Beats:在单个服务器上配置多个 Beats 实例

本文档作为如何在同一服务器上配置和运行 Filebeat/Metricbeat/Auditbeat 的多个实例的指南。 当你需要为同一台计算机上的不同应用程序或环境分离数据收集和处理时,此设置特别有用。

在今天的展示中,我们将以 Filebeat 为例来进行展示。此方法也适用于其他的 Beats。

复制 Filebeat 配置目录

要创建 Filebeat 的新实例,我们首先需要复制现有的 Filebeat 配置目录。 这可以使用以下命令来完成:

cp -R /etc/filebeat /etc/filebeat_02

此命令创建一个名为 /etc/filebeat_02 的目录,其中包含所有 Filebeat 配置文件的副本。 需要注意的是,Filebeat 的每个实例都应该有自己的配置目录,以避免冲突并确保实例之间的适当隔离。

修改 Filebeat 配置

接下来,在文本编辑器中打开 /etc/filebeat_02/filebeat.yml 文件。 在此文件中,你需要修改 output.elasticsearch 字段以指定要将日志发送到的 Elasticsearch 集群的地址。 此步骤至关重要,因为它将数据流从 Filebeat 引导到适当的 Elasticsearch 实例。

创建新的服务单位

要将新的 Filebeat 实例作为系统服务进行管理,我们需要创建一个新的服务单元。 这可以通过以下命令来完成:

cd /usr/lib/systemd/system
cp filebeat.service filebeat_02.service

然后,在文本编辑器中打开 filebeat_02.service 文件并修改以下字段:

[Unit]
Description=Filebeat sends log files to Elasticsearch.
Documentation=https://www.elastic.co/beats/filebeat
Wants=network-online.target
After=network-online.target

[Service]
Environment="BEAT_LOG_OPTS="
Environment="BEAT_CONFIG_OPTS=-c /etc/filebeat_02/filebeat.yml"
ExecStart=/usr/share/filebeat/bin/filebeat --environment systemd $BEAT_LOG_OPTS $BEAT_CONFIG_OPTS
Restart=always
[Install]
WantedBy=multi-user.target

此配置可确保新的 Filebeat 实例被系统视为单独的服务,并且可以独立管理。

为数据和日志创建目录

每个 Filebeat 实例都需要自己的数据和日志目录。 可以使用以下命令创建它们:

mkdir -p /var/lib/filebeat_02
mkdir -p /var/log/filebeat_02

这些目录将存储新 Filebeat 实例的操作数据和日志,使它们与其他实例分开。

启动第二个 Filebeat 实例

最后,你可以使用以下命令启动第二个 Filebeat 实例:

systemctl daemon-reload
systemctl enable filebeat_02
systemctl start filebeat_02

这些命令确保新的 Filebeat 服务加载到系统中,启用开机自启动,并最终启动。

通过执行这些步骤,你可以在单个服务器上运行 Filebeat 的多个实例,每个实例都有自己的配置、数据和日志目录。 此设置为你的数据收集和处理任务提供了高度的灵活性和控制。

相关推荐
2301_815389372 分钟前
【笔记】在虚拟机中通过apache2给一个主机上配置多个web服务器
linux·服务器·笔记
go54631584659 分钟前
磁盘调度算法
服务器·数据库·算法
梁萌10 分钟前
Docker中的分层(Layer)
运维·docker·容器
IT 古月方源12 分钟前
关于 VRRP的详解
运维·网络·tcp/ip·网络安全·智能路由器
檀越剑指大厂12 分钟前
【Linux系列】sed命令的深入解析:如何使用sed删除文件内容
linux·运维·服务器
不爱学英文的码字机器41 分钟前
深入理解 Linux 文件时间戳:atime、mtime 和 ctime 的概念及应用
linux·运维·服务器
B站计算机毕业设计超人1 小时前
计算机毕业设计hadoop+spark+hive民宿推荐系统 酒店推荐系统 民宿价格预测 酒店价格 预测 机器学习 深度学习 Python爬虫 HDFS集群
大数据·python·机器学习·spark·课程设计·数据可视化·推荐算法
AIGC大时代1 小时前
如何判断一个学术论文是否具有真正的科研价值?ChatGPT如何提供帮助?
大数据·人工智能·物联网·chatgpt·aigc
沙滩de流沙1 小时前
Spark生态圈
大数据·分布式·spark·scala
qq1778036232 小时前
电商矩阵运营服务器怎么选
服务器·线性代数·矩阵·电商平台