ELK之logstash

1、logstash简介

​ logstash是一个数据分析软件，主要目的是分析log日志。整一套软件可以当作一个MVC模型，logstash是controller层，Elasticsearch是一个model层，kibana是view层。
首先将数据传给logstash，它将数据进行过滤和格式化（转成JSON格式），然后传给Elasticsearch进行存储、建搜索的索引，kibana提供前端的页面再进行搜索和图表可视化，
它是调用Elasticsearch的接口返回的数据进行可视化。logstash和Elasticsearch是用Java写的，kibana使用node.js框架。

架构图：

logstash工作时，主要设置3个部分的工作属性：
    input：设置数据来源;  常用：File、syslog、redis、beats（如：Filebeats）
    filter：对数据进行一定的加工处理过滤，但不建议做复杂的处理逻辑。此步骤不是必须的；常用：grok、mutate、drop、clone、geoip
    output：设置输出目标； 常用：elasticsearch、file、graphite、statsd

四种类型的插件：
     input，filter，codec，output

数据类型：

    Array: [iteml，item2，.…]
     Boolean: true，false
     Bytes：
     Codec：编码器
     Hash: key => value
     Number：
     Password：
     Path：文件系统路径；
     String：字符串

2、logstash安装

(1)

logstash-1.5.4-1.noarch.rpm

下载地址：https://download.elastic.co/logstash/logstash/packages/centos/logstash-1.5.4-1.noarch.rpm

安装JDK：

yum -y install java-1.8.0-openjdk.x86_64
yum -y install java-1.8.0-openjdk-devel.x86_64
yum -y install java-1.8.0-openjdk-headless.x86_64

安装logstash, 新开了一台node4：
yum -y install logstash-1.5.4-1.noarch.rpm

(2)测试：

#PATH
[root@node4 ~]# ls /opt/   #默认安装到了opt下
logstash

[root@node4 ~]# cat /etc/profile.d/logstash.sh 
export PATH=/opt/logstash/bin:$PATH

[root@node4 ~]# cd /etc/logstash/conf.d/     #配置文件目录

[root@node4 conf.d]# vim sample.conf       #写个配置文件，内容如下
input {
    stdin {}
}

output {
    stdout {
        codec => rubydebug
    }
}


[root@node4 conf.d]# logstash -f /etc/logstash/conf.d/sample.conf --configtest   #检查配置文件语法

执行：

3、详解

(1)inpute

File

File：从指定的文件中读取事件流；
    使用FileWatch（Ruby Gem库）监听文件的变化。
    .sincedb：记录了每个被监听的文件的inode，major number，minor nubmer，pos；

#-----
#从/var/log/messages读取日志
[root@node4 conf.d]#  cat filesample.conf 
input {
  file {
      path => ["/var/log/messages"]
      type => "system"
      start_position => "beginning"
  }
}

output {
  stdout {
      codec => rubydebug 
  }
}

#-----
#日志输出到了标准输出
[root@node4 conf.d]# logstash -f /etc/logstash/conf.d/filesample.conf --configtest
[root@node4 conf.d]# logstash -f /etc/logstash/conf.d/filesample.conf |head -n 8
{
       "message" => "Mar 29 04:09:26 localhost journal: Runtime journal is using 6.0M .",
      "@version" => "1",
    "@timestamp" => "2020-04-22T15:09:19.310Z",
          "host" => "node4",
          "path" => "/var/log/messages",
          "type" => "system"
}

udp

udp：通过udp协议从网络连接来读取Message，其必备参数为port，用于指明自己监听的端口，host则用于指明自己监听的地址；

#在node3上安装collectd，用它发送系统信息日志给node4，node4监听node3
#collectd是一个守护(daemon)进程,用来定期收集系统和应用程序的性能指标

#----
[root@node3 ~]# yum -y install collectd

#/etc/collectd.conf是配置文件，LoadPlugin是collectd启用的插件(收集哪些数据)，
[root@node3 ~]# grep -v "^#" /etc/collectd.conf | grep -v "^$"
Hostname    "node3"
LoadPlugin syslog
LoadPlugin cpu
LoadPlugin df
LoadPlugin interface
LoadPlugin load
LoadPlugin memory
LoadPlugin network
<Plugin network>   #有些插件需要做配置, 192.168.3.114是node4
    <Server "192.168.3.114" "25826">    #发给谁，以及发送数据的端口(udp)
    </Server>
</Plugin>
Include "/etc/collectd.d"

[root@node3 ~]# systemctl start collectd
[root@node3 ~]# systemctl status collectd

#----node4
[root@node4 conf.d]# cat udpsample.conf 
input {
  udp {
    port => 25826
    codec => collectd {}
    type => "collectd"
  }
}

output {
  stdout {
    codec => rubydebug
  }
}

#----
[root@node4 conf.d]# logstash -f /etc/logstash/conf.d/udpsample.conf
Logstash startup completed
{
               "host" => "node3",
         "@timestamp" => "2020-04-22T15:55:08.119Z",
             "plugin" => "df",
    "plugin_instance" => "run-user-0",
      "collectd_type" => "df_complex",
      "type_instance" => "free",
              "value" => 190799872.0,
           "@version" => "1",
               "type" => "collectd"
}
{
               "host" => "node3",
         "@timestamp" => "2020-04-22T15:55:08.119Z",
      "type_instance" => "nice",
             "plugin" => "cpu",
    "plugin_instance" => "0",
      "collectd_type" => "cpu",
              "value" => 62,
           "@version" => "1",
               "type" => "collectd"
}
    ......

redis

从redis读取数据，支持redis channel和lists两种方式;

(2)filter

grok

grok：用于分析并结构化文本数据；目前是logstash中将非结构化日志数据转化为结构化的可查询数据的不二之选。

grok是一种采用组合多个预定义的正则表达式，用来匹配分割文本并映射到关键字的工具。通常用来对日志数据进行预处理。

可处理syslog，apache，nginx…等日志；

grok默认内置120个预定义匹配字段(可直接用)，可查看以下文件：

/opt/logstash/vendor/bundle/jruby/1.9/gems/logstash-patterns-core-0.3.0/patterns/grok-patterns

也可以自己定义，自定义的加入上面的文件中即可，或者在/opt/logstash/vendor/bundle/jruby/1.9/gems/logstash-patterns-core-0.3.0/patterns中新建一个专门的文件，也行；

例子：

[root@node4 conf.d]# cat groksample.conf 
input {
  stdin {}
}

filter {
  grok {
    match => { "message" => "%{IP:clientip} %{WORD:method} %{URIPATHPARAM:request} %{NUMBER:bytes} %{NUMBER:duration}" }
  }
}

output {
  stdout {
    codec => rubydebug
  }
}

# {IP:clientip}     ip是匹配时的字段，clientip是输出时显示的字段名字

%{IP:clientip} %{WORD:method} %{URIPATHPARAM:request} %{NUMBER:bytes} %{NUMBER:duration}

检查&启动：

[root@node4 conf.d]# logstash -f /etc/logstash/conf.d/groksample.conf --configtest

[root@node4 conf.d]# logstash -f /etc/logstash/conf.d/groksample.conf

自定义grok模式：

grok的模式是基于正则表达式编写，其元字符与其它用到正则表达式的工具awk/sed/grep/pcre差别不大。

自定义nginx日志模式：

# 文件末尾加入解析nginx日志的模型
[root@node4 ~]# vim /opt/logstash/vendor/bundle/jruby/1.9/gems/logstash-patterns-core-0.3.0/patterns/grok-patterns
#nginx
NGUSERNAME [a-zA-Z.@-+_%]+
NGUSER %{NGUSERNAME}
NGINXACCESS %{IPORHOST:clientip} - %{NOTSPACE:remote_user} [%{HTTPDATE:timestamp}] "(?:%{WORD:verb} %{NOTSPACE:request}

(?: HTTP/%{NUMBER:httpversion})?|%{DATA:rawrequest})" %{NUMBER:response} (?:%{NUMBER:bytes}|-) %{QS:referrer} %{QS:agent} 

%{NOTSPACE:http_x_forwarded_for}

#----
# 在node4上安装一个nginx，并产生一些访问日志
yum -y install nginx
systemctl start nginx

浏览器访问一下，生成日志：http://192.168.3.114/

#----
[root@node4 conf.d]# cat nginxsample.conf 
input {
  file {
    path => ["/var/log/nginx/access.log"]
    type => "nginxlog"
    start_position => "beginning"
  }
}

filter {
  grok {
    match => { "message" => "%{NGINXACCESS}" }  #这里直接引用变量即可
  }
}

output {
  stdout {
    codec => rubydebug
  }
}

检查&启动：

[root@node4 conf.d]# logstash -f /etc/logstash/conf.d/nginxsample.conf –configtest

可见nginx的日志已经解析出来了：

(3)output

stdout

elasticsearch

让收集的nginx日志进入redis：

node4安装redis:

[root@node4 ~]# yum -y install redis

/etc/redis.conf 设置：bind 0.0.0.0

[root@node4 ~]# systemctl start redis.service

logstash配置文件：

cd /etc/logstash/conf.d 

[root@node4 conf.d]# vim nglogredissample.conf
input {
  file {
    path => ["/var/log/nginx/access.log"]
    type => "nginxlog"
    start_position => "beginning"
  }
}

filter {
  grok {
    match => { "message" => "%{NGINXACCESS}" }
  }
}

output {
  redis {
    port => "6379"  #redis的端口
    host => ["127.0.0.1"]  #redis主机
    data_type => "list"  #数据类型
    key => "logstash-%{type}"  #key
  }
}

#检查&启动

[root@node4 conf.d]# logstash -f ./nglogredissample.conf --configtest

[root@node4 conf.d]# logstash -f ./nglogredissample.conf   #此时刷几下nginx的页面，日志就进入redis中了