这篇文章是基于近期搭建的日志系统踩过的各种坑，本身自己是边做边记录的，但是内容点实在斑驳繁杂，仅仅是技术选型就来回折腾了几次，选型后的版本匹配问题又是一些体力活(5.0开始已有统一版本号的趋势：ELKstack），最后的日志解析和应用产品线如何设计更是重中之重。
思虑再三，还是决定把整个过程以去除弯路，单刀直入加备注坑点的方式来描述一把。希望能写清楚。面向读者需要对文中的技术有一定理论知识，本文只叙搭建不究原理。
准备工作
- 所有的安装、配置或者说明文档都以官方为准，比如 docker.io, elastic.co, kafka.apache.org 等。
百度出来的古老文章如果解决不了问题，后果自裁。 - 备好三台不同ip的虚机（下文用A B C说明），做集群嘛，标配!
- 做好心理预期，谷歌科学搜索不能少，妖怪问题会层出不穷，千万不能被吓到!
| 名称 | 版本号 |
|---|---|
| Filebeat | 5.0.0-alpha1 |
| Kafka | 0.9.0.1 |
| Zookeeper | 3.4.8 |
| Elasticsearch | 2.4.0 |
| Logstash | 2.4.0 |
| Kibana | 4.6.0 |
为什么使用Docker
纯粹是处于个人爱好，各种技术只要跟 Docker 搭边就倾爱它的 Docker 镜像版本。本文除了filebeat agent是二进制版本直接安装在应用机上，与docker无关，其他都是基于docker 镜像版本的集群安装。
为什么使用Kafka
分布式基于发布订阅的消息系统Kafka，它可以将业务应用端（client）和日志分析服务端（server）很好的黏合起来，并起到了缓冲作用，并提供了很多优秀特性比如异步，解耦，持久化，顺序化等。而且Kafka可以与很多开源组件Storm、Spark等集成，对于日后的扩展这一层会有很大的帮助。
为什么选择Filebeat5
本来开始确实是首选Flume，要做两件事：①上传client端的日志文件到Kafka; ②消费Kafka的队列消息存入ElasticSearch。
坑爹的是，当时最新发布的Flume版本是1.6.0, 而它支持的es版本最高只到1.7.5, 不支持2.x版本，中间对es做了各种的降级和甚至还得配合jdk8云云， 最后放弃。
选择就剩了 logstash-forwarder 和 filebeat， 而后者其实就是前者的升级版+替代品，所以直接选用filebeat无疑了。
妖怪又粗线了， filebeat当时的最新稳定版是1.3.0, 而它是不支持output到kafka的。也就是第①件事就被卡住了，幸好Beats5的alpha1测试版发布了，虽然不稳定，但是测试下来还未发现日志丢失的情况，先用着吧。
话音未落，alpha2又发布了...
https://www.elastic.co/guide/en/beats/libbeat/master/release-notes-5.0.0-alpha2.html
第②件事就通过Logstash来实现了(因为docker镜像就是elk一体的 hihahiha)
开整
问完十万个为什么之后，终于可以开整了（其实前面的#为什么#也是我的血泪史...）
一、Zookeeper 的安装
直接介绍一个不错的docker镜像，pull下来直接使用
<pre>docker pull jeygeethan/zookeeper-cluster</pre>
集群三个点上分别启动命令，虚拟卷大家自定义
<pre>docker run --name docker-zk -d --restart=always
--net="host"
-p 2181:2181
-p 2888:2888
-p 3888:3888
-v ~/dockerdata/zookeeper/lib:/var/lib/zookeeper
-v ~/dockerdata/zookeeper/log:/var/log/zookeeper
-v /etc/localtime:/etc/localtime:ro
jeygeethan/zookeeper-cluster 192.168.0.1,192.168.0.2,192.168.0.3 1 ***{1/2/3: 三个节点分别设置} ***</pre>
三个节点都启动成功后，进入节点A
运行 docker exec -it docker-zk bash
默认就会进入/usr/share/zookeeper 目录，
运行 bin/zkCli.sh
进入了zk的客户端命令行，
<pre>
创建节点 create /nicholas "nicholas"
查看节点 get /nicholas 显示创建成功，
在虚机B、C上执行get操作检查下新的节点是否已同步，可见则成功。
</pre>
二、Kafka 的安装
同样 pull 镜像先
<pre>docker pull jeygeethan/kafka-cluster</pre>
同样三个节点上分别启动，注意，我这里kafka和zk使用的是相同的三台虚机。
<pre>
docker run --name docker-kafka -d -p 9092:9092
-e KAFKA_HOST=192.168.0.1
-e KAFKA_PORT=9092
-e ZOOKEEPER_CONNECT=192.168.0.1:2181,192.168.0.2:2181,192.168.0.3:2181
-e KAFKA_ID=0 ***{0/1/2: 三个节点分别设置，从0开始} ***
-v ~/dockerdata/kafka/logs:/tmp/kafka-logs
jeygeethan/kafka-cluster
</pre>
同时进入虚机A，和虚机B
<pre>
进入docker
docker exec -it docker-kafka bash
转换目录
cd /opt/kafka_2.11-0.9.0.1/bin
创建Topic
./kafka-topics.sh --create --topic TP_NIC --partitions 4 --replication-factor 2
--zookeeper 192.168.0.1:2181,192.168.0.2:2181,192.168.0.3:2181
查看Topic
./kafka-topics.sh --describe --topic TP_NIC
--zookeeper 192.168.0.1:2181,192.168.0.2:2181,192.168.0.3:2181
在broker0（虚机A）上生产消息
./kafka-console-producer.sh --topic=TP_NIC
--broker-list=192.168.0.1:9092,192.168.0.2:9092,192.168.0.3:9092
在broker1（虚机B）上消费消息
./kafka-console-consumer.sh --topic=TP_NIC
--zookeeper 192.168.0.1:2181,192.168.0.2:2181,192.168.0.3:2181
</pre>
到此，虚机A和B已经都关联上了TP_NIC， 在 A 命令行上，随意输入各类字符， 在 B 上可以看到同样的字符即说明消费成功了.
三、ELK 的安装
pull 镜像 2.4 版本 最新的5已经有了
<pre>docker pull sebp/elk:es240_l240_k460</pre>
修改即将要映射的虚拟卷的目录权限， 注意这里的991,992,993分别对应ELK的三个独立用户，如果你看下docker file的build脚本就明白了，为了让docker运行成功，我们先把权限配上。
<pre>
chown -R 991:991 ~/dockerdata/es && chown -R 992:992 ~/dockerdata/logstash && chown -R 993:993 ~/dockerdata/kibana
</pre>
进入对应的目录，我们先把配置给设定好。
注：这些配置文件是从docker里面cp出来的，如源文件没有，请先docker run启动原镜像然后docker cp拷贝。
- Elasticsearch 配置
<pre>
vi ~/dockerdata/es/config/elasticsearch.yml
编辑内容如下
cluster.name: mm-cluster
node.name: mm-node-01
node.master: false
node.data: true
restrict outside access
network.host: 192.168.0.11
transport.tcp.port: 9300
http.port: 9200
path.data: /etc/elasticsearch/data
path.work: /etc/elasticsearch/work
path.logs: /etc/elasticsearch/logs
path.plugins: /etc/elasticsearch/plugins
bootstrap.mlockall: true
discovery.zen.ping.multicat.enabled: false
discovery.zen.fd.ping_timeout: 100s
discovery.zen.fd.ping_retries: 6
discovery.zen.fd.ping_interval: 30s
discovery.zen.ping.timeout: 100s
discovery.zen.minimum_master_nodes: 1
discovery.zen.ping.unicast.hosts: ["192.168.0.11", "192.168.0.12", "192.168.0.13"]
gateway.recover_after_nodes: 2
action.auto_create_index: false
index.number_of_replicas: 0
index.number_of_shards: 2
</pre>
- Kibana 配置
<pre>
vi ~/dockerdata/kibana/config/kibana.yml
检查 elasticsearch.url: "http://localhost:9200" 对应上了即可
</pre>
- Logstash 配置
<pre>
新增Kafka的input配置文件：
vi ~/dockerdata/logstash/config/03-kafka-input.conf
input {
kafka {
zk_connect => "192.168.0.1:2181,192.168.0.2:2181,192.168.0.3:2181 "
#group_id => ""
topic_id => "syslog"
codec => "plain"
reset_beginning => false
consumer_threads => 5
decorate_events => true
add_field => { "[@metadata][type]" => "syslog" }
}
}
修改日志解析过滤配置文件：
vi ~/dockerdata/logstash/config/10-syslog.conf
filter {
if [@metadata][type] in ["syslog","accesslog"] {
ruby {
code => "event['mlogsendts'] = event['@timestamp']"
}
mutate {
add_field => ["mlogsendts_string", "%{@timestamp}"]
}
json {
source => "message"
add_field => {
"mlogmsg" => "%{message}"
}
remove_field => [ "message"]
}
grok {
patterns_dir => ["/opt/logstash/patterns"]
match => { "mlogmsg" => "[%{MMLOGTS:mlogts}]\s[%{MMLOGWORDEXT:mlogcell}]\s[%{MMLOGWORDEXT:mlognode}]\s[%{MMLOGWORDEXT:mlogthread}]\s[%{MMLOGWORD:mloglevel}]\s[%{MMLOGWORDEXT:mlogclass}]\s%{GREEDYDATA}" }
}
grok {
match => { "source" => "%{GREEDYDATA}/%{GREEDYDATA:mlogfilename}.log" }
}
syslog_pri { }
date {
match => [ "mlogts", "yyyy-MM-dd HH:mm:ss.SSS" ]
timezone => "Asia/Shanghai"
target => "@timestamp"
}
}
}
这里最复杂的其实是两件事，
① 用日志中的时间戳替换系统@timstamp（参见配置）
②grok表达式将日志中的变量分段解析（找在线grok校验工具可以验证自己的正则，很费劲！！！）
grok表达式默认支持各种格式的正则格式变量，大家自行官网搜索，这里我是自定义的一些正则变量，存放在：
vi ~/dockerdata/logstash/patterns/mmlog
.
patterns下面的文件logstash默认会自动扫描的，所以文件名随便定义，只要正则对了就可以了。
内容为：
MMLOGTS \d{4}-\d{2}-\d{2}\s\d{2}:\d{2}:\d{2}.\d{3}
MMLOGWORD \w*
MMLOGWORDEXT [^]]+
MMLOGTHREAD \w(\w):\w-\w
MMLOGCLASS [\w.]+:\w\s*
</pre>
下面就可以启动docker了，对于ELK中的Elasticsearch 和 Logstash都需要是集群三个点的，而Kibana只是展示数据，单点即可。所以启动脚本分别为：
- Kibana单点虚机，ELK三者全部开启，E+L的堆大小配置是基于该虚机是2c4g（相对低配置）
<pre>
docker run --privileged=true -i -d -p 5601:5601 -p 9200:9200 -p 9300:9300 -p 5044:5044 -p 5000:5000
--net="host"
-v ~/dockerdata/es/config/:/etc/elasticsearch/:rw
-v ~/dockerdata/es/plugins/:/etc/elasticsearch/plugins/:rw
-v ~/dockerdata/es/data/:/etc/elasticsearch/data/:rw
-v ~/dockerdata/es/work/:/etc/elasticsearch/work/:rw
-v ~/dockerdata/es/logs/:/var/log/elasticsearch/:rw
-v ~/dockerdata/logstash/config/:/etc/logstash/conf.d/:rw
-v ~/dockerdata/logstash/patterns/:/opt/logstash/patterns/:rw
-v ~/dockerdata/logstash/logs/:/var/log/logstash/:rw
-v ~/dockerdata/kibana/config/:/opt/kibana/config/:rw
-v ~/dockerdata/kibana/logs/:/var/log/kibana/:rw
-v /etc/localtime:/etc/localtime:ro
-e ES_JAVA_OPTS="-Duser.timezone=Asia/Shanghai"
-e ES_HEAP_SIZE="2g"
-e LS_HEAP_SIZE="1g"
**-e ELASTICSEARCH_START=1 -e LOGSTASH_START=1 -e KIBANA_START=1 **
--name docker-elk sebp/elk:es240_l240_k460
&& docker logs -f docker-elk
</pre> - 其余两个点的启动关闭Kibana（KIBANA_START=0）， 虚机配置是4c8g（相对高配置）
<pre>
docker run --privileged=true -i -d -p 5601:5601 -p 9200:9200 -p 9300:9300 -p 5044:5044 -p 5000:5000
--net="host"
-v ~/dockerdata/es/config/:/etc/elasticsearch/:rw
-v ~/dockerdata/es/plugins/:/etc/elasticsearch/plugins/:rw
-v ~/dockerdata/es/data/:/etc/elasticsearch/data/:rw
-v ~/dockerdata/es/work/:/etc/elasticsearch/work/:rw
-v ~/dockerdata/es/logs/:/var/log/elasticsearch/:rw
-v ~/dockerdata/logstash/config/:/etc/logstash/conf.d/:rw
-v ~/dockerdata/logstash/patterns/:/opt/logstash/patterns/:rw
-v ~/dockerdata/logstash/logs/:/var/log/logstash/:rw
-v ~/dockerdata/kibana/config/:/opt/kibana/config/:rw
-v ~/dockerdata/kibana/logs/:/var/log/kibana/:rw
-v /etc/localtime:/etc/localtime:ro
-e ES_JAVA_OPTS="-Duser.timezone=Asia/Shanghai"
-e ES_HEAP_SIZE="4g"
-e LS_HEAP_SIZE="2g"
**-e ELASTICSEARCH_START=1 -e LOGSTASH_START=1 -e KIBANA_START=0 **
--name docker-elk sebp/elk:es240_l240_k460
&& docker logs -f docker-elk
</pre>
打开下面网址校验安装成功与否:
Kibana Web : http://<your-host>:5601
Elasticsearch Json : http://<your-host>:9200/
ES的插件安装请自己进入docker然后下载， 比较好用的有 head, hq 等
四、Filebeat5 的安装
这个最简单了，官网上下载 filebeat-5.0.0-rc1-linux-x86_64.tar.gz 解压安装；
<pre>
vi /usr/local/src/filebeat5/filebeat.yml
编辑内容如下：
################### Filebeat Configuration Example #########################
############################# Filebeat ######################################
filebeat.prospectors:
Each - is a prospector. Below are the prospector specific configurations
-
input_type: log
paths: ["/usr/local/src/logs/${appname}-${cellname}-${nodename}/sys-.log"]
encoding: utf-8
exclude_files: ['.\d{4}-\d{2}-\d{2}.*.log']document_type: syslog
fields:
mlogapp: ${appname}fields_under_root: true
scan_frequency: 1s
ignore_older: 30m
must set ignore_older to be greater than close_inactive.
close_inactive: 5m
close_removed: true
clean_removed: true
multiline:
pattern: ^[[[:digit:]]{4}-[[:digit:]]{2}-[[:digit:]]{2}[[:blank:]][[:digit:]]{2}:[[:digit:]]{2}:[[:digit:]]{2}.[[:digit:]]{3}]
negate: true
match: after
max_lines: 500
output.kafka:
initial brokers for reading cluster metadata
hosts: ["192.168.0.1:9092", "192.168.0.2:9092", "192.168.0.3:9092"]
message topic selection + partitioning
topic: '%{[type]}'
partition.round_robin:
reachable_only: false
required_acks: 1
compression: gzip
max_message_bytes: 1000000
############################# Logging #########################################
logging.level: info
logging.to_files: true
logging.to_syslog: false
logging.files:
path: /usr/local/logs/filebeat
name: filebeat.log
keepfiles: 7
.
.
.
启动Filebeat5：
export appname="uss-web" && export cellname="cell01" && export nodename="node01"
&& cd /usr/local/src/filebeat/
&& nohup ./filebeat -e > /usr/local/src/logs/filebeat/nohup.out 2>&1 &
</pre>
以上就是目前安装所有的配置说明了，当然里面的很多细节都需要好好琢磨的，有问题就看官方文档吧，比搜索出来的文章都要靠谱。
备注个信息
为什么文中docker启动都是用的--net=host共享主机地址的参数？不考虑安全或物理隔离的需求，这是elasticsearch 2.x版本的一个改动坑，2.x后es会默认绑定loopback的IP地址，到docker这里看就是docker的虚拟网卡地址了，而我们的es要提供服务明显需要我们虚机的真正地址，对于网络配置不是特别精通，谁有更优雅的方案，欢迎评论指出。
