日志收集笔记（Filebeat 日志收集、Logstash 日志过滤）

1 FileBeat

Filebeat 是使用 Golang 实现的轻量型日志采集器，也是 Elasticsearch stack 里面的一员。本质上是一个 agent ，可以安装在各个节点上，根据配置读取对应位置的日志，并上报到相应的地方去。

（）

1.1 FileBeat 安装与使用

从 官网 下载对应的版本，我这里的 ElasticSearch 版本号是 6.4.3，所以下载 FileBeat 的版本也是 6.4.3。

下载后解压：

（）

cd /home/softwaretar -zxvf filebeat-6.4.3-linux-x86_64.tar.gz -C /usr/local/cd /usr/localmv filebeat-6.4.3-linux-x86_64/ filebeat-6.4.3

配置 Filebeat，可以参考 filebeat.full.yml 中的配置

vim /usr/local/filebeat-6.4.3/filebeat.yml

内容如下：

###################### Filebeat Configuration Example #########################filebeat.prospectors:- input_type: log  paths:    ## 定义了日志文件路径，可以采用模糊匹配模式，如*.log    - /workspaces/logs/logCollector/app-collector.log  #定义写入 ES 时的 _type 值  document_type: "app-log"  multiline:    #pattern: '^\s*(\d{4}|\d{2})\-(\d{2}|[a-zA-Z]{3})\-(\d{2}|\d{4})'   # 指定匹配的表达式（匹配以 2017-11-15 08:04:23:889 时间格式开头的字符串）    pattern: '^\['                              # 指定匹配的表达式（匹配以 [ 开头的字符串）    negate: true                                # 是否需要匹配到    match: after                                # 不匹配的行，合并到上一行的末尾    max_lines: 2000                             # 最大的行数    timeout: 2s                                 # 如果在规定时间没有新的日志事件就不等待后面的日志  fields: ## topic 对应的消息字段或自定义增加的字段    logbiz: collector    logtopic: app-log-collector   ## 按服务划分用作kafka topic，会在logstash filter 过滤数据时候作为 判断参数 [fields][logtopic]    evn: dev- input_type: log  paths:    ## 定义了日志文件路径，可以采用模糊匹配模式，如*.log    - /workspaces/logs/logCollector/error-collector.log  #定义写入 ES 时的 _type 值  document_type: "error-log"  multiline:    #pattern: '^\s*(\d{4}|\d{2})\-(\d{2}|[a-zA-Z]{3})\-(\d{2}|\d{4})'   # 指定匹配的表达式（匹配以 2017-11-15 08:04:23:889 时间格式开头的字符串）    pattern: '^\['                              # 指定匹配的表达式（匹配以 [ 开头的字符串）    negate: true                                # 是否匹配到    match: after                                # 不匹配的行，合并到上一行的末尾    max_lines: 2000                             # 最大的行数    timeout: 2s                                 # 如果在规定时间没有新的日志事件就不等待后面的日志，直接进行推送操作  fields: ## topic 对应的消息字段或自定义增加的字段    logbiz: collector    logtopic: error-log-collector   ## 按服务划分用作kafka topic    evn: devoutput.kafka: ## filebeat 支持多种输出，支持向 kafka，logstash，elasticsearch 输出数据，此处设置数据输出到 kafka。  enabled: true ## 启动这个模块  hosts: ["192.168.212.128:9092"] ## 地址  topic: '%{[fields.logtopic]}'  ## 主题（使用动态变量）  partition.hash:  ## kafka 分区 hash 规则    reachable_only: true  compression: gzip  ## 数据压缩  max_message_bytes: 1000000  ## 最大容量  required_acks: 1  ## 是否需要 acklogging.to_files: true

检查配置是否正确：

./filebeat -c filebeat.yml -configtest

启动filebeat：

/usr/local/filebeat-6.4.3/filebeat &

注：需要启动 kafka

2 Logstash 日志过滤

在 《Elasticsearch入门笔记（Logstash数据同步）》 这边文章中已经介绍过任何安装配置 Logstash 了，不过那时输入的数据源是来自于 MySQL，此时输入的数据源是 Kafka。

在 /usr/local/logstash-6.4.3 目录下新建一个 script 用于存放对接 Kafka 的配置文件。

以下是该目录下创建的 logstash-script.conf 文件：

## multiline 插件也可以用于其他类似的堆栈式信息，比如 linux 的内核日志。input {  kafka {    topics_pattern => "app-log-.*"  ## kafka 主题 topic    bootstrap_servers => "192.168.212.128:9092"  ## kafka 地址    codec => json  ## 数据格式    consumer_threads => 1  ## 增加consumer的并行消费线程数（数值可以设置为 kafka 的分片数）    decorate_events => true    group_id => "app-log-group" ## kafka 组别  }  kafka {    topics_pattern => "error-log-.*"  ## kafka 主题 topic    bootstrap_servers => "192.168.212.128:9092" ## kafka 地址    codec => json  ## 数据格式    consumer_threads => 1  ## 增加consumer的并行消费线程数（数值可以设置为 kafka 的分片数）    decorate_events => true    group_id => "error-log-group" ## kafka 组别  }} filter {  ## 时区转换，这里使用 ruby 语言，因为 logstash 本身是东八区的，这个时区比北京时间慢8小时，所以这里采用 ruby 语言设置为北京时区  ruby {    code => "event.set('index_time',event.timestamp.time.localtime.strftime('%Y.%m.%d'))"  }  ## [fields][logtopic] 这个是从 FileBeat 定义传入 Kafka 的  if "app-log" in [fields][logtopic]{    grok {      ## 表达式,这里对应的是Springboot输出的日志格式      match => ["message", "\[%{NOTSPACE:currentDateTime}\] \[%{NOTSPACE:level}\] \[%{NOTSPACE:thread-id}\] \[%{NOTSPACE:class}\] \[%{DATA:hostName}\] \[%{DATA:ip}\] \[%{DATA:applicationName}\] \[%{DATA:location}\] \[%{DATA:messageInfo}\] ## (\'\'|%{QUOTEDSTRING:throwable})"]    }  }   ## [fields][logtopic] 这个是从 FileBeat 定义传入 Kafka 的  if "error-log" in [fields][logtopic]{    grok {      ## 表达式      match => ["message", "\[%{NOTSPACE:currentDateTime}\] \[%{NOTSPACE:level}\] \[%{NOTSPACE:thread-id}\] \[%{NOTSPACE:class}\] \[%{DATA:hostName}\] \[%{DATA:ip}\] \[%{DATA:applicationName}\] \[%{DATA:location}\] \[%{DATA:messageInfo}\] ## (\'\'|%{QUOTEDSTRING:throwable})"]    }  }} ## 测试输出到控制台：## 命令行输入 ./logstash -f /usr/local/logstash-6.4.3/script/logstash-script.conf  --verbose --debugoutput {  stdout { codec => rubydebug }}  ## elasticsearch：output {   if "app-log" in [fields][logtopic]{    ## es插件    elasticsearch {      # es服务地址      hosts => ["192.168.212.128:9200"]      ## 索引名，%{index_time} 是由上面配置的 ruby 脚本定义的日期时间，即每天生成一个索引      index => "app-log-%{[fields][logbiz]}-%{index_time}"      # 是否嗅探集群ip：一般设置true      # 只需要知道一台 elasticsearch 的地址，就可以访问这一台对应的整个 elasticsearch 集群      sniffing => true      # logstash默认自带一个mapping模板，进行模板覆盖      template_overwrite => true    }  }    if "error-log" in [fields][logtopic]{    elasticsearch {      hosts => ["192.168.212.128:9200"]      index => "error-log-%{[fields][logbiz]}-%{index_time}"      sniffing => true      template_overwrite => true    }   }}

查看一下其中的过滤规则，这需要结合 《日志收集笔记（架构设计、Log4j2项目初始化、Lombok）》 文章中的定义日志输出格式一起看：

["message", "\[%{NOTSPACE:currentDateTime}\] \[%{NOTSPACE:level}\] \[%{NOTSPACE:thread-id}\] \[%{NOTSPACE:class}\] \[%{DATA:hostName}\] \[%{DATA:ip}\] \[%{DATA:applicationName}\] \[%{DATA:location}\] \[%{DATA:messageInfo}\] ## (\'\'|%{QUOTEDSTRING:throwable})"]

• "message"：logstash 固定的格式，统一叫传入的数据为 message
• \[%{NOTSPACE:currentDateTime}\]：匹配 [ 为开头，] 为结尾，NOTSPACE 表示不能有空格，赋值变量名为 currentDateTime
• \[%{NOTSPACE:level}\]：匹配 [ 为开头，] 为结尾，NOTSPACE 表示不能有空格，赋值变量名为 level，日志级别
• \[%{NOTSPACE:thread-id}\]：匹配 [ 为开头，] 为结尾，NOTSPACE 表示不能有空格，赋值变量名为 thread-id，线程ID
• \[%{NOTSPACE:class}\]：匹配 [ 为开头，] 为结尾，NOTSPACE 表示不能有空格，赋值变量名为 class，创建对应 logger 实例传入的 class
• \[%{DATA:hostName}\]：匹配 [ 为开头，] 为结尾，DATA 表示数据，可为空，赋值变量名为 level，当前应用主机名称
• \[%{DATA:ip}\]：匹配 [ 为开头，] 为结尾，DATA 表示数据，可为空，赋值变量名为 level，当前应用的 IP
• \[%{DATA:applicationName}\]：匹配 [ 为开头，] 为结尾，DATA 表示数据，可为空，赋值变量名为 level，当前应用的 applicationName
• \[%{DATA:location}\]：匹配 [ 为开头，] 为结尾，DATA 表示数据，可为空，赋值变量名为 location
• \[%{DATA:messageInfo}\]：匹配 [ 为开头，] 为结尾，DATA 表示数据，可为空，赋值变量名为 messageInfo，日志输出的自定义内容
• (\'\'|%{QUOTEDSTRING:throwable})：两个 ' 单引号之间的 | 表示，之间可为空，不为空就是 throwable 异常信息

  启动 logstash：

  /usr/local/logstash-6.4.3/bin/logstash -f /usr/local/logstash-6.4.3/script/logstash-script.conf## 如果测试时，想要控制台输出日志，输入以下命令/usr/local/logstash-6.4.3/bin/logstash -f /usr/local/logstash-6.4.3/script/logstash-script.conf --verbose --debug