Bootstrap

分布式系统—ELK日志分析系统概述及部署

目录

一、相关知识

1.简介

2.ELK组件

可以添加的其他组件—Filebeat

filebeat 结合 logstash 带来好处

3.为什么要使用ELK?

4.完整日志系统基本特征

5.工作原理

二.部署ELK日志分析系统

1.初始化环境

2.完成JAVA部署

三. ELK Elasticsearch 集群部署

1.安装

2.修改elasticsearch主配置文件 

3.es 性能调优参数

4.启动elasticsearch是否成功开启 

 5.查看节点信息

6.安装 Elasticsearch-head 插件

编译安装 node

安装 phantomjs

安装 Elasticsearch-head 数据可视化工具

修改 Elasticsearch 主配置文件

创建索引

Elasticsearch 索引管理

三.ELK Logstash 部署

1.初始化操作

2.更改主机名

 3.安装配置nginx

4.安装 Logstash

5.测试 Logstash

6.定义 logstash配置文件

四.ELK Kiabana 部署

1.安装 Kiabana

2.设置 Kiabana 的主配置文件

3.验证 Kiabana

4.将nginx服务器的日志（访问的、错误的）添加到 Elasticsearch 并通过 Kiabana 显示将192.168.80.104服务器中nginx的日志进行添加

一、相关知识

1.简介

ELK是Elasticsearch、Logstash、Kibana三大开源框架首字母大写简称，但是filebeat可以用来替代logstash的数据收集功能，比较轻量级。市面上也被称为Elastic Stack。

2.ELK组件

ElasticSearch：是基于Lucene（一个全文检索引擎的架构）开发的分布式存储检索引擎，用来存储各类日志。

Elasticsearch 是用 Java 开发的，可通过 RESTful Web 接口，让用户可以通过浏览器与 Elasticsearch 通信。

Elasticsearch是一个实时的、分布式的可扩展的搜索引擎，允许进行全文、结构化搜索，它通常用于索引和搜索大容量的日志数据，也可用于搜索许多不同类型的文档。

Kiabana：Kibana 通常与 Elasticsearch 一起部署，Kibana 是 Elasticsearch 的一个功能强大的数据可视化 Dashboard，Kibana 提供图形化的 web 界面来浏览 Elasticsearch 日志数据，可以用来汇总、分析和搜索重要数据。

Logstash：作为数据收集引擎。它支持动态的从各种数据源搜集数据，并对数据进行过滤、分析、丰富、统一格式等操作，然后存储到用户指定的位置，一般会发送给 Elasticsearch。
Logstash 由 Ruby 语言编写，运行在 Java 虚拟机（JVM）上，是一款强大的数据处理工具， 可以实现数据传输、格式处理、格式化输出。Logstash 具有强大的插件功能，常用于日志处理。

可以添加的其他组件—Filebeat
  • 轻量级的开源日志文件数据搜集器
  • 通常在需要采集数据的客户端安装 Filebeat，并指定目录与日志格式Filebeat 就能快速收集数据，并发送给 Logstash 进行解析，或是直接发给 Elasticsearch 存储，性能上相比运行于 JVM 上的 Logstash 优势明显（Logstash 对内存、CPU、IO 等资源消耗比较高） ，是对 Logstash 的替代
  • 常应用于 ELFK 架构当中，也叫做 ELK Stack
filebeat 结合 logstash 带来好处
  • 通过 Logstash 具有基于磁盘的自适应缓冲系统，该系统会吸收传入的吞吐量，从而减轻 Elasticsearch 持续写入数据的压力
  • 从其他数据源（例如数据库，S3对象存储或消息传递队列）中提取
  • 将数据发送到多个目的地，例如S3，HDFS（Hadoop分布式文件系统）或写入文件
  • 使用条件数据流逻辑组成更复杂的处理管道
  • 缓存/消息队列（Redis、Kafka、RabbitMQ等）：可以对高并发日志数据进行流量削峰和缓冲，这样的缓冲可以一定程度的保护数据不丢失，还可以对整个架构进行应用解耦
  • Fluentd：是一个流行的开源数据收集器。由于 Logstash 太重量级的缺点，Logstash 性能低、资源消耗比较多等问题，随后就有 Fluentd 的出现。相比较 Logstash，Fluentd 更易用、资源消耗更少、性能更高，在数据处理上更高效可靠，受到企业欢迎，成为 Logstash 的一种替代方案，常应用于 EFK 架构当中。在 Kubernetes 集群中也常使用 EFK 作为日志数据收集的方案
  • 在 Kubernetes 集群中一般是通过 DaemonSet 来运行 Fluentd，以便它在每个 Kubernetes 工作节点上都可以运行一个 Pod。 它通过获取容器日志文件、过滤和转换日志数据，然后将数据传递到 Elasticsearch 集群，在该集群中对其进行索引和存储

3.为什么要使用ELK?

日志主要包括系统日志、应用程序日志和安全日志。系统运维和开发人员可以通过日志了解服务器软硬件信息、检查配置过程中的错误及错误发生的原因。经常分析日志可以了解服务器的负荷，性能安全性，从而及时采取措施纠正错误。

往往单台机器的日志我们使用grep、awk等工具就能基本实现简单分析，但是当日志被分散存储在不同的设备上。如果你管理数十上百台服务器，你还在使用依次登录每台机器的传统方法查阅日志。这样是不是感觉很繁琐和效率低下。当务之急我们使用集中化的日志管理，例如：开源的rsyslog，将所有服务器上的日志收集汇总。集中化管理日志后，日志的统计和检索又成为一件比较麻烦的事情，一般我们使用grep、awk和wc等Linux命令能实现检索和统计，但是对于要求更高的查询、排序和统计等要求和庞大的机器数量依然使用这样的方法难免有点力不从心。

一般大型系统是一个分布式部署的架构，不同的服务模块部署在不同的服务器上，问题出现时，大部分情况需要根据问题暴露的关键信息，定位到具体的服务器和服务模块，构建一套集中式日志系统，可以提高定位问题的效率。

4.ELK的优点

实时数据分析

ELK提供了实时的数据分析和查询能力，使你能够快速了解数据中的趋势、模式和异常情况。通过强大的查询语言和灵活的可视化工具，你可以轻松地发现和探索数据中的见解。

可扩展性

ELK的组件都是分布式的，可以通过添加更多的节点来实现水平扩展。这使得ELK能够处理大规模的数据集和高并发的查询请求。

高性能搜索

Elasticsearch作为ELK的核心组件，具有强大的排索和索引功能。它可以快速地执行全文搜索和复杂的查询并返回准确的结果。

统一数据处理

通过使用Logstash作为数据收集和转换工具，ELK能够处理来自不同来源的数据，并将其转换为一致的格式。这使得数据在存储和分析阶段更易管理和理解。

4.完整日志系统基本特征

  • 收集：能够采集多种来源的日志数据
  • 传输：能够稳定的把日志数据解析过滤并传输到存储系统
  • 存储：存储日志数据
  • 分析：支持 UI 分析
  • 警告：能够提供错误报告，监控机制

5.工作原理

  • 在所有需要收集日志的服务器上部署 Logstash；或者先将日志进行集中化管理在日志服务器上，在日志服务器上部署 Logstash
  • Logstash 收集日志，将日志格式化并输出到 Elasticsearch 群集中
  • Elasticsearch 对格式化后的数据进行索引和存储
  • Kibana 从 ES 群集中查询数据生成图表，并进行前端数据的展示
  • 总结
  • Logstash 作为日志搜集器，从数据源采集数据，并对数据进行过滤，格式化处理，然后交由
  • Elasticsearch 存储，Kibana 对日志进行可视化处理

二.部署ELK日志分析系统

es01192.168.80.101Elasticsearch
es02192.168.80.102Elasticsearch
es03192.168.80.103ElasticSearch Kibana
nginx节点192.168.80.100Logstash  Nginx

1.初始化环境

初始化操作，所有服务器操作
systemctl disable --now firewalld
setenforce 0
vim /etc/selinux/config
SELINUX=disabled

2.完成JAVA部署

java -version										
#如果没有安装，yum -y install java-1.8.0-openjdk*
openjdk version "1.8.0_131"
OpenJDK Runtime Environment (build 1.8.0_131-b12)
OpenJDK 64-Bit Server VM (build 25.131-b12, mixed mode)

三. ELK Elasticsearch 集群部署

部署 Elasticsearch 软件（三台）

1.安装

安装elasticsearch—rpm包 

上传elasticsearch-6.7.2.rpm到/opt目录下
cd /opt
rpm -ivh elasticsearch-6.7.2.rpm

2.修改elasticsearch主配置文件 

修改elasticsearch主配置文件
cp /etc/elasticsearch/elasticsearch.yml /etc/elasticsearch/elasticsearch.yml.bak
vim /etc/elasticsearch/elasticsearch.yml
--17--取消注释，指定集群名字
cluster.name: my-elk-cluster
--23--取消注释，指定节点名字：Node1节点为node1，Node2节点为node2
node.name: node-1
node.master: true		#是否master节点，false为否
node.data: true			#是否数据节点，false为否
--35--取消注释，指定数据存放路径
path.data: /var/lib/elasticsearch
--39--取消注释，指定日志存放路径
path.logs: /var/log/elasticsearch
--45--取消注释，将系统内存锁定到es进程中，以保证es能够维护一定的内存空间，避免es使用swap交换分区
bootstrap.memory_lock: true
--57--取消注释，设置监听地址，0.0.0.0代表所有地址
network.host: 0.0.0.0
--61--取消注释，ES 服务的默认监听端口为9200
http.port: 9200					#指定es集群提供外部访问的接口
transport.tcp.port: 9300		#指定es集群内部通信接口
--71--取消注释，集群发现通过单播实现，指定要发现的节点
discovery.zen.ping.unicast.hosts: ["192.168.9.114:9300", "192.168.9.115:9300", "192.168.9.116:9300"]
 
grep -v "^#" /etc/elasticsearch/elasticsearch.yml
 
scp elasticsearch.yml 192.168.80.101:`pwd`
scp elasticsearch.yml 192.168.80.102:`pwd`
复制完成后将192.168.80.101和102两台服务器的node.name: node-1分别改为node-2、node-3

3.es 性能调优参数

优化最大内存大小和最大文件描述符的数量

vim /etc/security/limits.conf
......
*  soft    nofile          65536
*  hard    nofile          65536
*  soft    nproc           65536
*  hard    nproc           65536
*  soft    memlock         unlimited
*  hard    memlock         unlimited

vim /etc/systemd/system.conf
DefaultLimitNOFILE=65536   #51行
DefaultLimitNPROC=65536    #53行 
DefaultLimitMEMLOCK=infinity    #54行

vim /etc/sysctl.conf
#一个进程可以拥有的最大内存映射区域数，参考数据（分配 2g/262144，4g/4194304，8g/8388608）
vm.max_map_count=262144
net.ipv4.tcp_syncookies=1
net.ipv4.tcp_tw_reuse=1
net.ipv4.tcp_tw_recycle=1
net.ipv4.tcp_fin_timeout=30
net.ipv4.tcp_keepalive_time=1200
net.ipv4.ip_local_port_range=1024 65535
net.ipv4.tcp_max_syn_backlog=8192
net.ipv4.tcp_max_tw_buckets=5000
net.core.somaxconn=65535
 
sysctl -p   #加载
  
同样配置复制到其他两台主机
reboot重启三台服务器

需重启生效

reboot

4.启动elasticsearch是否成功开启 

三台服务器共同操作
systemctl start elasticsearch.service
systemctl enable elasticsearch.service
netstat -lntp | grep 9200

JVM优化（三台服务器都需操作）
cd /etc/elasticsearch/
vim jvm.options
 22行 -Xms2g
 23行 -Xmx2g    @@设置为物理内存的一般
 
systemctl restart elasticsearch.service  #重启服务

 5.查看节点信息

浏览器访问 http://192.168.80.101:9200  、 http://192.168.80.102:9200、 http://192.168.80.103:9200查看节点 es01、es02、es03 的信息。

浏览器访问 http://192.168.80.101:9200/_cluster/health?pretty  、 http://192.168.80.102:9200/_cluster/health?pretty、http://192.168.80.103:9200/_cluster/health?pretty查看群集的健康情况，可以看到 status 值为 green（绿色）， 表示节点健康运行。
浏览器访问 http://192.168.80.101:9200/_cluster/state?pretty  检查群集状态信息。

使用上述方式查看群集的状态对用户并不友好，可以通过安装 Elasticsearch-head 插件，可以更

方便地管理群集

6.安装 Elasticsearch-head 插件
 

任意一个节点服务器安装就行 192.168.80.101

Elasticsearch 在 5.0 版本后，Elasticsearch-head 插件需要作为独立服务进行安装，需要使用npm

工具（NodeJS的包管理工具）安装

安装 Elasticsearch-head 需要提前安装好依赖软件 node 和 phantomjs。

node：是一个基于 Chrome V8 引擎的 JavaScript 运行环境。
phantomjs：是一个基于 webkit 的JavaScriptAPI，可以理解为一个隐形的浏览器，任何基于 webkit 浏览器做的事情，它都可以做到

编译安装 node
上传软件包 node-v8.2.1.tar.gz 到/opt
yum install gcc gcc-c++ make -y
 
cd /opt
tar zxvf node-v8.2.1.tar.gz
 
cd node-v8.2.1/
./configure
make && make install
安装 phantomjs
上传软件包 phantomjs-2.1.1-linux-x86_64.tar.bz2 到
cd /opt
tar jxvf phantomjs-2.1.1-linux-x86_64.tar.bz2
cd /opt/phantomjs-2.1.1-linux-x86_64/bin
cp phantomjs /usr/local/bin
安装 Elasticsearch-head 数据可视化工具
上传软件包 elasticsearch-head-master.zip 到/opt
cd /opt
unzip elasticsearch-head-master.zip
cd /opt/elasticsearch-head-m/
npm install		 //安装依赖包
修改 Elasticsearch 主配置文件
vim /etc/elasticsearch/elasticsearch.yml
......
--末尾添加以下内容--
http.cors.enabled: true				#开启跨域访问支持，默认为 false
http.cors.allow-origin: "*"			#指定跨域访问允许的域名地址为所有
 
systemctl restart elasticsearch

通过 Elasticsearch-head 查看 Elasticsearch 信息

通过浏览器访问 http://192.168.80.101:9100/ 地址并连接群集。如果看到群集健康值为 green 绿色，代表群集很健康。
创建索引
API基本格式：http://ip:port/<索引>/<类型>/<文档id>
#通过命令创建一个测试索引，索引为 index-demo，类型为 test。
curl -X PUT 'localhost:9200/index-demo/test/1?pretty&pretty' \
-H 'content-Type: application/json' \
-d '{"user":"zhangsan","mesg":"hello world"}'
//输出结果如下：
{
"_index" : "index-demo",
"_type" : "test",
"_id" : "1",
"_version" : 1,
"result" : "created",
"_shards" : {
"total" : 2,
"successful" : 2,
"failed" : 0
},
"created" : true
}
 
浏览器访问 http://192.168.80.101:9100/ 查看索引信息，可以看见索引默认被分片5个，并且有一个副本。
点击“数据浏览”，会发现在node1上创建的索引为 index-demo，类型为 test 的相关信息。
Elasticsearch 索引管理

创建索引   

curl -X PUT  'http://ES-IP:9200/<索引名>/<类型>/<ID>?pretty&pretty' \
 
-H 'content-Type: application/json'  -d '{"键1":"值1","键2":"值2"}'

删除索引    

curl -X DELETE  'http://ES-IP:9200/<索引名>'

查看索引配置

curl -X GET  'http://ES-IP:9200/<索引名>/_settings'

修改索引配置

curl -X PUT  'http://ES-IP:9200/<索引名>/_settings' \
-H 'content-Type: application/json'  -d '{"键":"值"}'

 创建索引别名

curl -X POST 'http://ES-IP:9200/_aliases' \
-H 'Content-Type: application/json'  -d '{"actions":[{"add":{"index":"索引名","alias":"索引别名"}}]}'

删除索引别名

curl -X POST 'http://ES-IP:9200/_aliases' \
-H 'Content-Type: application/json'  -d '{"actions":[{"remove":{"index":"索引名","alias":"索引别名"}}]}'

三.ELK Logstash 部署

Logstash 一般部署在需要监控其日志的服务器。在本案例中，Logstash 部署在 nginx 服务器

上，用于收集 nginx服务器的日志信息并发送到 Elasticsearch

1.初始化操作

systemctl disable --now firewalld
setenforce 0
vim /etc/selinux/config
SELINUX=disabled

2.更改主机名

hostnamectl set-hostname nginx01

 3.安装配置nginx

cd /etc/yum.repos.d
上传nginx.repo文件
yum install -y nginx
systemctl enable --now nginx
 
cd /usr/share/nginx/html
vim test.html
 
<h1>this is web page</h1>
 
浏览器进行测试：http://192.168.80.104/test.html

4.安装 Logstash

上传软件包 logstash-6.7.2.rpm 到/opt目录下
cd /opt
上传软件包
yum localinstall -y logstash-6.7.2.rpm  #安装
ln -s /usr/share/logstash/bin/logstash /usr/local/bin/

5.测试 Logstash

Logstash 命令常用选项

-f通过这个选项可以指定 Logstash 的配置文件，根据配置文件配置 Logstash 的输入和输出流
-e从命令行中获取，输入、输出后面跟着字符串，该字符串可以被当作 Logstash 的配置（如果是空，则默认使用 stdin 作为输入，stdout 作为输出）
-t测试配置文件是否正确
-w指定filter线程数量，默认线程数是 5
-l指定日志文件名称

输入采用标准输入，输出采用标准输出（类似管道），新版本默认使用 rubydebug 格式输出

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

logstash -e 'input{stdin{}} output {elasticsearch{hosts=>["192.168.9.114:9200"]}}'

将标准输入的内容采用标准输出的方法输出到192.168.80.101

6.定义 logstash配置文件
 

Logstash 配置文件基本由三部分组成：input、output 以及 filter（可选，根据需要选择使用）

Logstash 配置文件基本由三部分组成：input、output 以及 filter（可选，根据需要选择使用）。

●input：表示从数据源采集数据，常见的数据源如Kafka、日志文件等

file   beats   kafka   redis   stdin

●filter：表示数据处理层，包括对数据进行格式化处理、数据类型转换、数据过滤等，支持正则表

达式

grok       对若干个大文本字段进行再分割成一些小字段   (?<字段名>正则表达式)   字段名: 正则表

达式匹配到的内容

date       对数据中的时间格式进行统一和格式化

mutate     可以重命名，删除，替换和修改事件中的字段。比如对一些无用的字段进行剔除，或增

加自定义的字段

multiline   对多行数据进行统一编排，将多行数据汇总为一个单一的行

●output：表示将Logstash收集的数据经由过滤器处理之后输出到Elasticsearch。

elasticsearch   stdou

格式如下

input {...}
filter {...}
output {...}

#在每个部分中，也可以指定多个访问方式。例如，若要指定两个日志来源文件，则格式如下：
input {
    file { path =>"/var/log/messages" type =>"syslog"}
    file { path =>"/var/log/httpd/access.log" type =>"apache"}
}

#修改 Logstash 配置文件，让其收集系统日志/var/log/messages，并将其输出到 elasticsearch 中。
chmod +r /var/log/messages                    #让 Logstash 可以读取日志

cd /etc/logstash/conf.d/
vim system.conf
input {
    file{
        path =>"/var/log/messages"
        type =>"system"
        start_position =>"beginning"
        # ignore_older => 86400
        sincedb_path => "/etc/logstash/sincedb_path/log_progress"
        add_field => {"log_hostname"=>"${HOSTNAME}"}
    }
}
---------------------------------------------------------------------------------------
常用参数

chmod a+r /var/log/messages   #保证要有可读权限
mkdir -p /etc/logstash/sincedb_path
touch /etc/logstash/sincedb_path/log_progress
chown logstash:logstash !$
cd /etc/nginx/conf.d
vim syslog.conf   #编写文件获取系统日志
input {
    file {
        path => "/var/log/messages"
        type => "syslog"
        start_position => "beginning"
        sincedb_path => "/etc/logstash/sincedb_path/log_progress"
        add_field => {"logfrom" => "${HOSTNAME}"}
    }
 
 
 
}
 
#filter {}
 
 
output {
     elasticsearch {
          hosts => ["192.168.80.101:9200","192.168.80.102:9200","192.168.80.103:9200"]
          index => "syslog-%{+yyyy.MM.dd}"
     }
}
 
 
logstash -t -f syslog.conf  #配置完成后使用此命令查看配置文件是否正确
logstash -f syslog.conf  #启动文件

四.ELK Kiabana 部署

1.安装 Kiabana

上传软件包 kibana-6.7.2-x86_64.rpm 到/opt目录
cd /opt
yum localinstall -y kibana-6.7.2-x86_64.rpm

2.设置 Kiabana 的主配置文件

cd /etc/kibana/
cp kibana.yml kibana.yml.bak
touch /var/log/kibana.log
chown kibana:kibana !$
vim /etc/kibana/kibana.yml
--2--取消注释，Kiabana 服务的默认监听端口为5601
server.port: 5601
--7--取消注释，设置 Kiabana 的监听地址，0.0.0.0代表所有地址
server.host: "0.0.0.0"
--28--取消注释，配置es服务器的ip，如果是集群则配置该集群中master节点的ip
elasticsearch.hosts:  ["http://192.168.80.101:9200","http://192.168.80.102:9200","http://192.168.80.103:9200"] 
--96--取消注释，配置kibana的日志文件路径（需手动创建），不然默认是messages里记录日志
logging.dest: /var/log/kibana.log
--113--取消注释，指定页面字符格式为中文
i18n.locale: "zh-CN"
 
systemctl enable --now kibana.service

3.验证 Kiabana

浏览器访问 http://192.168.80.103:5601

左侧[管理]，点击【管理菜单】，点击【索引管理】即可在其中进行索引管理

创建索引模式：左侧[管理]，点击【管理菜单】，点击【索引模式】，索引模式下对索引进行搜索

4.将nginx服务器的日志（访问的、错误的）添加到 Elasticsearch 并通过 Kiabana 显示
将192.168.80.104服务器中nginx的日志进行添加

cd /etc/nginx/conf.d
vim nginx_log.conf
input {
    file {
        path => "/var/log/nginx/access.log"
        type => "nginx_access"
        start_position => "beginning"
        sincedb_path => "/etc/logstash/sincedb_path/log_progress"
    }
    file {
        path => "/var/log/nginx/error.log"
        type => "nginx_error"
        start_position => "beginning"
        sincedb_path => "/etc/logstash/sincedb_path/log_progress"
    }
}
 
#filter {}
 
output {
     if [type] == "nginx_access" {
        elasticsearch {
              hosts => ["192.168.80.101:9200","192.168.80.102:9200","192.168.80.103:9200"]
              index => "nginx_access-%{+yyyy.MM.dd}"
         }
     }
     if [type] =="nginx_error" {
          elasticsearch {
              hosts => ["192.168.80.101:9200","192.168.80.102:9200","192.168.80.103:9200"]
              index => "access_error-%{+yyyy.MM.dd}"
          }
     }
}
 
 
logstash -t -f nginx_log.conf  #测试
logstash -f nginx_log.conf  #启动

kibana查看添加索引

同样操作添加nginx_error索引

此时访问192.168.80.104 nginx 服务器的日志即可在kibana中显示出来

悦读

道可道，非常道；名可名，非常名。 无名，天地之始，有名，万物之母。 故常无欲，以观其妙，常有欲，以观其徼。 此两者，同出而异名，同谓之玄，玄之又玄，众妙之门。

最新收录
MATLAB 控制系统快速入门
查看Linux环境下MySQL是哪个java进程在链接
react引用antd-form组件
力扣算法题2. 两数相加
Nginx-location匹配规则
多个用户访问算多线程吗
机器学习中的朴素贝叶斯
3600字带你入门Python框架Flask
CH02_JS变量和数据类型
C# 4.0 等待线程结束
;