人工智能uu

这个屌丝很懒，什么也没留下！

热门标签

ELK（elasticsearch+logstash+kibana+beats）_elasticsearch heartbeat

作者：人工智能uu | 2024-07-21 07:50:37

踩

elasticsearch heartbeat

什么是ELK

Elasticsearch：Elasticsearch（以下简称ES）是一个分布式、RESTful 风格的搜索和数据分析引擎，能够解决不断涌现出的各种用例。 ES是 Elastic Stack 的核心，采用集中式数据存储，可以通过机器学习来发现潜在问题。ES能够执行及合并多种类型的搜索（结构化数据、非结构化数据、地理位置、指标）。支持 PB级数据的秒级检索。
Kibana：Kibana 是一个免费且开放的用户界面，能够让您对 Elasticsearch 数据进行可视化，并让您在 Elastic Stack 中进行导航。您可以进行各种操作，从跟踪查询负载，到理解请求如何流经您的整个应用，都能轻松完成
Logstash：Logstash 是免费且开放的服务器端数据处理管道，能够从多个来源采集数据，转换数据，然后将数据发送到合适的的“存储库”中。
Beats：Beats 是一套免费且开源的轻量级数据采集器，集合了多种单一用途数据采集器。它们从成百上千或成千上万台机器和系统向 Logstash 或 Elasticsearch 发送数据。

为什么要使用ELK

严格按照开发标准来说，开发人员是不能登录生产服务器查看日志数据的
一个应用可能分布于多态服务器，难以查找
同一台服务区可能部署多个应用，日志分散难以管理
日志可能很大，单个文件通常能达到GB级别，日志无法准确定位，日志查询不方便且速度慢
通常日志文件以非结构化存储，不支持数据可视化查询。
不支持日志分析（比如慢查询日志分析、分析用户画像等）。

使用场景

采集业务日志
采集Nginx日志
采集数据库日志，如MySQL
监控集群性能指标
监听网络端口
心跳检测

Logstash

开源的流数据处理、转换（解析）和发送引擎，可以采集来自不同数据源的数据，并对数据进行处理后输出到多种输出源

工作原理

Logstash的每个处理过程均以插件的形式实现，Logstash的数据处理过程主要包括： Inputs , Filters , Outputs 三部分

数据采集：Inputs

数据过滤：Filter

数据存储：output

Beats

Beats 是一套免费且开源的轻量级数据采集器，集合了多种单一用途数据采集器。它们从成百上千或成千上万台机器和系统向 Logstash 或 Elasticsearch 发送数据。

beats替换了logstash一部分功能（input 采集功能）。因为logstash比较重量级，占用较多资源；而Beats相对轻量级。

Beats的基本特性

开源：Beats 是一个免费且开放的平台，集合了多种单一用途数据采集器，各司其职，功能分离。社区中维护了上百个beat

轻量级：体积小，职责单一、基于go语言开发，具有先天性能优势，不依赖于Java环境，对服务器资源占用极小。Beats 可以采集符合 Elastic Common Schema (ECS) 要求的数据，可以将数据转发至 Logstash 进行转换和解析。

可插拔：Filebeat 和 Metricbeat 中包含的一些模块能够简化从关键数据源（例如云平台、容器和系统，以及网络技术）采集、解析和可视化信息的过程。只需运行一行命令，即可开始探索。

高性能：对CPU、内存和IO的资源占用极小。

可扩展：由于Beats开源的特性，如果现有Beats不能满足开发需要，我们可以自行构建，并且完善Beats社区

组件

Filebeat：文件日志监控采集，主要用于收集日志数据
Metricbeat：进行指标采集，指标可以是系统的，也可以是众多中间件产品的，主要用于监控系统和软件的性能
Packetbeat：是一个实时网络数据包分析器，通过网络抓包、协议分析，基于协议和端口对一些系统通信进行监控和数据收集。可以将其与Elasticsearch一起使用，以提供应用程序监视和性能分析系统。
Heartbeat：心跳检测 (在配置的Url中喊一句：喂，有活着的么？有的话吱个声！)
Winlogbeat：Windows事件日志
Auditbeat：审计数据（收集审计日志）
Functionbeat：云服务生成的日志和指标收集器

Kibana

Kibana 是一个免费且开放的可视化系统，能够让您对 Elasticsearch 数据进行可视化，并让您在 Elastic Stack 中进行导航。您可以进行各种操作，从跟踪查询负载，到理解请求如何流经您的整个应用，都能轻松完成。

之前用的比较多的就是kibana的dev tools的功能，用于写dsl

kibana中的discover支持可视化的查看数据

基于ELK搭建日志采集系统

流程

安装logstash

下载：

Past Releases of Elastic Stack Software | Elastic

直接解压

启动：切换到bin目录 ./logstash

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

-e:加启动选择

stdin：标准化输入

stdout：标准化输出

在config/logstash-sample.conf中配置

启动时，加 -f指定配置文件

./bin/logstash config/logstash-sample.conf

结果

stdin、stdout：方便排查日志采集问题

FileBeat

安装地址：

Filebeat 7.13.0 | Elastic

原理

为什么要使用fileBeat

因为logstash有日志采集的功能，但是logstash比较重量级，如果放在业务服务器上，比较占用资源。所以，使用fileBeat在业务服务器上进行日志采集，然后把采集到的日志输出到logstash（单独的服务器）上，这样采集日志就不会占用业务服务器空间

filebeat配置

inputs配置

启动fileBeat

-e：对启动日志进行输出

-c：指定配置文件

将fileBeat的输出改为logstash（filebeat.yml）

logstash的默认端口号：5044

修改logstash的输入为beats（logstash-sample.conf）

修改logstash的输出为es（logstash-sample.conf）

output中可以加多个（stdout、elasticsearch等）

可以通过配置，将一部分日志归为一条日志（比如说一些错误日志）


multiline.type: pattern   # 匹配格式是正则
multiline.pattern: '^\['  # 匹配的正则表达式
multiline.negate: true    # 匹配上正则表示是一条数据（false表示匹配不上为新的一条数据）
multiline.match: after    # 匹配不上的追加在上一条后面