ELK + Filebeat 分布式日志管理平台部署

ELK + Filebeat 分布式日志管理平台部署

• 1、前言
• • 1.1日志分析的作用
  • 1.2需要收集的日志
  • 1.3完整日志系统的基本特征
• 2、ELK概述
• • 2.1ELK简介
  • 2.2为什么要用ELK?
  • 2.3ELK的组件
• 3、ELK组件详解
• • 3.1Logstash
  • • 3.1.1简介
    • 3.1.2Logstash命令常用选项
    • [3.1.3Logstash 的输入和输出流](#3.1.3Logstash 的输入和输出流)
    • 3.1.4Logstash配置文件
  • 3.2ElasticSearch
  • 3.3Kiabana
  • 3.4Filebeat
  • • 3.4.1简介
    • [3.4.2filebeat 结合 logstash 带来好处：](#3.4.2filebeat 结合 logstash 带来好处：)
  • 3.5缓存/消息队列（redis、kafka、RabbitMQ等）
  • 3.6Fluentd
• 4、ELK的工作原理
• 5、部署ELK（Logstash作为日志收集器）
• • • • [ELK Elasticsearch 集群部署（在Node1、Node2节点上操作）](#ELK Elasticsearch 集群部署（在Node1、Node2节点上操作）)
      • • [ELK Logstash 部署（在 Apache 节点上操作）](#ELK Logstash 部署（在 Apache 节点上操作）)
        • [ELK Kiabana 部署（在 Node1 节点上操作）](#ELK Kiabana 部署（在 Node1 节点上操作）)
        • [Filebeat+ELK 部署](#Filebeat+ELK 部署)

1、前言

在运维中，日志是非常重要的工具，用于记录系统、应用程序或设备的运行状态、事件和异常情况。

1.1日志分析的作用

（1）故障排除和问题诊断

日志是排查故障和诊断问题的关键信息源。

通过分析日志文件，可以查找和定位系统故障、错误和异常，帮助运维人员迅速找出问题的根本原因，并采取正确的修复措施。

（2）性能分析和优化

通过监视和分析系统日志，可以了解系统的性能瓶颈、资源消耗情况和关键指标。

运维人员可以根据日志中的数据，优化系统配置、调整资源分配，以提高系统的性能和响应能力。

（3）安全监控和威胁检测

日志可以帮助监控系统的安全性，并检测潜在的安全威胁。

通过分析日志，可以发现异常登录、未授权访问、恶意行为等安全问题，并及时采取措施进行应对和防范。

（4）运营分析和规划

通过日志分析，可以更好地了解用户需求，进行容量规划，制定有效的运维策略和决策。

（5）合规性和审计

通过记录和保留日志，可以应对合规性规定，并提供必要的审计跟踪，以满足法规和行业标准的要求。

因此，对于任何系统或应用程序，设置合适的日志记录和日志分析机制是非常重要的一环。

1.2需要收集的日志

系统日志：为监控做准备，要收集tomcat系统日志，tomcat所在节点的日志。
服务日志：比如数据库mysql，收集慢查询日志、错误日志、普通日志，要收集tomcat服务日志。
业务日志（业务日志必须收集）：业务口子日志在log4j，log4j是由java环境开发的，跑在tomcat上。

1.3完整日志系统的基本特征

• 收集：能够采集多种来源的日志数据
• 传输：能够稳定的把日志数据解析过滤并传输到存储系统
• 存储：存储日志数据
• 分析：支持UI分析
• 警告：能够提供错误报告，监控机制

2、ELK概述

2.1ELK简介

ELK平台是一套完整的日志集中处理解决方案。

将 ElasticSearch、Logstash 和 Kiabana 三个开源工具配合使用， 完成更强大的用户对日志的查询、排序、统计需求。

2.2为什么要用ELK?

集中化管理日志后，日志的统计和检索的效率降低。

ELK 提供了一个完整的日志管理和分析解决方案，能够帮助用户更好地理解数据、监控系统性能并进行故障排除。

2.3ELK的组件

基础组件：Elasticsearch、Logstash、Kibana

扩展组件：Filebeat、Fluentd

3、ELK组件详解

3.1Logstash

3.1.1简介

Logstash 实现了数据的收集和处理。

Logstash 是一个可扩展的数据收集、转换和传输工具。

它可以从各种来源（如日志文件、消息队列、数据库等）收集数据，并将其转换为统一的格式，然后发送到 Elasticsearch 进行存储和分析。

Logstash 提供了丰富的输入插件font>和输出插件，可以与各种数据源和目标进行集成。

它还具有强大的过滤功能，可以对数据进行处理、过滤和转换，以满足不同的业务需求。

3.1.2Logstash命令常用选项

#Logstash 命令常用选项

-f：通过这个选项可以指定 Logstash 的配置文件，根据配置文件配置 Logstash 的输入和输出流

-e：从命令行中获取，输入、输出后面跟着字符串，该字符串可以被当作 Logstash 的配置（如果是空，则默认使用 stdin 作为输入，stdout 作为输出）

-t：测试配置文件是否正确，然后退出。

3.1.3Logstash 的输入和输出流

1、定义输入和输出流

#输入采用标准输入
#输出采用标准输出（类似管道）
#新版本默认使用 rubydebug 格式输出
logstash -e 'input { stdin{} } output { stdout{} }'

2、使用 rubydebug 输出详细格式显示

#codec 为一种编解码器
logstash -e 'input { stdin{} } output { stdout{ codec=>rubydebug } }'

3.1.4Logstash配置文件

Logstash 配置文件基本由三部分组成：input、output 以及 filter。

filter部分选择性添加，可以没有。

input部分：

表示从数据源采集数据。

常见的数据源如Kafka、日志文件等。

file beats kafka redis stdin

#基本格式
input {...}

filter部分：

数据处理层，包括对数据进行格式化处理、数据类型转换、数据过滤等，支持正则表达式。

#基本格式
filter {...}

ouput部分：

表示将Logstash收集的数据经由过滤器处理之后输出到Elasticsearch。

elasticsearch stdout

#基本格式
output {...}

在每个部分中，也可以指定多个访问方式

#举个例子，若要指定两个日志来源文件，则格式如下：
input {
	file { path =>"/var/log/messages" type =>"syslog"}
	file { path =>"/var/log/httpd/access.log" type =>"apache"}
}

3.2ElasticSearch

Elasticsearch 提供了强大的搜索和分析引擎。

Elasticsearch 是一个分布式、实时的搜索和分析引擎。

它基于 Lucene 搜索引擎库构建，具有分布式搜索、实时数据分析、高性能和高可伸缩性的特点。

Elasticsearch 可以存储和索引大规模的数据(比如日志），并提供快速的全文搜索、条件过滤、聚合和分析功能。

3.3Kiabana

Kibana 提供了可视化和交互式分析的界面。

Kibana 是一个针对Elasticsearch的开源数据分析及可视化平台，用来搜索、查看交互存储在Elasticsearch索引中的数据。

使用Kibana，可以通过各种图表进行高级数据分析及展示，创建自定义仪表盘font>来展示关键指标和监控警报。

3.4Filebeat

3.4.1简介

轻量级的开源日志文件数据搜集器。

通常在需要采集数据的客户端安装 Filebeat，并指定目录与日志格式，Filebeat 就能快速收集数据，并发送给 logstash 进行解析，或是直接发给 Elasticsearch 存储。

性能上相比运行于 JVM 上的 logstash 优势明显，是对它的替代。
常应用于 EFLK 架构当中。

3.4.2filebeat 结合 logstash 带来好处：

（1）通过 Logstash 具有基于磁盘的自适应缓冲系统，该系统将吸收传入的吞吐量，从而减轻 Elasticsearch

持续写入数据的压力；

（2）从其他数据源（例如数据库，S3对象存储或消息传递队列）中提取；

（3）将数据发送到多个目的地，例如S3，HDFS（Hadoop分布式文件系统）或写入文件；

（4）使用条件数据流逻辑组成更复杂的处理管道。

3.5缓存/消息队列（redis、kafka、RabbitMQ等）

对高并发日志数据进行流量削峰和缓冲。 对高并发日志数据进行流量削峰和缓冲。

3.6Fluentd

Fluentd是一个流行的开源数据收集器。

由于 logstash 太重量级的缺点，Logstash 性能低、资源消耗比较多等问题，随后就有 Fluentd 的出现。

相比较 logstash，Fluentd 更易用、资源消耗更少、性能更高，在数据处理上更高效可靠，受到企业欢迎，成为 logstash 的一种替代方案，常应用于 EFK 架构当中。

在 Kubernetes 集群中也常使用 EFK 作为日志数据收集的方案。

在 Kubernetes 集群中一般是通过 DaemonSet 来运行 Fluentd，以便它在每个 Kubernetes 工作节点上都可以运行一个 Pod。

它通过获取容器日志文件、过滤和转换日志数据，然后将数据传递到 Elasticsearch 集群，在该集群中对其进行索引和存储。

4、ELK的工作原理

（1）在所有需要收集日志的服务器上部署Logstash，或者先将日志进行集中化管理在日志服务器上，在日志服务器上部署 Logstash。

（2）Logstash 收集日志，将日志格式化并输出到 Elasticsearch 群集中。

（3）Elasticsearch 对格式化后的数据进行索引和存储。

（4）Kibana 从 ES 群集中查询数据生成图表，并进行前端数据的展示。
综上所述：
logstash作为日志搜集器，从数据源采集数据，并对数据进行过滤，格式化处理，然后交由Elasticsearch存储，kibana对日志进行可视化处理。

5、部署ELK（Logstash作为日志收集器）

ELK Elasticsearch 集群部署（在Node1、Node2节点上操作）

环境准备

#关闭防火墙
systemctl stop firewalld
setenforce 0

#设置Java环境
java -version

更改主机名、配置域名解析

Node1节点（192.168.190.100）：
hostnamectl set-hostname node1
su
echo "192.168.190.100 node1" >> /etc/hosts
echo "192.168.190.200 node2" >> /etc/hosts

Node2节点（192.168.190.200）：
hostnamectl set-hostname node2
su
echo "192.168.190.100 node1" >> /etc/hosts
echo "192.168.190.200 node2" >> /etc/hosts
Apache节点（192.168.190.101）：
hostnamectl set-hostname apache
su

部署 Elasticsearch 软件

安装elasticsearch---rpm包
#上传elasticsearch-6.7.2.rpm到/opt目录下
cd /opt
rpm -ivh elasticsearch-6.7.2.rpm

修改elasticsearch主配置文件
cp /etc/elasticsearch/elasticsearch.yml /etc/elasticsearch/elasticsearch.yml.bak
vim /etc/elasticsearch/elasticsearch.yml
--17--取消注释，指定集群名字
cluster.name: my-elk-cluster
--23--取消注释，指定节点名字：Node1节点为node1，Node2节点为node2
node.name: node1
node.master: true		#是否master节点，false为否
node.data: true			#是否数据节点，false为否
--33--取消注释，指定数据存放路径
path.data: /var/lib/elasticsearch
--37--取消注释，指定日志存放路径
path.logs: /var/log/elasticsearch
--43--取消注释，避免es使用swap交换分区
bootstrap.memory_lock: true
--55--取消注释，设置监听地址，0.0.0.0代表所有地址
network.host: 0.0.0.0
--59--取消注释，ES 服务的默认监听端口为9200
http.port: 9200					#指定es集群提供外部访问的接口
transport.tcp.port: 9300		#指定es集群内部通信接口
--68--取消注释，集群发现通过单播实现，指定要发现的节点
discovery.zen.ping.unicast.hosts: ["192.168.190.100:9300", "192.168.190.200:9300"]

es 性能调优参数  需重启生效
#优化最大内存大小和最大文件描述符的数量
vim /etc/security/limits.conf
......

soft    nofile          65536
hard    nofile          65536
soft    nproc           32000
hard    nproc           32000
soft    memlock         unlimited
hard    memlock         unlimited

vim /etc/systemd/system.conf
DefaultLimitNOFILE=65536
DefaultLimitNPROC=32000
DefaultLimitMEMLOCK=infinity

优化elasticsearch用户拥有的内存权限
由于ES构建基于lucene, 而lucene设计强大之处在于lucene能够很好的利用操作系统内存来缓存索引数据，以提供快速的查询性能。lucene的索引文件segements是存储在单文件中的，并且不可变，对于OS来说，能够很友好地将索引文件保持在cache中，以便快速访问；因此，我们很有必要将一半的物理内存留给lucene ; 另一半的物理内存留给ES（JVM heap )。所以， 在ES内存设置方面，可以遵循以下原则：
1.当机器内存小于64G时，遵循通用的原则，50%给ES，50%留给操作系统，供lucene使用
2.当机器内存大于64G时，遵循原则：建议分配给ES分配 4~32G 的内存即可，其它内存留给操作系统，供lucene使用

vim /etc/sysctl.conf
#一个进程可以拥有的最大内存映射区域数，参考数据（分配 2g/262144，4g/4194304，8g/8388608）
vm.max_map_count=262144

sysctl -p
sysctl -a | grep vm.max_map_count

启动elasticsearch是否成功开启
systemctl start elasticsearch.service
systemctl status elasticsearch.service

查看节点信息
浏览器访问  http://192.168.190.100:9200  、 http://192.168.190.200:9200 查看节点 Node1、Node2 的信息。

浏览器访问 http://192.168.190.100:9200/_cluster/health?pretty  、 http://192.168.190.200:9200/_cluster/health?pretty查看群集的健康情况，可以看到 status 值为 green（绿色）， 表示节点健康运行。

#使用上述方式查看群集的状态对用户并不友好，可以通过安装 Elasticsearch-head 插件，可以更方便地管理群集。

安装 Elasticsearch-head 插件
Elasticsearch 在 5.0 版本后，Elasticsearch-head 插件需要作为独立服务进行安装，需要使用npm工具（NodeJS的包管理工具）安装。
安装 Elasticsearch-head 需要提前安装好依赖软件 node 和 phantomjs。
node：是一个基于 Chrome V8 引擎的 JavaScript 运行环境。
phantomjs：是一个基于 webkit 的JavaScriptAPI，可以理解为一个隐形的浏览器，任何基于 webkit 浏览器做的事情，它都可以做到。

编译安装 node
#上传软件包 node-v8.2.1.tar.gz 到/opt
yum install gcc gcc-c++ make -y

cd /opt
tar zxvf node-v8.2.1.tar.gz

cd node-v8.2.1/
./configure
make && make install

安装 phantomjs
#上传软件包 phantomjs-2.1.1-linux-x86_64.tar.bz2 到
cd /opt
tar jxvf phantomjs-2.1.1-linux-x86_64.tar.bz2
cd /opt/phantomjs-2.1.1-linux-x86_64/bin
cp phantomjs /usr/local/bin

安装 Elasticsearch-head 数据可视化工具
#上传软件包 elasticsearch-head-master.zip 到/opt
cd /opt
unzip elasticsearch-head-master.zip
cd /opt/elasticsearch-head/
npm install		 //安装依赖包

修改 Elasticsearch 主配置文件
vim /etc/elasticsearch/elasticsearch.yml
......
--末尾添加以下内容--
http.cors.enabled: true				#开启跨域访问支持，默认为 false
http.cors.allow-origin: "*"			#指定跨域访问允许的域名地址为所有

systemctl restart elasticsearch

启动 elasticsearch-head 服务
#必须在解压后的 elasticsearch-head 目录下启动服务，进程会读取该目录下的 gruntfile.js 文件，否则可能启动失败。
cd /usr/local/src/elasticsearch-head/
npm run start &

通过 Elasticsearch-head 查看 Elasticsearch 信息
通过浏览器访问 http://192.168.190.100:9100/ 地址并连接群集。如果看到群集健康值为 green 绿色，代表群集很健康。

插入索引
#通过命令插入一个测试索引，索引为 index-demo，类型为 test。
curl -X PUT 'localhost:9200/index-demo/test/1?pretty&pretty' -H 'content-Type: application/json' -d '{"user":"zhangsan","mesg":"hello world"}'
//输出结果如下：
{
"_index" : "index-demo",
"_type" : "test",
"_id" : "1",
"_version" : 1,
"result" : "created",
"_shards" : {
"total" : 2,
"successful" : 2,
"failed" : 0
},
"created" : true
}

浏览器访问 http://192.168.190.100:9100/ 查看索引信息，可以看见索引默认被分片5个，并且有一个副本。
点击"数据浏览"，会发现在node1上创建的索引为 index-demo，类型为 test 的相关信息。

ELK Logstash 部署（在 Apache 节点上操作）

更改主机名
hostnamectl set-hostname apache

关闭防火墙
systemctl stop firewalld
setenforce 0

安装Apahce服务（httpd）
yum -y install httpd
systemctl start httpd

安装logstash
#上传软件包 logstash-6.7.2.rpm 到/opt目录下
cd /opt
rpm -ivh logstash-6.7.2.rpm                          
systemctl start logstash.service                      
systemctl enable logstash.service
ln -s /usr/share/logstash/bin/logstash /usr/local/bin/

使用 Logstash 将信息写入 Elasticsearch 中
logstash -e 'input { stdin{} } output { elasticsearch { hosts=>["192.168.190.100:9200"] } }'

cd /etc/logstash/conf.d/
vim system.conf

input {
    file{
        path =>"/var/log/messages"
        type =>"system"
        start_position =>"beginning"
    }
}
output {
    elasticsearch {                                                                                     
        hosts => ["192.168.190.100:9200","192.168.190.200:9200"]        
        index =>"system-%{+YYYY.MM.dd}"                                                 
    }
}

chmod +r /var/log/messages  #让 Logstash 可以读取日志

logstash -f system.conf

浏览器访问 http://192.168.190.100:9100/ 查看索引信息

ELK Kiabana 部署（在 Node1 节点上操作）

安装 Kiabana
#上传软件包 kibana-6.7.2-x86_64.rpm 到/opt目录
cd /opt
rpm -ivh kibana-6.7.2-x86_64.rpm

设置 Kibana 的主配置文件
vim /etc/kibana/kibana.yml
--2--取消注释，Kiabana 服务的默认监听端口为5601
server.port: 5601
--7--取消注释，设置 Kiabana 的监听地址，0.0.0.0代表所有地址
server.host: "0.0.0.0"
--28--取消注释，配置es服务器的ip，如果是集群则配置该集群中master节点的ip
elasticsearch.url:  ["http://192.168.80.10:9200","http://192.168.80.11:9200"] 
--37--取消注释，设置在 elasticsearch 中添加.kibana索引
kibana.index: ".kibana"
--96--取消注释，配置kibana的日志文件路径（需手动创建），不然默认是messages里记录日志
logging.dest: /var/log/kibana.log

创建日志文件，启动 Kibana 服务
touch /var/log/kibana.log
chown kibana:kibana /var/log/kibana.log

systemctl start kibana.service
systemctl status kibana.service

netstat -natp | grep 5601

将 Apache 服务器的日志（访问的、错误的）添加到 Elasticsearch 并通过 Kibana 显示
vim /etc/logstash/conf.d/apache_log.conf
input {
    file{
        path => "/etc/httpd/logs/access_log"
        type => "access"
        start_position => "beginning"
    }
    file{
        path => "/etc/httpd/logs/error_log"
        type => "error"
        start_position => "beginning"
    }
}
output {
    if [type] == "access" {
        elasticsearch {
            hosts => ["192.168.190.100:9200","192.168.190.200:9200"]
            index => "apache_access-%{+YYYY.MM.dd}"
        }
    }
	if [type] == "error" {
        elasticsearch {
            hosts => ["192.168.190.100:9200","192.168.190.200:9200"]
            index => "apache_error-%{+YYYY.MM.dd}"
        }
    }
}

cd /etc/logstash/conf.d/
logstash -f apache_log.conf

浏览器访问 http://192.168.190.100:9100 查看索引是否创建

Filebeat+ELK 部署

在 Node1 节点上操作
1．安装 Filebeat
#上传软件包 filebeat-6.7.2-linux-x86_64.tar.gz 到/opt目录
tar zxvf filebeat-6.7.2-linux-x86_64.tar.gz
mv filebeat-6.7.2-linux-x86_64/ /usr/local/filebeat

设置 filebeat 的主配置文件
cd /usr/local/filebeat

vim filebeat.yml
filebeat.inputs:

type: log         #指定 log 类型，从日志文件中读取消息
enabled: true
paths:

/var/log/messages       #指定监控的日志文件

/var/log/*.log
tags: ["sys"]		#设置索引标签
fields:           #可以使用 fields 配置选项设置一些参数字段添加到 output 中
  service_name: filebeat
  log_type: syslog
  from: 192.168.80.13