ELK分布式日志管理平台部署

****L：****Logstash 数据收集引擎，支持动态的（实时的）从各种服务应用收集日志资源，还可以对收集到的日志数据进行过滤、分析，还可以丰富收集到的日志数据，统一格式等等操作。然后把数据同步到ES存储引擎上。RUBY语言编写，运行在java虚拟机上的一个强大的数据处理工具。数据传输，格式化处理，格式化输出。主要作用就是处理日志

2、其他数据收集工具：

fliebeat：轻量级的开源的，日志收集工具。收集的速度较快，但是没有数据分析和过滤的能力，一般是结合logstash一块使用

kafka、RabbitMQ：中间消息队列

3、ELK工作流程图：

1、在所有需要搜集日志的服务器上部署logstash，由logstash收集日志，将日志格式化并输出到elasticsearch集群中

2、elasticsearch对格式化后的日志进行索引和存储

3、kiabana从elasticsearch集群中查询数据生成图表，并进行前端数据的展示

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。

总结：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、日志系统的特征：

收集，可以收集基本上市面上常用的软件日志
传输，收集完的日志，需要发送到ES上
存储，ES存储负责存储数据
UI：图形化界面（kiabana）

****总结：****ELK的作用，当我们管理一个打大集群时，需要分析和定位的日志就会很多，每一台服务器分别取分析，将会耗时耗力。所以我们应运而生了一个集中的统一的日志管理系统和分析系统。极大的提高了定位问题的效率

二、实验部署：

架构：三台主机（三台机器最低配置 2核4G）

两台ES：

ES1：20.0.0.21

ES2：20.0.0.22

logstash和kiabana部署在一台机器上：20.0.0.23（最好给4核8G）

1、ELK Elasticsearch 集群部署

（在Node1、Node2节点上操作）

1．环境准备

#设置Java环境

java -version #如果没有安装，yum -y install java

openjdk version "1.8.0_131"

OpenJDK Runtime Environment (build 1.8.0_131-b12)

OpenJDK 64-Bit Server VM (build 25.131-b12, mixed mode)

2．部署 Elasticsearch 软件

（1）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

（2）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（在实验中这里不取消注释）

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: ["192.168.233.12:9300", "192.168.233.13:9300"]

grep -v "^#" /etc/elasticsearch/elasticsearch.yml

启动elasticsearch是否成功开启

systemctl start elasticsearch.service

systemctl enable elasticsearch.service

netstat -antp | grep 9200

若没有启动看日志

tail -f /var/log/elasticsearch/my-elk-cluster.log

查看节点信息

浏览器访问

http://20.0.0.21:9200

http://20.0.0.22:9200

查看节点 Node1、Node2 的信息。

浏览器访问

http://20.0.0.21:9200/_cluster/health?pretty

http://20.0.0.22:9200/_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。

浏览器访问 http://20.0.0.21:9200/_cluster/state?pretty 检查群集状态信息。

#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。

2、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。

（1）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

（2）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

（3）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 elasticsearch-head-master/

npm install //安装依赖包

#速度慢，可以指定为淘宝镜像，再npm install安装

npm config set registry http://registry.npm.taobao.org/

（4）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

（5）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 /opt/elasticsearch-head-master

npm run start &

#elasticsearch-head 监听的端口是 9100

netstat -natp |grep 9100

（6）通过 Elasticsearch-head 查看 Elasticsearch 信息

通过浏览器访问 http://20.0.0.21:9100/ 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。

9100是可视化工具的访问端口

9200是ES数据库的访问端口

（7）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"}'

删除：

curl -X DELETE 'localhost:9200/index-demo/test/1?pretty&pretty' -H 'content-Type: application/json' -d '{"user":"zhangsan","mesg":"hello world"}'

浏览器访问 http://192.168.233.12:9100/ 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。

Elasticsearch 的可视化工具中，以索引分区（Shard）为单位，

可能采用不同的标识颜色来表示它们的状态。黑色的边框通常表示主分片（Primary Shard）。

在 Elasticsearch 中，索引被分成多个分区，这些分区称为分片。

每个索引可能包含一个或多个主分片以及它们的副本。主分片是数据的主要存储，

副本用于提高冗余和可用性。

3、ELK Logstash 部署

（在非ES节点上操作）

Logstash 一般部署在需要监控其日志的服务器。在本案例中，Logstash 部署在 Apache 服务器上，

用于收集 Apache 服务器的日志信息并发送到 Elasticsearch。

1．更改主机名

hostnamectl set-hostname apache

2．安装Apahce服务（httpd）

yum -y install httpd

systemctl start httpd

3．安装Java环境

yum -y install java

java -version

4．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/

#可以指定logstash的工作目录，默认为：/etc/logstash/conf.d

path.config: /opt/log

测试 Logstash

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。

定义输入和输出流：

logstash -e 'input { stdin{} } output { stdout{} }'

所有的键盘命令行输出，转化为标准输出（rubydebug的模式，6.0之后logstash的默认输出模式就是rubydebug格式的标准输出）

#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 } }'

#使用 Logstash 将信息写入 Elasticsearch 中

logstash -e 'input { stdin{} } output { elasticsearch { hosts=>["20.0.0.21:9200","20.0.0.22:9200"] } }' --path.data /opt/test1

--path.data /opt/test1

区分不同的数据存放目录，指定好会自动创建

6.0之后logstash自带的输出格式rubydebug，自动的把输出格式定义为统一格式的标准输出

定义 logstash配置文件

Logstash 配置文件基本由三部分组成：input、output 以及 filter（可选，根据需要选择使用）。

input：

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

filter：

表示数据处理层，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

grok 对若干个大文本字段进行再分割成一些小字段 (?<字段名>正则表达式) 字段名: 正则表达式匹配到的内容

date 对数据中的时间格式进行统一和格式化

mutate 对一些无用的字段进行剔除，或增加字段

mutiline 对多行数据进行统一编排，多行合并或拆分

output：

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

elasticsearch stdout

#格式如下：

input {...}

filter {...}

output {...}

在每个部分中，也可以指定多个访问方式。

例如，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"}

}

可以指定logstash的工作目录，默认为：/etc/logstash/conf.d

path.config: /opt/log

运行配置

logstash -f /opt/log/system.conf --path.data /opt/test1 &

logstash -f：指定配置文件

/opt/log/system.conf：配置文件路径

--path.data /opt/test1 &：指定数据工作目录/opt/test1

3.1、将messages日志添加到elasticsearch集群

修改 Logstash 配置文件，让其收集系统日志/var/log/messages，并将其输出到 elasticsearch 中。

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

cd /etc/logstash/conf.d/

vim system.conf

logstash -f system.conf --path.data /opt/test1 &

浏览器访问 http://20.0.0.21:9100/ 查看索引信息

4、ELK Kiabana 部署

（ logstash节点上部署 ）

1．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

2．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://192.168.80.12:9200","http://192.168.80.13:9200"]

--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

--113--修改为中文模式

i18n.locale: "zh-CN"

3．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 enable kibana.service

netstat -natp | grep 5601

4．验证 Kibana

浏览器访问 http://20.0.0.23:5601

第一次登录需要添加一个 Elasticsearch 索引：

Management -> Index Pattern -> Create index pattern

Index pattern 输入：system-* #在索引名中输入之前配置的 Output 前缀"system"

Next step -> Time Filter field name 选择 @timestamp -> Create index pattern

单击 "Discover" 按钮可查看图表信息及日志信息。

数据展示可以分类显示，在"Available Fields"中的"host"，然后单击 "add"按钮，可以看到按照"host"筛选后的结果

4.1、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 => ["20.0.0.21:9200","20.0.0.22:9200"]

index => "apache_access-%{+YYYY.MM.dd}"

}

if [type] == "error" {

elasticsearch {

hosts => ["20.0.0.21:9200","20.0.0.22:9200"]

index => "apache_error-%{+YYYY.MM.dd}"

}

cd /etc/logstash/conf.d/

/usr/share/logstash/bin/logstash -f apache_log.conf

浏览器访问 http://20.0.0.23:9100 查看索引是否创建

浏览器访问 http://20.0.0.23:5601 登录 Kibana

单击"Index Pattern -> Create Index Pattern"按钮添加索引，在索引名中输入之前配置的 Output 前缀 apache_access-*，并单击"Create"按钮。在用相同的方法添加 apache_error-*索引。

选择"Discover"选项卡，在中间下拉列表中选择刚添加的 apache_access-* 、apache_error-* 索引，可以查看相应的图表及日志信息。

4.2、nginx日志添加到elasticsearch集群，并用kiabana分析

1.修改nginx的配置文件,以json格式存放到/var/log/nginx/access.log文件中

log_format access_json '{"@timestamp":"$time_iso8601",'

'"host":"$server_addr",'

'"clientip":"$remote_addr",'

'"size":$body_bytes_sent,'

'"responsetime":$request_time,'

'"upstreamtime":"$upstream_response_time",'

'"upstreamhost":"$upstream_addr",'

'"http_host":"$host",'

'"uri":"$uri",'

'"domain":"$host",'

'"xff":"$http_x_forwarded_for",'

'"referer":"$http_referer",'

'"tcp_xff":"$proxy_protocol_addr",'

'"http_user_agent":"$http_user_agent",'

'"status":"$status"}';

access_log /usr/local/nginx/logs/access.log access_json;

编写logstash.conf脚本，过滤nginx的access,error日志

重启logstash服务

登录elasticsearch,查看nginx-accesslog nginx-errorlog索引，能正常查看到

登录kibana，创建nginx-accesslog和nginx-errorlog数据视图，正常查看日志

三、es 性能调优参数

#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

DefaultLimitNOFILE=65536:

这是指定一个用户会话（session）的默认最大文件描述符数量的限制。

文件描述符是一个用于标识打开文件或其他 I/O 资源的整数。在这里，设置为 65536，

表示一个用户会话可以拥有的最大文件描述符数为 65536。

DefaultLimitNPROC=32000:

这是指定一个用户会话的默认最大进程数量的限制。进程是正在运行的程序的实例。

这里设置为 32000，表示一个用户会话可以拥有的最大进程数为 32000。

DefaultLimitMEMLOCK=infinity:

这是指定一个用户会话的默认锁定内存的限制。锁定内存是指将内存保留在物理内存中，

防止被交换到磁盘。"infinity" 表示没有内存锁定的限制，用户会话可以锁定任意数量的内存。

需重启生效

#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

vm.max_map_count 参数用于限制一个进程可以拥有的最大内存映射区域数。

内存映射是一种将文件或其他设备映射到进程地址空间的方法，

允许进程直接读取或写入文件，而无需进行常规的文件 I/O 操作。

Elasticsearch 和 Lucene 等搜索引擎：这些引擎使用内存映射来加速索引和搜索操作。

大量的映射区域可以用于存储索引和缓存，提高搜索性能。

数据库系统：一些数据库系统使用内存映射来管理数据文件，以加速读写操作。

科学计算和大数据处理：在某些科学计算和大数据处理应用中，内存映射可以用于高效地处理大型数据集。

sysctl -p

sysctl -a | grep vm.max_map_count

总结：

ELK：

es：存储数据，索引型的数据库

logstash：收集日志，然后按照标准化格式发送给ES（rubydebug的格式）

k：可视化工具更人性化的显示用户信息，方便用户检索查询