|
本篇主要讲工作中的真实经历，我们怎么打造亿级日志平台，同时手把手教大家建立起这样一套亿级 ELK 系统。日志平台具体发展历程可以参考上篇 「从 ELK 到 EFK 演进」 整体架构
Filebeat：轻量级数据收集引擎。基于原先 Logstash-fowarder 的源码改造出来。换句话说：Filebeat就是新版的 Logstash-fowarder，也会是 ELK Stack 在 Agent 的第一选择。Kafka: 数据缓冲队列。作为消息队列解耦了处理过程，同时提高了可扩展性。具有峰值处理能力，使用消息队列能够使关键组件顶住突发的访问压力，而不会因为突发的超负荷的请求而完全崩溃。Logstash ：数据收集处理引擎。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，然后存储以供后续使用。Elasticsearch ：分布式搜索引擎。具有高可伸缩、高可靠、易管理等特点。可以用于全文检索、结构化检索和分析，并能将这三者结合起来。Elasticsearch 基于 Lucene 开发，现在使用最广的开源搜索引擎之一，Wikipedia 、StackOverflow、Github 等都基于它来构建自己的搜索引擎。Filebeat: 6.2.4Kafka: 2.11-1Logstash: 6.2.4Elasticsearch: 6.2.4Kibana: 6.2.4
相应的版本最好下载对应的插件
具体实践我们就以比较常见的 Nginx 日志来举例说明下，日志内容是 JSON 格式 {'@timestamp':'2017-12-27T16:38:17+08:00','host':'192.168.56.11','clientip':'192.168.56.11','size':26,'responsetime':0.000,'upstreamtime':'-','upstreamhost':'-','http_host':'192.168.56.11','url':'/nginxweb/index.html','domain':'192.168.56.11','xff':'-','referer':'-','status':'200'}{'@timestamp':'2017-12-27T16:38:17+08:00','host':'192.168.56.11','clientip':'192.168.56.11','size':26,'responsetime':0.000,'upstreamtime':'-','upstreamhost':'-','http_host':'192.168.56.11','url':'/nginxweb/index.html','domain':'192.168.56.11','xff':'-','referer':'-','status':'200'}{'@timestamp':'2017-12-27T16:38:17+08:00','host':'192.168.56.11','clientip':'192.168.56.11','size':26,'responsetime':0.000,'upstreamtime':'-','upstreamhost':'-','http_host':'192.168.56.11','url':'/nginxweb/index.html','domain':'192.168.56.11','xff':'-','referer':'-','status':'200'}{'@timestamp':'2017-12-27T16:38:17+08:00','host':'192.168.56.11','clientip':'192.168.56.11','size':26,'responsetime':0.000,'upstreamtime':'-','upstreamhost':'-','http_host':'192.168.56.11','url':'/nginxweb/index.html','domain':'192.168.56.11','xff':'-','referer':'-','status':'200'}{'@timestamp':'2017-12-27T16:38:17+08:00','host':'192.168.56.11','clientip':'192.168.56.11','size':26,'responsetime':0.000,'upstreamtime':'-','upstreamhost':'-','http_host':'192.168.56.11','url':'/nginxweb/index.html','domain':'192.168.56.11','xff':'-','referer':'-','status':'200'}
Filebeat为什么用 Filebeat ，而不用原来的 Logstash 呢？
由于 Logstash 是跑在 JVM 上面，资源消耗比较大，后来作者用 GO 写了一个功能较少但是资源消耗也小的轻量级的 Agent 叫 Logstash-forwarder。后来作者加入 公司， Logstash-forwarder 的开发工作给公司内部 GO 团队来搞，最后命名为 Filebeat。Filebeat 需要部署在每台应用服务器上，可以通过 Salt 来推送并安装配置。$ wget https://artifacts./downloads/beats/filebeat/filebeat-6.2.4-darwin-x86_64.tar.gz
解压 tar -zxvf filebeat-6.2.4-darwin-x86_64.tar.gzmv filebeat-6.2.4-darwin-x86_64 filebeatcd filebeat
修改配置 修改 Filebeat 配置，支持收集本地目录日志，并输出日志到 Kafka 集群中 $ vim fileat.ymlfilebeat.prospectors:- input_type: log paths: - /opt/logs/server/nginx.log json.keys_under_root: true json.add_error_key: true json.message_key: log
output.kafka: hosts: ['192.168.0.1:9092，192.168.0.2:9092，192.168.0.3:9092'] topic: 'nginx'
Filebeat 6.0 之后一些配置参数变动比较大，比如 document_type 就不支持，需要用 fields 来代替等等。 启动
$ ./filebeat -e -c filebeat.yml
Kafka生产环境中 Kafka 集群中节点数量建议为（2N + 1 ）个，这边就以 3 个节点举例 下载
直接到官网下载 Kafka $ wget http://mirror./apache/kafka/1.0.0/kafka_2.11-1.0.0.tgz
解压 tar -zxvf kafka_2.11-1.0.0.tgzmv kafka_2.11-1.0.0 kafkacd kafka
修改 Zookeeper 配置
修改 Zookeeper 配置，搭建 Zookeeper 集群，数量 ( 2N + 1 ) 个 ZK 集群建议采用 Kafka 自带，减少网络相关的因素干扰 $ vim zookeeper.properties
tickTime=2000dataDir=/opt/zookeeperclientPort=2181maxClientCnxns=50initLimit=10syncLimit=5
server.1=192.168.0.1:2888:3888server.2=192.168.0.2:2888:3888server.3=192.168.0.3:2888:3888
Zookeeper data 目录下面添加 myid 文件，内容为代表 Zooekeeper 节点 id （1，2，3），并保证不重复。 $ vim /opt/zookeeper/myid1
启动 Zookeeper 节点 分别启动 3 台 Zookeeper 节点，保证集群的高可用 $ ./zookeeper-server-start.sh -daemon ./config/zookeeper.properties
修改 Kafka 配置 kafka 集群这边搭建为 3 台，可以逐个修改 Kafka 配置，需要注意其中 broker.id 分别 （1，2，3） $ vim ./config/server.propertiesbroker.id=1port=9092host.name=192.168.0.1num.replica.fetchers=1log.dirs=/opt/kafka_logsnum.partitions=3zookeeper.connect=192.168.0.1: 192.168.0.2: 192.168.0.3:2181zookeeper.connection.timeout.ms=6000zookeeper.sync.time.ms=2000num.io.threads=8num.network.threads=8queued.max.requests=16fetch.purgatory.purge.interval.requests=100producer.purgatory.purge.interval.requests=100delete.topic.enable=true
启动 Kafka 集群 分别启动 3 台 Kafka 节点，保证集群的高可用 $ ./bin/kafka-server-start.sh -daemon ./config/server.properties
查看 topic 是否创建成功 $ bin/kafka-topics.sh --list --zookeeper localhost:2181
nginx
Kafka-manager 是 Yahoo 公司开源的集群管理工具。 可以在 Github 上下载安装：https://github.com/yahoo/kafka-manager 
如果遇到 Kafka 消费不及时的话，可以通过到具体 cluster 页面上，增加 partition。Kafka 通过 partition 分区来提高并发消费速度。 
LogstashLogstash 提供三大功能 INPUT 进入 FILTER 过滤功能 OUTPUT 出去
如果使用 Filter 功能的话，强烈推荐大家使用 Grok debugger 来预先解析日志格式。 
下载 $ wget https://artifacts./downloads/logstash/logstash-6.2.4.tar.gz
解压重命名 $ tar -zxvf logstash-6.2.4.tar.gz$ mv logstash-6.2.4 logstash
修改 Logstash 配置，使之提供 indexer 的功能，将数据插入到 Elasticsearch 集群中$ vim nginx.conf
input { kafka { type => 'kafka' bootstrap_servers => '192.168.0.1:2181,192.168.0.2:2181,192.168.0.3:2181' topics => 'nginx' group_id => 'logstash' consumer_threads => 2 }}
output { elasticsearch { host => ['192.168.0.1','192.168.0.2'，'192.168.0.3'] port => '9300' index => 'nginx-%{+YYYY.MM.dd}' }}
启动 Logstash $ ./bin/logstash -f nginx.conf
Elasticsearch下载 $ wget https://artifacts./downloads/elasticsearch/elasticsearch-6.2.4.tar.gz
解压 $ tar -zxvf elasticsearch-6.2.4.tar.gz$ mv elasticsearch-6.2.4.tar.gz elasticsearch
修改配置
$ vim config/elasticsearch.yml
cluster.name: esnode.name: es-node1network.host: 192.168.0.1discovery.zen.ping.unicast.hosts: ['192.168.0.1']discovery.zen.minimum_master_nodes: 1
打开网页 http://192.168.0.1:9200/, 如果出现下面信息说明配置成功 { name: 'es-node1', cluster_name: 'es', cluster_uuid: 'XvoyA_NYTSSV8pJg0Xb23A', version: { number: '6.2.4', build_hash: 'ccec39f', build_date: '2018-04-12T20:37:28.497551Z', build_snapshot: false, lucene_version: '7.2.1', minimum_wire_compatibility_version: '5.6.0', minimum_index_compatibility_version: '5.0.0' }, tagline: 'You Know, for Search'}
控制台 Cerebro 这个名字大家可能觉得很陌生，其实过去它的名字叫 kopf ！因为 Elasticsearch 5.0 不再支持 site plugin，所以 kopf 作者放弃了原项目，另起炉灶搞了 cerebro，以独立的单页应用形式，继续支持新版本下 Elasticsearch 的管理工作。
注意点 Master 与 Data 节点分离，当 Data 节点大于 3 个的时候，建议责任分离，减轻压力 Data Node 内存不超过 32G ，建议设置成 31 G ，具体原因可以看上一篇文章 discovery.zen.minimum_master_nodes 设置成 （ total / 2 + 1 ），避免脑裂情况 最重要的一点，不要将 ES 暴露在公网中，建议都安装 X-PACK ，来加强其安全性
kibana下载 $ wget https://artifacts./downloads/kibana/kibana-6.2.4-darwin-x86_64.tar.gz
解压 $ tar -zxvf kibana-6.2.4-darwin-x86_64.tar.gz$ mv kibana-6.2.4-darwin-x86_64.tar.gz kibana
修改配置 $ vim config/kibana.yml
server.port: 5601server.host: '192.168.0.1'elasticsearch.url: 'http://192.168.0.1:9200'
启动 Kibana 界面展示 创建索引页面需要到 Management -> Index Patterns 中通过前缀来指定 
最终效果展示 
总结综上，通过上面部署命令来实现 ELK 的整套组件，包含了日志收集、过滤、索引和可视化的全部流程，基于这套系统实现分析日志功能。同时，通过水平扩展 Kafka、Elasticsearch 集群，可以实现日均亿级的日志实时处理。来源：https://blog.51cto.com/13527416/2117141 |
