Spring Cloud 實(shí)現(xiàn)分布式實(shí)時(shí)日志分析采集的三種方案
ELK 已經(jīng)成為目前最流行的集中式日志解決方案，它主要是由Beats、Logstash、Elasticsearch、Kibana等組件組成，來共同完成實(shí)時(shí)日志的收集，存儲，展示等一站式的解決方案。本文將會介紹ELK常見的架構(gòu)以及相關(guān)問題解決。
- Filebeat：Filebeat是一款輕量級，占用服務(wù)資源非常少的數(shù)據(jù)收集引擎，它是ELK家族的新成員，可以代替Logstash作為在應(yīng)用服務(wù)器端的日志收集引擎，支持將收集到的數(shù)據(jù)輸出到Kafka，Redis等隊(duì)列。
- Logstash：數(shù)據(jù)收集引擎，相較于Filebeat比較重量級，但它集成了大量的插件，支持豐富的數(shù)據(jù)源收集，對收集的數(shù)據(jù)可以過濾，分析，格式化日志格式。
- Elasticsearch：分布式數(shù)據(jù)搜索引擎，基于Apache Lucene實(shí)現(xiàn)，可集群，提供數(shù)據(jù)的集中式存儲，分析，以及強(qiáng)大的數(shù)據(jù)搜索和聚合功能。
- Kibana：數(shù)據(jù)的可視化平臺，通過該web平臺可以實(shí)時(shí)的查看 Elasticsearch 中的相關(guān)數(shù)據(jù)，并提供了豐富的圖表統(tǒng)計(jì)功能。
ELK常見部署架構(gòu)
1. Logstash作為日志收集器
這種架構(gòu)是比較原始的部署架構(gòu)，在各應(yīng)用服務(wù)器端分別部署一個(gè)Logstash組件，作為日志收集器，然后將Logstash收集到的數(shù)據(jù)過濾、分析、格式化處理后發(fā)送至Elasticsearch存儲，最后使用Kibana進(jìn)行可視化展示。
這種架構(gòu)不足的是：Logstash比較耗服務(wù)器資源，所以會增加應(yīng)用服務(wù)器端的負(fù)載壓力。
圖片
2. Filebeat作為日志收集器
該架構(gòu)與第一種架構(gòu)唯一不同的是：應(yīng)用端日志收集器換成了Filebeat，F(xiàn)ilebeat輕量，占用服務(wù)器資源少，所以使用Filebeat作為應(yīng)用服務(wù)器端的日志收集器，一般Filebeat會配合Logstash一起使用，這種部署方式也是目前最常用的架構(gòu)。
圖片
3. 引入緩存隊(duì)列的部署架構(gòu)
該架構(gòu)在第二種架構(gòu)的基礎(chǔ)上引入了Kafka消息隊(duì)列（還可以是其他消息隊(duì)列），將Filebeat收集到的數(shù)據(jù)發(fā)送至Kafka，然后在通過Logstasth讀取Kafka中的數(shù)據(jù)，這種架構(gòu)主要是解決大數(shù)據(jù)量下的日志收集方案，使用緩存隊(duì)列主要是解決數(shù)據(jù)安全與均衡Logstash與Elasticsearch負(fù)載壓力。
圖片
4. 以上三種架構(gòu)的總結(jié)
第一種部署架構(gòu)由于資源占用問題，現(xiàn)已很少使用，目前使用最多的是第二種部署架構(gòu)，至于第三種部署架構(gòu)個(gè)人覺得沒有必要引入消息隊(duì)列，除非有其他需求，因?yàn)樵跀?shù)據(jù)量較大的情況下，F(xiàn)ilebeat 使用壓力敏感協(xié)議向 Logstash 或 Elasticsearch 發(fā)送數(shù)據(jù)。
如果 Logstash 正在繁忙地處理數(shù)據(jù)，它會告知 Filebeat 減慢讀取速度。擁塞解決后，F(xiàn)ilebeat 將恢復(fù)初始速度并繼續(xù)發(fā)送數(shù)據(jù)。
問題及解決方案
1. 問題：如何實(shí)現(xiàn)日志的多行合并功能？
系統(tǒng)應(yīng)用中的日志一般都是以特定格式進(jìn)行打印的，屬于同一條日志的數(shù)據(jù)可能分多行進(jìn)行打印，那么在使用ELK收集日志的時(shí)候就需要將屬于同一條日志的多行數(shù)據(jù)進(jìn)行合并。
解決方案：使用Filebeat或Logstash中的multiline多行合并插件來實(shí)現(xiàn)
在使用multiline多行合并插件的時(shí)候需要注意，不同的ELK部署架構(gòu)可能multiline的使用方式也不同，如果是本文的第一種部署架構(gòu)，那么multiline需要在Logstash中配置使用，如果是第二種部署架構(gòu)，那么multiline需要在Filebeat中配置使用，無需再在Logstash中配置multiline。
1）multiline在Filebeat中的配置方式：
filebeat.prospectors:
-
paths:
- /home/project/elk/logs/test.log
input_type: log
multiline:
pattern: '^\['
negate: true
match: after
output:
logstash:
hosts: ["localhost:5044"]- pattern：正則表達(dá)式
- negate：默認(rèn)為false，表示匹配pattern的行合并到上一行；true表示不匹配pattern的行合并到上一行
- match：after表示合并到上一行的末尾，before表示合并到上一行的行首
如：
pattern: '\['
negate: true
match: after該配置表示將不匹配pattern模式的行合并到上一行的末尾
2）multiline在Logstash中的配置方式
input {
beats {
port => 5044
}
}
filter {
multiline {
pattern => "%{LOGLEVEL}\s*\]"
negate => true
what => "previous"
}
}
output {
elasticsearch {
hosts => "localhost:9200"
}
}（1）Logstash中配置的what屬性值為previous，相當(dāng)于Filebeat中的after，Logstash中配置的what屬性值為next，相當(dāng)于Filebeat中的before。
（2）pattern => "%{LOGLEVEL}\s*\]" 中的LOGLEVEL是Logstash預(yù)制的正則匹配模式，預(yù)制的還有好多常用的正則匹配模式，詳細(xì)請看：https://github.com/logstash-plugins/logstash-patterns-core/tree/master/patterns
2. 問題：如何將Kibana中顯示日志的時(shí)間字段替換為日志信息中的時(shí)間？
默認(rèn)情況下，我們在Kibana中查看的時(shí)間字段與日志信息中的時(shí)間不一致，因?yàn)槟J(rèn)的時(shí)間字段值是日志收集時(shí)的當(dāng)前時(shí)間，所以需要將該字段的時(shí)間替換為日志信息中的時(shí)間。
解決方案：使用grok分詞插件與date時(shí)間格式化插件來實(shí)現(xiàn)
在Logstash的配置文件的過濾器中配置grok分詞插件與date時(shí)間格式化插件，如：
input {
beats {
port => 5044
}
}
filter {
multiline {
pattern => "%{LOGLEVEL}\s*\]\[%{YEAR}%{MONTHNUM}%{MONTHDAY}\s+%{TIME}\]"
negate => true
what => "previous"
}
grok {
match => [ "message" , "(?<customer_time>%{YEAR}%{MONTHNUM}%{MONTHDAY}\s+%{TIME})" ]
}
date {
match => ["customer_time", "yyyyMMdd HH:mm:ss,SSS"] //格式化時(shí)間
target => "@timestamp" //替換默認(rèn)的時(shí)間字段
}
}
output {
elasticsearch {
hosts => "localhost:9200"
}
}如要匹配的日志格式為：[DEBUG][20170811 10:07:31,359][DefaultBeanDefinitionDocumentReader:106] Loading bean definitions，解析出該日志的時(shí)間字段的方式有：
① 通過引入寫好的表達(dá)式文件，如表達(dá)式文件為customer_patterns，內(nèi)容為：CUSTOMER_TIME %{YEAR}%{MONTHNUM}%{MONTHDAY}\s+%{TIME}
注：內(nèi)容格式為：[自定義表達(dá)式名稱] [正則表達(dá)式]
然后logstash中就可以這樣引用：
filter {
grok {
patterns_dir => ["./customer-patterms/mypatterns"] //引用表達(dá)式文件路徑
match => [ "message" , "%{CUSTOMER_TIME:customer_time}" ] //使用自定義的grok表達(dá)式
}
}② 以配置項(xiàng)的方式，規(guī)則為：(?<自定義表達(dá)式名稱>正則匹配規(guī)則)，如：
filter {
grok {
match => [ "message" , "(?<customer_time>%{YEAR}%{MONTHNUM}%{MONTHDAY}\s+%{TIME})" ]
}
}3. 問題：如何在Kibana中通過選擇不同的系統(tǒng)日志模塊來查看數(shù)據(jù)
一般在Kibana中顯示的日志數(shù)據(jù)混合了來自不同系統(tǒng)模塊的數(shù)據(jù)，那么如何來選擇或者過濾只查看指定的系統(tǒng)模塊的日志數(shù)據(jù)？
解決方案：新增標(biāo)識不同系統(tǒng)模塊的字段或根據(jù)不同系統(tǒng)模塊建ES索引
1、新增標(biāo)識不同系統(tǒng)模塊的字段，然后在Kibana中可以根據(jù)該字段來過濾查詢不同模塊的數(shù)據(jù)，這里以第二種部署架構(gòu)講解，在Filebeat中的配置內(nèi)容為：
filebeat.prospectors:
-
paths:
- /home/project/elk/logs/account.log
input_type: log
multiline:
pattern: '^\['
negate: true
match: after
fields: //新增log_from字段
log_from: account
-
paths:
- /home/project/elk/logs/customer.log
input_type: log
multiline:
pattern: '^\['
negate: true
match: after
fields:
log_from: customer
output:
logstash:
hosts: ["localhost:5044"]通過新增：log_from字段來標(biāo)識不同的系統(tǒng)模塊日志
2、根據(jù)不同的系統(tǒng)模塊配置對應(yīng)的ES索引，然后在Kibana中創(chuàng)建對應(yīng)的索引模式匹配，即可在頁面通過索引模式下拉框選擇不同的系統(tǒng)模塊數(shù)據(jù)。
filebeat.prospectors:
-
paths:
- /home/project/elk/logs/account.log
input_type: log
multiline:
pattern: '^\['
negate: true
match: after
fields: //新增log_from字段
log_from: account
-
paths:
- /home/project/elk/logs/customer.log
input_type: log
multiline:
pattern: '^\['
negate: true
match: after
fields:
log_from: customer
output:
logstash:
hosts: ["localhost:5044"]這里以第二種部署架構(gòu)講解，分為兩步：
① 在Filebeat中的配置內(nèi)容為：
filebeat.prospectors:
-
paths:
- /home/project/elk/logs/account.log
input_type: log
multiline:
pattern: '^\['
negate: true
match: after
document_type: account
-
paths:
- /home/project/elk/logs/customer.log
input_type: log
multiline:
pattern: '^\['
negate: true
match: after
document_type: customer
output:
logstash:
hosts: ["localhost:5044"]通過document_type來標(biāo)識不同系統(tǒng)模塊
② 修改Logstash中output的配置內(nèi)容為：
output {
elasticsearch {
hosts => "localhost:9200"
index => "%{type}"
}
}“
在output中增加index屬性，%{type}表示按不同的document_type值建ES索引
”
總結(jié)
本文主要介紹了ELK實(shí)時(shí)日志分析的三種部署架構(gòu)，以及不同架構(gòu)所能解決的問題，這三種架構(gòu)中第二種部署方式是時(shí)下最流行也是最常用的部署方式。
最后介紹了ELK作在日志分析中的一些問題與解決方案，說在最后，ELK不僅僅可以用來作為分布式日志數(shù)據(jù)集中式查詢和管理，還可以用來作為項(xiàng)目應(yīng)用以及服務(wù)器資源監(jiān)控等場景，更多內(nèi)容請看官網(wǎng)。
