filter

为什么要用date插件：

我们希望日志展示的时间就是日志生成的时间，一般日志中都会附加时间，这样方便根据时间查找问题。但在logstash中，默认使用@timestamp时间值来表示日志的时间，@timestamp值的获取是根据logstash本身什么时候处理这条日志数据而产生的。也就是说@timestamp并不是日志中的时间，所以不管日志是实时的还是非实时的日志，都无法保证日志产生的精确时间。所以我们就需要使用date插件来匹配日志中产生的时间并将值赋给@timestamp`,这样最后展示的时间就是日志生成时间。

常用选项：

• match
  [field,formats...],匹配日期型字段的格式，并统一处理成ISO8086时间戳。

• locale
  用于指定本地语言，比如设置为es,es-US等，主要用于解析非数字的月和天，比如Monday,Jan等。如果时间日期都是数字的话，不用关心这个值。

• target
  默认@timestamp，用于指定转化后的日期保存的字段名。

• timezone
  指定用于日期解析的时区规范。如果无法从值中提取时区，则使用此处定义的时区。如果未指定，则使用此机器上的时区
  
  

match format语法的更多详细介绍：

y year

yyyy // 全年号码，例如：2018
yy   // 两位数年份，例如：2018年的18

M month

M    // 最小数字月份，如1-12
MM   // 两位数月份，如01-12
MMM  // 缩短的月份文本，如Jan,Feb,Dec...
MMMM // 全月文本，如January..

d day

d    //最少数字的一天，如1-31
dd   //两位数日子，如01-31

H hour

H    //最小数字小时，如0表示午夜
HH   //两位数小时，如果需要填零，如午夜00

m minutes

m    //最小数字分钟，如0
mm   //两位数字分钟，如00

s seconds

s    //最小数字秒，如0
ss   //最小数字秒，如00

S 秒的小数部分，最大精度是毫秒(SSS)。除此之外，零附加

S     //十分之一秒
SS    //百分之一秒
SSS   //千分之一秒

Z 时区偏移或身份。不能被分析

Z     //时区偏移，如+0800
ZZ    //时区偏移，如+08:00
ZZZ   //时区身份，如America/Los_Angeles

W 一年中的一周

W     //最小数字周，如1
WW    //两位数字周，如01

E 一周中的天

E,EE,EEE  //星期几缩写，如Mon,Tue,Wed...
EEEE      //星期几全拼，如Monday,Tuesday...

例： 如果想要解析ISO8601的时间"2018-01-01T01:12:23",可以写成"yyyy-MM-dd'T'HH:mm:ss"

示例：
匹配nginx日志中的时间。

[root@node2006 logstash]# cat text.conf 
input {
  stdin {}
}

filter {
  dissect {
    mapping => {
      "message" => "[%{time}]|%{remote_addr}|%{verb} %{request} HTTP/%{httpversion}|%{status}|%{body_bytes_sent}"
    }
    remove_field => [ "request_all" ]
    remove_field => [ "message" ]
  }
#  date {
#        match => [ "time", "dd/MMM/yyyy:HH:mm:ss Z" ]
#       locale => "en"
#       target => "@timestamp"
#  }

}
output {
        stdout{
                codec => rubydebug
        }
}

未添加date插件(注释date代码块)：

[root@node2006 logstash]# bin/logstash -f text.conf 
[21/Jan/2019:14:59:49 +0800]|183.212.160.154|GET /siteapp/regionInfoApp/regions HTTP/1.1|502|166     #提供的一行nginx日志数据
....
{
    "body_bytes_sent" => "166",
               "time" => "21/Jan/2019:14:59:49 +0800",      #这个是匹配的time字段
         "@timestamp" => 2019-01-23T06:57:40.923Z,          #这个是logstash处理这条日志的时间，我们肯定需要logstash处理的时间
               "host" => "node2006",
        "remote_addr" => "183.212.160.154",
           "@version" => "1",
             "status" => "502",
        "httpversion" => "1.1",
               "verb" => "GET",
            "request" => "/siteapp/regionInfoApp/regions"
}

增加date插件(打开date代码块注释)：

[root@node2006 logstash]# bin/logstash -f text.conf 
[21/Jan/2019:14:59:49 +0800]|183.212.160.154|GET /siteapp/regionInfoApp/regions HTTP/1.1|502|166
...
{
        "remote_addr" => "183.212.160.154",     
             "status" => "502",
    "body_bytes_sent" => "166",
        "httpversion" => "1.1",
         "@timestamp" => 2019-01-21T06:59:49.000Z,        #timestamp的时间和time的年月日已经相同了，只是小时比time少了8小时，因为logstash将timestamp改成了UTC时间，原time时间是UTC+8,但不用担心，在kibana上，会将此时间根据你系统时进行自动调整显示。
               "time" => "21/Jan/2019:14:59:49 +0800",    #
               "host" => "node2006",
               "verb" => "GET",
            "request" => "/siteapp/regionInfoApp/regions",
           "@version" => "1"
}

QA:
问：为什么一定要在logstash中将日志中获取到的时间转换成UTC时间，然后在kibana在根据实际时间在转换回来。直接使用日志的时间不可以吗？非要转换UTC时间然后再转换成展示时间。
答(个人见解)：估计是为了当日志系统跨越多个时区时，方便统一查询才把时间进行统一转换。这样在UTC +0700时区发生的事故，但是人在UTC +0800时区的时间看的肯定以当地时间来看待事故发生的时间并查询日志。这样就不用考虑跨时区日志时间的问题了。