ELK日志收集处理

https://www.elastic.co/

1)收集-能够采集多种来源的日志数据 Log4js PM2
2)传输-能够稳定的把日志数据传输到中央系统 Filebeat
3)存储-如何存储日志数据 Elasticsearch
4)分析-可以支持 UI 分析 Kibana
5)警告-能够提供错误报告,监控机制 Monitor

ELK :Elasticsearch Logstash Kibana

  • FIilbeat :将服务器上收集的日志发送到Logstash中(格式使用log4js规范化)
  • Logstash:Logstash将日志接受过滤并转发到Elasticsearch存储
  • Elasticsearch:存储收集来的日志,提供实时的数据查询
  • Kibana:数据可视化服务

多应用的监控架构

监控系统.png

当然也可做更加分布式的部署


  1. 下载 Filebeat

配置 filebeat.yml

filebeat.inputs:
  type: log    
  enabled: true    // 默认关闭
  paths:
    ~/logs/*.log     //  ~/logs/*/*.log  仅匹配二级目录下的.log文件

output.logstash:
  hosts: ["localhost: 9900"]

运行filebeat

sudo ./filebeat -e -c filebeat.yml 

// 如果提示权限问题,则使用以下代码运行
sudo chown root filebeat.yml
sudo ./filebeat -e -c filebeat.yml -d "publish"
  1. 下载 Logstash
    配置 config/logstash-sample.conf (没有则新建)
input {
  beats {
    port => 9900
  }
}

output {
  elasticsearch {
    hosts => ["http://localhost:9200"]
    index => "testlog"
  }
}

运行logstash, logstash 自己占用9600-9700 之间第一个可用的端口
可在config/logstash.yml 中配置

bin/logstash -f config/logstash-sample.conf  // 使用配置文件启动
bin/logstash -e "input { stdin{} } output { stdout {} }"  // 使用字符串配置启动
// 在终端接受并输出

测试logstash正确开启: curl localhost:9600 (具体端口看启动时的日志/自己配置)


image.png
  1. 下载 Elasticsearch
    配置 config/elasticsearch.yml
path.data: /Users/rogers/Project/Agora/test/util/data
path.data: /Users/rogers/Project/Agora/test/util/logs

运行elasticsearch

bin/elasticsearch

测试elasticsearch正确开启


image.png

使用elasticsearch提供的API 在elasticsearch上进行查找数据

http://localhost:9200/_cat/indices?v // 查找当前所有Index

http://localhost:9200/[Index][Type][ID/_search]
http://localhost:9200/testlog/doc/_search // testlog下doc类中所有的数据
http://localhost:9200/testlog/doc/_Ze_f2cBIQjv8oYr3PEN testlog下doc类中ID为_Ze_f2cBIQjv8oYr3PEN的数据
等等丰富的API供用户调用
注: 当加入未指定ID的数据时,自动为其生成随机ID

  1. 下载 Kibana

配置 config/kibana.yml

运行bin/kibana 默认端口为5601

此时在页面中选择对应之前创建的Index,即可在discover中或其他页面看到所存在的数据


至此,已将简单的日志收集转发并在kibana上进行展示的逻辑调通,
接下来需要做两件事:

  1. 根据elasticsearch提供的API,做一个monitor达到告警的效果
  2. 得到告警后在kibana(多功能)中根据不同的条件,查看具体的日志信息。
  3. 由于本次调试仅在本地调试,所以很多配置直接采用了默认的配置,后续记录其他配置
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 203,772评论 6 477
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,458评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 150,610评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,640评论 1 276
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,657评论 5 365
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,590评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,962评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,631评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,870评论 1 297
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,611评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,704评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,386评论 4 319
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,969评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,944评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,179评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 44,742评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,440评论 2 342

推荐阅读更多精彩内容