一、前言
在數據量大的企業級實踐中，Elasticsearch顯得非常常見，特別是數據表超過千萬級后，無論怎么優化，還是有點力不從心！使用中，最首先的問題就是怎么把千萬級數據同步到Elasticsearch中，在一些開源框架中知道了，有專門進行同步的！那就是Logstash。在思考，同步完怎么查看呢，這時Kibana映入眼簾，可視化的界面，讓使用更加的得心應手哈！！這就是三劍客ELK。不過大多時候都是進行日志采集的，小編沒有用，只是用來解決一個表的數據量大，查詢慢的！后面小編在專門搭建日志采集的ELK。
二、三者介紹
1、Elasticsearch
Elasticsearch 是一個分布式、RESTful 風格的搜索和數據分析引擎，能夠解決不斷涌現出的各種用例。作為 Elastic Stack 的核心，Elasticsearch 會集中存儲您的數據，讓您飛快完成搜索，微調相關性，進行強大的分析，并輕松縮放規模。
2、Kibana
Kibana 是一個免費且開放的用戶界面?，能夠讓您對 Elasticsearch 數據進行可視化，并讓您在 Elastic Stack 中進行導航。您可以進行各種操作，從跟蹤查詢負載，到理解請求如何流經您的整個應用，都能輕松完成。
3、Logstash?
Logstash 是免費且開放的服務器端數據處理管道，能夠從多個來源采集數據，轉換數據，然后將數據發送到您最喜歡的“存儲庫”中。
三、版本選擇
現在最新版就是8.5，最新的教程少和問題未知，小編選擇7版本的，求一手穩定哈！
于是去hub.docker查看了一下，經常用的版本，最終確定為：7.17.7。
dockerHub官網地址：https://hub.docker.com/_/elasticsearch
官方規定：
安裝 Elastic Stack 時，您必須在整個堆棧中使用相同的版本。例如，如果您使用的是 Elasticsearch 7.17.7，則安裝 Beats 7.17.7、APM Server 7.17.7、Elasticsearch Hadoop 7.17.7、Kibana 7.17.7 和 Logstash 7.17.7
四、搭建mysql
1、拉去MySQL鏡像
sudo docker pull mysql:5.7
(https://img-blog.csdnimg.cn/0709ce9181a04bfcb97504cae7189ba5.png)
2、Docker啟動MySQL
sudo docker run -p 3306:3306 --name mysql \
-v /mydata/mysql/log:/var/log/mysql \
-v /mydata/mysql/data:/var/lib/mysql \
-v /mydata/mysql/conf:/etc/mysql \
-e MYSQL_ROOT_PASSWORD=root \
-d mysql:5.7
####這里往下是解釋,不需要粘貼到linux上#############
--name 指定容器名字
-v 將對應文件掛載到linux主機上
-e 初始化密碼
-p 容器端口映射到主機的端口(把容器的3306映射到linux中3306,這樣windows上就可以訪問這個數據庫)
-d 后臺運行
3、Docker配置MySQL
vim /mydata/mysql/conf/my.cnf # 創建并進入編輯
[client]
default-character-set=utf8
[mysql]
default-character-set=utf8
[mysqld]
init_cnotallow='SET collation_connection = utf8_unicode_ci'
init_cnotallow='SET NAMES utf8'
character-set-server=utf8
collation-server=utf8_unicode_ci
skip-character-set-client-handshake
skip-name-resolve
4、Docker重啟MySQL使配置生效
5、新增數據庫
6、新建測試表
DROP TABLE IF EXISTS `sys_log`;
CREATE TABLE `sys_log` (
`id` bigint(20) NOT NULL AUTO_INCREMENT COMMENT '日志主鍵',
`title` varchar(50) CHARACTER SET utf8 COLLATE utf8_general_ci NULL DEFAULT '' COMMENT '模塊標題',
`business_type` int(2) NULL DEFAULT 0 COMMENT '業務類型（0其它 1新增 2修改 3刪除）',
`method` varchar(100) CHARACTER SET utf8 COLLATE utf8_general_ci NULL DEFAULT '' COMMENT '方法名稱',
`request_method` varchar(10) CHARACTER SET utf8 COLLATE utf8_general_ci NULL DEFAULT '' COMMENT '請求方式',
`oper_name` varchar(50) CHARACTER SET utf8 COLLATE utf8_general_ci NULL DEFAULT '' COMMENT '操作人員',
`oper_url` varchar(255) CHARACTER SET utf8 COLLATE utf8_general_ci NULL DEFAULT '' COMMENT '請求URL',
`oper_ip` varchar(128) CHARACTER SET utf8 COLLATE utf8_general_ci NULL DEFAULT '' COMMENT '主機地址',
`oper_time` datetime(0) NULL DEFAULT NULL COMMENT '操作時間',
PRIMARY KEY (`id`) USING BTREE
) ENGINE = InnoDB AUTO_INCREMENT = 1585197503834284034 CHARACTER SET = utf8 COLLATE = utf8_general_ci COMMENT = '操作日志記錄' ROW_FORMAT = Dynamic;
SET FOREIGN_KEY_CHECKS = 1;
五、ELK搭建準備
1、創建掛載的文件
es掛載：
mkdir -p /mydata/elk/elasticsearch/{config,plugins,data,logs}kibana掛載：
mkdir -p /mydata/elk/kibana/config
logstash掛載：
mkdir -p /mydata/elk/logstash/config
2、ES掛載具體配置
vim /mydata/elk/elasticsearch/config/elasticsearch.yml
輸入下面命令：
http.host: 0.0.0.0
xpack.security.enabled: false
http.host：任何地址都可以訪問。
xpack.security.enabled：關閉密碼認證
3、Kibana掛載具體配置
vim /mydata/elk/kibana/config/kibana.yml
內容：
server.host: 0.0.0.0
elasticsearch.hosts: [ "http://192.168.239.131:9200" ]
elasticsearch.hosts：指向es地址
4. Logstash掛載具體配置
vim /mydata/elk/logstash/config/logstash.yml
內容：
http.host: 0.0.0.0
xpack.monitoring.elasticsearch.hosts: [ "http://192.168.239.131:9200" ]
記錄存放：
vim /mydata/elk/logstash/config/logstash.conf
內容：
jdbc_driver_library?：指定必須要自己下載mysql-connector-java-8.0.28.jar，版本自己決定，下載地址：https://mvnrepository.com/artifact/mysql/mysql-connector-java；
statement：如果sql長，可以指定sql文件，直接指定文件所在位置，這里的位置都為容器內部的地址；
last_run_metadata_path：上次記錄存放文件對應上方的log。
input {
stdin {
}
jdbc {
jdbc_connection_string => "jdbc:mysql://192.168.239.131:3306/test?useUnicode=true&characterEncoding=utf8&serverTimeznotallow=UTC"
jdbc_user => "root"
jdbc_password => "root"
jdbc_driver_library => "/usr/share/logstash/config/mysql-connector-java-8.0.28.jar"
jdbc_driver_class => "com.mysql.jdbc.Driver"
jdbc_paging_enabled => "true"
jdbc_page_size => "300000"
statement => "SELECT id, title, business_type, method, request_method, oper_name, oper_url, oper_ip, oper_time FROM sys_log"
schedule => "*/1 * * * *"
use_column_value => false
tracking_column_type => "timestamp"
tracking_column => "oper_time"
record_last_run => true
jdbc_default_timezone => "Asia/Shanghai"
last_run_metadata_path => "/usr/share/logstash/config/log"
}
}
output {
elasticsearch {
hosts => ["192.168.239.131:9200"]
index => "sys_log"
document_id => "%{id}"
}
stdout {
codec => json_lines
}
}流水線指定上面的配置文件：
vim /mydata/elk/logstash/config/pipelines.yml
內容：
- pipeline.id: sys_log
path.config: "/usr/share/logstash/config/logstash.conf"
最終/mydata/elk/logstash/config/下的文件。
防止保存沒有修改權限，可以把上面建的文件夾和文件賦予修改權限：
五、運行容器
1、docker compose一鍵搭建
在elk目錄創建：
內容如下：
version: '3'
services:
elasticsearch:
image: elasticsearch:7.17.7
container_name: elasticsearch
ports:
- "9200:9200"
- "9300:9300"
environment:
- cluster.name=elasticsearch
- discovery.type=single-node
- "ES_JAVA_OPTS=-Xms512m -Xmx512m"
volumes:
- /mydata/elk/elasticsearch/plugins:/usr/share/elasticsearch/plugins
- /mydata/elk/elasticsearch/data:/usr/share/elasticsearch/data
- /mydata/elk/elasticsearch/logs:/usr/share/elasticsearch/logs
kibana:
image: kibana:7.17.7
container_name: kibana
ports:
- "5601:5601"
depends_on:
- elasticsearch
environment:
I18N_LOCALE: zh-CN
volumes:
- /mydata/elk/kibana/config/kibana.yml:/usr/share/kibana/config/kibana.yml
logstash:
image: logstash:7.17.7
container_name: logstash
ports:
- "5044:5044"
volumes:
- /mydata/elk/logstash/config:/usr/share/logstash/config
depends_on:
- elasticsearch
一定要在docker-compose.yml所在目錄執行命令！
運行：
完成后可以跳到5進行查看kibana！！
1、運行ES
docker run --name elasticsearch -p 9200:9200 -p 9300:9300 -e "discovery.type=single-node" -e ES_JAVA_OPTS="-Xms64m -Xmx512m" -v /mydata/elk/elasticsearch/config/elasticsearch.yml:/usr/share/elasticsearch/config/elasticsearch.yml -v /mydata/elk/elasticsearch/data:/usr/share/elasticsearch/data -v /mydata/elk/elasticsearch/plugins:/usr/share/elasticsearch/plugins -d elasticsearch:7.17.7
2、運行Kibana
docker run --name kibana -e ELASTICSEARCH_HOSTS=http://192.168.239.131:9200 -p 5601:5601 -d kibana:7.17.7
3、運行Logstash
docker run -d -p 5044:5044 -v /mydata/elk/logstash/config:/usr/share/logstash/config --name logstash logstash:7.17.7
4. 容器完結圖
5. 訪問Kibana
http://192.168.239.131:5601/app/home#/。
六、新建索引
PUT /sys_log
{
"settings": {
"number_of_shards": 1,
"number_of_replicas": 0,
"index": {
"max_result_window": 100000000
}
},
"mappings": {
"dynamic": "strict",
"properties": {
"@timestamp": {
"type": "date"
},
"@version": {
"type": "text",
"fields": {
"keyword": {
"type": "keyword",
"ignore_above": 256
}
}
},
"business_type": {
"type": "integer"
},
"title": {
"type": "text"
},
"method": {
"type": "text"
},
"request_method": {
"type": "text"
},
"oper_name": {
"type": "text"
},
"oper_url": {
"type": "text"
},
"oper_ip": {
"type": "text"
},
"oper_time": {
"type": "date"
},
"id": {
"type": "long"
}
}
}
}
七、測試
新增幾條記錄，然后查看Logstash日志
我們去kibana看一下是否已存在：
輸入命令：
GET /sys_log/_search
{
"query": {
"match_all": {}
}
}
我們看到存在6條，和mysql一致！！
八、總結
花費了一天時間，終于搭建完成了，太不容易了！下篇文章搭建ELK日志！
