch.delay"=>5, "pipeline.max_inflight"=>250}[2017-06-17T13:37:13,612][INFO ][logstash.pipeline ] Pipeline main startedThe stdin plugin is now waiting for input:[2017-06-17T13:37:13,650][INFO ][logstash.agent ] Successfully started Logstash API endpoint {:port=>9600}## 此时命令窗口停留在等待输入状态,键盘键入任意字符 ##hello world## 下方是Logstash输出到效果 ##2017-06-17T05:37:29.401Z chenlei.master hello world
- 测试二、在测试一堆基础上加上codec进行格式化输出
[chenlei@chenlei logstash-5.4.1]$ ./bin/logstash -e 'input{stdin{}} output{stdout{codec=>rubydebug}}'Sending Logstash's logs to /usr/local/logstash/logstash-5.4.1/logs which is now configured via log4j2.properties[2017-06-17T14:01:50,325][INFO ][logstash.pipeline ] Starting pipeline {"id"=>"main", "pipeline.workers"=>2, "pipeline.batch.size"=>125, "pipeline.batch.delay"=>5, "pipeline.max_inflight"=>250}[2017-06-17T14:01:50,356][INFO ][logstash.pipeline ] Pipeline main startedThe stdin plugin is now waiting for input:[2017-06-17T14:01:50,406][INFO ][logstash.agent ] Successfully started Logstash API endpoint {:port=>9600}## 此时命令窗口停留在等待输入状态,键盘键入任意字符 ##hello world## 下方是Logstash输出到效果 ##{"@timestamp" => 2017-06-17T06:02:19.189Z,"@version" => "1","host" => "chenlei.master","message" => "hello world"}
三、Logstash参数与配置
1、常用启动参数
2、配置文件结构及语法
区段
Logstash通过
{}
来定义区域,区域内可以定义插件,一个区域内可以定义多个插件,如下:
input { stdin { } beats { port => 5044 }}
数据类型
Logstash仅支持少量的数据类型:
Boolean:ssl_enable => true
Number:port => 33
String:name => “Hello world”
Commonts:# this is a comment
字段引用
Logstash数据流中的数据被称之为Event对象,Event以JSON结构构成,Event的属性被称之为字段,如果你像在配置文件中引用这些字段,只需要把字段的名字写在中括号
[]
里就行了,如[type]
,对于嵌套字段每层字段名称都写在[]
里就可以了,比如:[tags][type]
;除此之外,对于Logstash的arrag类型支持下标与倒序下表,如:[tags][type][0]
,[tags][type][-1]
。条件判断
Logstash支持下面的操作符:
equality:==, !=, <, >, <=, >=
regexp:=~, !~
inclusion:in, not in
boolean:and, or, nand, xor
unary:!
例如:
if EXPRESSION { ...} else if EXPRESSION { ...} else { ...}
环境变量引用
Logstash支持引用系统环境变量,环境变量不存在时可以设置默认值,例如:
export TCP_PORT=12345
input { tcp { port => "${TCP_PORT:54321}" }}
3、常用输入插件(Input plugin)
3.1、File读取插件
文件读取插件主要用来抓取文件的变化信息,将变化信息封装成Event进程处理或者传递。
- 配置事例
input file { path => ["/var/log/*.log", "/var/log/message"] type => "system" start_position => "beginning" }}
- 常用参数
3.2、Beats监听插件
Beats插件用于建立监听服务,接收Filebeat或者其他beat发送的Events;
- 配置事例
input { beats { port => 5044 }}
- 常用参数(空 => 同上)
3.3、TCP监听插件
TCP插件有两种工作模式,“Client”和“Server”,分别用于发送网络数据和监听网络数据。
- 配置事例
tcp { port => 41414}
- 常用参数(空 => 同上)
3.4、Redis读取插件
用于读取Redis中缓存的数据信息。
- 配置事例
input { redis { host => "127.0.0.1" port => 6379 data_type => "list" key => "logstash-list" }}
- 常用参数(空 => 同上)
3.5、Syslog监听插件
监听操作系统syslog信息
- 配置事例
syslog {}
- 常用参数(空 => 同上)
type
field to all events handled by this input. use_labels boolean true Uselabel parsing for severity and facility levels.4、常用过滤插件(Filter plugin)
丰富的过滤器插件的是 logstash威力如此强大的重要因素,过滤器插件主要处理流经当前Logstash的事件信息,可以添加字段、移除字段、转换字段类型,通过正则表达式切分数据等,也可以根据条件判断来进行不同的数据处理方式。
4.1、grok正则捕获
grok 是Logstash中将非结构化数据解析成结构化数据以便于查询的最好工具,非常适合解析syslog logs,apache log, mysql log,以及一些其他的web log
预定义表达式调用
Logstash提供120个常用正则表达式可供安装使用,安装之后你可以通过名称调用它们,语法如下:
%{SYNTAX:SEMANTIC}
SYNTAX:表示已经安装的正则表达式的名称
SEMANTIC:表示从Event中匹配到的内容的名称
例如:Event的内容为“[debug] 127.0.0.1 - test log content”,匹配
%{IP:client}
将获得“client: 127.0.0.1”的结果,前提安装了IP表达式;如果你在捕获数据时想进行数据类型转换可以使用%{NUMBER:num:int}
这种语法,默认情况下,所有的返回结果都是string类型,当前Logstash所支持的转换类型仅有“int”和“float”;一个稍微完整一点的事例:
日志文件http.log内容:55.3.244.1 GET /index.html 15824 0.043
表达式:%{IP:client} %{WORD:method} %{URIPATHPARAM:request} %{NUMBER:bytes} %{NUMBER:duration}
配置文件内容:
input { file { path => "/var/log/http.log" }}filter { grok { match => {"message" => "%{IP:client} %{WORD:method} %{URIPATHPARAM:request} %{NUMBER:bytes} %{NUMBER:duration}"} }}
输出结果:
client: 55.3.244.1method: GETrequest: /index.htmlbytes: 15824duration: 0.043
- 自定义表达式调用
- 语法:
(?<field_name>the pattern here)
- 举例:捕获10或11和长度的十六进制queue_id可以使用表达式
(?<queue_id>[0-9A-F]{10,11})
- 语法:
安装自定义表达式
与预定义表达式相同,你也可以将自定义的表达式配置到Logstash中,然后就可以像于定义的表达式一样使用;以下是操作步骤说明:
1、在Logstash根目录下创建文件夹“patterns”,在“patterns”文件夹中创建文件“extra”(文件名称无所谓,可自己选择有意义的文件名称);
2、在文件“extra”中添加表达式,格式:patternName regexp,名称与表达式之间用空格隔开即可,如下:
# contents of ./patterns/postfix:POSTFIX_QUEUEID [0-9A-F]{10,11}
3、使用自定义的表达式时需要指定“patterns_dir”变量,变量内容指向表达式文件所在的目录,举例如下:
## 日志内容 ##Jan 1 06:25:43 mailserver14 postfix/cleanup[21403]: BEF25A72965: message-id=<20130101142543.5828399CCAF@mailserver14.example.com>
## Logstash配置 ##filter { grok { patterns_dir => ["./patterns"] match => { "message" => "%{SYSLOGBASE} %{POSTFIX_QUEUEID:queue_id}: %{GREEDYDATA:syslog_message}" } }}
## 运行结果 ##timestamp: Jan 1 06:25:43logsource: mailserver14program: postfix/cleanuppid: 21403queue_id: BEF25A72965
- grok常用配置参数(空 => 同上)
overwrite=> [ “message” ] patterns_dir array [] 指定自定义的pattern文件存放目录,Logstash在启动时会读取文件夹内patterns_files_glob 匹配的所有文件内容 patterns_files_glob string “*” 用于匹配patterns_dir中的文件 periodic_flush boolean false 定期调用filter的flush方法 remove_field array [] 从Event中删除任意字段: remove_field=> [ “foo_%{somefield}” ] remove_tag array [] 删除“tags”中的值: remove_tag=> [ “foo_%{somefield}” ] tag_on_failure array [“_grokparsefailure”] 当没有匹配成功时,将此array添加到“tags”字段内 tag_on_timeout string “_groktimeout” 当匹配超时时,将此内容添加到“tags”字段内 timeout_millis number 30000 设置单个match到超时时间,单位:毫秒,如果设置为0,则不启用超时设置
- 其他
- 一般的正则表达式只能匹配单行文本,如果一个Event的内容为多行,可以在pattern前加“(?m)”
- 对于Hash和Array类型,Hash表示键值对,Array表示数组
- Grok表达式在线debug地址:http://grokdebug.herokuapp.com
- 预定义正则表达式参考地址:https://github.com/logstash-plugins/logstash-patterns-core/tree/master/patterns
4.2、date时间处理插件
该插件用于时间字段的格式转换,比如将“Apr 17 09:32:01”(MMM dd HH:mm:ss)转换为“MM-dd HH:mm:ss”。而且通常情况下,Logstash会为自动给Event打上时间戳,但是这个时间戳是Event的处理时间(主要是input接收数据的时间),和日志记录时间会存在偏差(主要原因是buffer),我们可以使用此插件用日志发生时间替换掉默认是时间戳的值。
- 常用配置参数(空 => 同上)
4.3、mutate数据修改插件
mutate 插件是 Logstash另一个重要插件。它提供了丰富的基础类型数据处理能力。可以重命名,删除,替换和修改事件中的字段。
- 常用配置参数(空 => 同上)
4.4、JSON插件
JSON插件用于解码JSON格式的字符串,一般是一堆日志信息中,部分是JSON格式,部分不是的情况下
- 配置事例
json { source => ...}
## 事例配置,message是JSON格式的字符串:"{\"uid\":3081609001,\"type\":\"signal\"}" ##filter { json { source => "message" target => "jsoncontent" }}
## 输出结果 ##{ "@version": "1", "@timestamp": "2014-11-18T08:11:33.000Z", "host": "web121.mweibo.tc.sinanode.com", "message": "{\"uid\":3081609001,\"type\":\"signal\"}", "jsoncontent": { "uid": 3081609001, "type": "signal" }}## 如果从事例配置中删除`target`,输出结果如下 ##{ "@version": "1", "@timestamp": "2014-11-18T08:11:33.000Z", "host": "web121.mweibo.tc.sinanode.com", "message": "{\"uid\":3081609001,\"type\":\"signal\"}", "uid": 3081609001, "type": "signal"}
- 常用配置参数(空 => 同上)
4.5、elasticsearch查询过滤插件
用于查询Elasticsearch中的事件,可将查询结果应用于当前事件中
- 常用配置参数(空 => 同上)
4.6、其他
还有很多其他有用插件,如:Split、GeoIP、Ruby,这里就不一一写了,等以后用到再补充
5、常用输出插件(Output plugin)
5.1、ElasticSearch输出插件
用于将事件信息写入到Elasticsearch中,官方推荐插件,ELK必备插件
- 配置事例
output { elasticsearch { hosts => ["127.0.0.1:9200"] index => "filebeat-%{type}-%{+yyyy.MM.dd}" template_overwrite => true }}
- 常用配置参数(空 => 同上)
5.2、Redis输出插件
用于将Event写入Redis中进行缓存,通常情况下Logstash的Filter处理比较吃系统资源,复杂的Filter处理会非常耗时,如果Event产生速度比较快,可以使用Redis作为buffer使用
- 配置事例
output { redis { host => "127.0.0.1" port => 6379 data_type => "list" key => "logstash-list" }}
- 常用配置参数(空 => 同上)
5.3、File输出插件
用于将Event输出到文件内
- 配置事例
output { file { path => ... codec => line { format => "custom format: %{message}"} }}
- 常用配置参数(空 => 同上)
5.4、TCP插件
Write events over a TCP socket.Each event json is separated by a newline.Can either accept connections from clients or connect to a server, depending on mode
.
- 配置事例
tcp { host => ... port => ...}
- 常用配置参数(空 => 同上)
6、常用编码插件(Codec plugin)
6.1、JSON编码插件
直接输入预定义好的 JSON 数据,这样就可以省略掉 filter/grok 配置
- 配置事例
json {}
- 常用配置参数
四、Logstash实例
1、接收Filebeat事件,输出到Redis
input { beats { port => 5044 }}output { redis { host => "127.0.0.1" port => 6379 data_type => "list" key => "logstash-list" }}
2、读取Redis数据,根据“type”判断,分别处理,输出到ES
input { redis { host => "127.0.0.1" port => 6379 data_type => "list" key => "logstash-list" }}filter { if [type] == "application" { grok { match => ["message", "(?m)-(?<systemName>.+?):(?<logTime>(?>\d\d){1,2}-(?:0?[1-9]|1[0-2])-(?:(?:0[1-9])|(?:[12][0-9])|(?:3[01])|[1-9]) (?:2[0123]|[01]?[0-9]):(?:[0-5][0-9]):(?:(?:[0-5][0-9]|60)(?:[:.,][0-9]+)?)) \[(?<level>(\b\w+\b)) *\] (?<thread>(\b\w+\b)) \((?<point>.*?)\) - (?<content>.*)"] } date { match => ["logTime", "yyyy-MM-dd HH:mm:ss,SSS"] } json { source => "message" } date { match => ["timestamp", "yyyy-MM-dd HH:mm:ss,SSS"] } } if [type] == "application_bizz" { json { source => "message" } date { match => ["timestamp", "yyyy-MM-dd HH:mm:ss,SSS"] } } mutate { remove_field => ["@version", "beat", "logTime"] }}output { stdout{ } elasticsearch { hosts => ["127.0.0.1:9200"] index => "filebeat-%{type}-%{+yyyy.MM.dd}" document_type => "%{documentType}" template_overwrite => true }}
五、Logstash注意事项
1、问题记录
启动logstash慢,输入./bin/logstash没有反应,多出现在新安装的操作系统上
原因
jruby启动的时候jdk回去从/dev/random中初始化随机数熵,新版本的jruby会用RPNG算法产生随后的随机数,但是旧版本的jruby会持续从/dev/random中获取数字。但是不幸的是,random发生器会跟不上生成速度,所以获取随机数的过程会被阻塞,直到随机数池拥有足够的熵然后恢复。这在某些系统上,尤其是虚拟化系统,熵数池可能会比较小从而会减慢jruby的启动速度。
检查一下系统的熵数池
cat /proc/sys/kernel/random/entropy_avail
,正常情况这个数字推荐大于1000,对比了一下独立主机的这个数值,大约在700-900之间晃悠。解决
使用伪随机,编辑/usr/local/logstash/logstash-5.4.1/config/jvm.options,在最后增加一行:
-Djava.security.egd=file:/dev/urandom
参考
- https://github.com/elastic/logstash/issues/5507
- http://www.tuicool.com/articles/jEBBZbb
六、Logstash参考资料
- [Logstash最佳实践]: http://udn.yyuap.com/doc/logstash-best-practice-cn/index.html
- [Logstash官方文档]: https://www.elastic.co/guide/en/logstash/current/index.html
- Logstash简单介绍
- Logstash 介绍
- Logstash学习2_logstash简单介绍和快速入门
- logstash date插件介绍
- logstash使用之简单使用
- Logstash
- LogStash
- Logstash
- logstash
- logstash
- Logstash
- ELKELK(ElasticSearch, Logstash, Kibana)平台介绍
- ELKStack 基础介绍之 Logstash [三]
- Logstash 介绍及linux下部署
- LogStash,使日志管理更简单
- logstash入门(简单而全面)
- logstash入门(简单而全面)
- logstash入门(简单而全面)
- 根据map中的key或者value值进行排序
- 实现对properties文件的有序读写
- Kotlin在Android开发中的环境配置
- jsp页面Datetime类型获取年月日。
- 数组—添加删除方法
- Logstash简单介绍
- Thread.join()的用法
- Unity Learning for Day 21
- java文件上传和下载
- 获得逻辑能力——用数组制作记事本(二)
- Codeforces Xenia and Ringroad
- Linux 守护进程 普通进程 后台进程
- STM32串口9位数据,无奇偶校验
- android 自定义表盘