ELK日志收集

目前,各个微服务系统的日志都保存在各自指定的目录中,如果这些微服务部署在不同的服务器上,那么日志文件也是分散在各自的服务器上。分散的日志不利于我们快速通过日志定位问题,我们可以借助ELK来收集各个微服务系统的日志并集中展示。

ELK即Elasticsearch、Logstash和Kibana首字母缩写。Elasticsearch用于存储日志信息,Logstash用于收集日志,Kibana用于图形化展示。

搭建ELK环境

在Windwos上搭建ELK环境较为麻烦,这里我选择在CentOS7 上通过Docker来搭建ELK环境,对Docker基本使用不熟悉的同学可以参考 Docker基础教程

在此之前,我们需要准备一台CentOS 7虚拟机。推荐大家使用Vagrant来创建,创建教程可以参考:使用Vagrant创建CentOS虚拟机。这里分享下我的Vagrantfile配置:

Lua 复制代码
 Vagrant.configure("2") do |config|
   config.vm.box = "centos7"
   config.vm.network "private_network", ip: "192.168.33.10"
   config.vm.hostname = "febs"
   config.vm.provider "virtualbox" do |v|
     v.memory = 6144
     v.cpus = 2
   end
 end

上面配置了虚拟机的IP地址为192.168.33.10,hostname为febs,内存为6*1024MB(6144MB即6GB),cpu核心数为2。

安装docker

在CMD终端使用命令vagrant ssh连接虚拟机后,运行sudo -s切换到root用户,下面的示例都是用root用户完成的。

在Linux中安装Docker可以参考官方文档:CentOS | Docker Docs,主要分为下面这几步:

  1. 卸载旧版本Docker(如果系统之前没安装过Docker,可以跳过):
Lua 复制代码
 yum remove docker \
                   docker-client \
                   docker-client-latest \
                   docker-common \
                   docker-latest \
                   docker-latest-logrotate \
                   docker-logrotate \
                   docker-engine
  1. 安装Docker所需要的包:
Lua 复制代码
 yum install -y yum-utils \
   device-mapper-persistent-data \
   lvm2
  1. 设置稳定的仓库:
Lua 复制代码
 yum-config-manager \
     --add-repo \
     https://download.docker.com/linux/centos/docker-ce.repo
  1. 安装最新版的Docker引擎:
Lua 复制代码
 yum install docker-ce docker-ce-cli containerd.io
  1. 启动Docker:
Lua 复制代码
 systemctl start docker

查看是否安装成功:

安装Docker Compose

安装好Docker后,我们接着安装Docker Compose,官方安装教程 Install | Docker Docs,主要步骤为:

  1. 获取Docker Compose的最新稳定版本:
Lua 复制代码
 curl -L "https://github.com/docker/compose/releases/download/1.24.1/docker-compose-$(uname -s)-$(uname -m)" -o /usr/local/bin/docker-compose
  1. 对二进制文件授予可执行权限:
Lua 复制代码
 chmod +x /usr/local/bin/docker-compose
  1. 创建link:
Lua 复制代码
 ln -s /usr/local/bin/docker-compose /usr/bin/docker-compose

查看是否安装成功:

Docker Compose搭建ELK

在搭建ELK之前,我们需要做一些准备工作。

正如官方所说的那样 Virtual memory | Elasticsearch Guide [8.15] | Elastic,Elasticsearch默认使用mmapfs目录来存储索引。操作系统默认的mmap计数太低可能导致内存不足,我们可以使用下面这条命令来增加内存:

Lua 复制代码
 sysctl -w vm.max_map_count=262144

创建Elasticsearch数据挂载路径:

Lua 复制代码
 mkdir -p /febs/elasticsearch/data

对该路径授予777权限:

Lua 复制代码
 chmod 777 /febs/elasticsearch/data

创建Elasticsearch插件挂载路径:

Lua 复制代码
 mkdir -p /febs/elasticsearch/plugins

创建Logstash配置文件存储路径:

Lua 复制代码
 mkdir -p /febs/logstash

在该路径下创建logstash-febs.conf配置文件(没有安装vim的话可以使用yum install vim命令安装):

Lua 复制代码
 vim /febs/logstash/logstash-febs.conf

内容如下所示:

Lua 复制代码
 input {
   tcp {
     mode => "server"
     host => "0.0.0.0"
     port => 4560
     codec => json_lines
   }
 }
 output {
   elasticsearch {
     hosts => "es:9200"
     index => "febs-logstash-%{+YYYY.MM.dd}"
   }
 }

创建ELK Docker Compose文件存储路径:

Lua 复制代码
 mkdir -p /febs/elk

在该目录下创建docker-compose.yml文件:

Lua 复制代码
 vim /febs/elk/docker-compose.yml

内容如下所示:

Lua 复制代码
 version: '3'
 services:
   elasticsearch:
     image: elasticsearch:6.4.1
     container_name: elasticsearch
     environment:
       - "cluster.name=elasticsearch" #集群名称为elasticsearch
       - "discovery.type=single-node" #单节点启动
       - "ES_JAVA_OPTS=-Xms512m -Xmx512m" #jvm内存分配为512MB
     volumes:
       - /febs/elasticsearch/plugins:/usr/share/elasticsearch/plugins
       - /febs/elasticsearch/data:/usr/share/elasticsearch/data
     ports:
       - 9200:9200
   kibana:
     image: kibana:6.4.1
     container_name: kibana
     links:
       - elasticsearch:es #配置elasticsearch域名为es
     depends_on:
       - elasticsearch
     environment:
       - "elasticsearch.hosts=http://es:9200" #因为上面配置了域名,所以这里可以简写为http://es:9200
     ports:
       - 5601:5601
   logstash:
     image: logstash:6.4.1
     container_name: logstash
     volumes:
       - /febs/logstash/logstash-febs.conf:/usr/share/logstash/pipeline/logstash.conf
     depends_on:
       - elasticsearch
     links:
       - elasticsearch:es
     ports:
       - 4560:4560

切换到/febs/elk目录下,使用如下命令启动:

XML 复制代码
 docker-compose up -d

第一次启动的时候,Docker需要拉取ELK镜像,过程可能稍慢,耐心等待即可。成功启动后,观察容器运行情况:

三个容器都已经启动成功。

Logstash中安装json_lines插件

使用如下命令进入到Logstash容器中:

复制代码
 docker exec -it logstash /bin/bash

切换到/bin目录,安装json_lines插件,然后退出:

使用浏览器访问http://192.168.33.10:5601便可以看到Kibana管理界面:

修改微服务日志配置

就目前微服务模块来说,我们比较关注febs-auth、febs-gateway、febs-server-system和febs-server-test模块的日志,所以我们分别在febs-auth、febs-gateway和febs-server模块的pom里引入Logstash依赖:

XML 复制代码
 <dependency>
     <groupId>net.logstash.logback</groupId>
     <artifactId>logstash-logback-encoder</artifactId>
     <version>6.1</version>
 </dependency>

然后在febs-auth、febs-gateway、febs-server-system和febs-server-test模块的日志配置文件logback-spring.xml里添加如下配置:

XML 复制代码
 <!--输出到 logstash的 appender-->
 <appender name="logstash" class="net.logstash.logback.appender.LogstashTcpSocketAppender">
     <destination>192.168.33.10:4560</destination>
     <encoder charset="UTF-8" class="net.logstash.logback.encoder.LogstashEncoder"/>
 </appender>
 ​
 ......
 <root level="info">
     ......
     <appender-ref ref="logstash" />
 </root>

192.168.33.10:4560对应我们刚刚搭建的Logstash地址。

演示

依次启动febs-register、febs-gateway、febs-auth、febs-server-system和febs-server-test模块,然后回到Kibana管理界面创建Kinaba Index Patterns:

在Index pattern里输入我们在logstash配置文件logstash-febs.confoutput.index指定的值febs-logstash-*

点击Next Step,在下拉框里选择@timestamp

最后点击Create Index Pattern按钮完成创建。

使用PostMan获取令牌:

然后发送一笔localhost:8301/test/hello?name=夏天请求:

在Kibana里搜索这笔日志:

日志收集成功。

整合ELK后,我们的系统架构图如下所示:

相关推荐
希忘auto2 天前
详解Redis的常用命令
redis·1024程序员节
yaosheng_VALVE2 天前
探究全金属硬密封蝶阀的奥秘-耀圣控制
运维·eclipse·自动化·pyqt·1024程序员节
dami_king2 天前
SSH特性|组成|SSH是什么?
运维·ssh·1024程序员节
幽弥千月3 天前
【ELK】ES单节点升级为集群并开启https【亲测可用】
elk·elasticsearch·https
IT猿手3 天前
基于PWLCM混沌映射的麋鹿群优化算法(Elk herd optimizer,EHO)的多无人机协同路径规划,MATLAB代码
算法·elk·机器学习·matlab·无人机·聚类·强化学习
流穿4 天前
ELK系列-(六)Redis也能作为消息队列?(下)
数据库·redis·ubuntu·elk·docker·容器
流穿4 天前
ELK系列-(五)指标收集-MetricBeat(下)
linux·运维·ubuntu·elk·docker·容器
流穿5 天前
ELK系列-(五)指标收集-MetricBeat(上)
ubuntu·elk·elasticsearch·docker
高hongyuan5 天前
Linux环境下 搭建ELk项目 -单机版练习
大数据·运维·服务器·elk·elasticsearch·搜索引擎
运维&陈同学6 天前
【Elasticsearch04】企业级日志分析系统ELK之Elasticsearch 插件
大数据·运维·后端·elk·elasticsearch·搜索引擎·全文检索·哈希算法