目录
- 一、logstash数据采集
- 1.简介
- 2.Logstash安装与部署
- 3.Logstash命令行测试
- 4.Logstash文件测试
- a. 命令行输入,输出到文件
- b. 命令行输入,输出到elasticsearch主机
- c. 文件输入,输出到elasticsearch主机
- d. logstash可以伪装成日志服务器,直接接受远程日志
- 二、logstash多行过滤插件
- 1.命令行多行输入,文件输出
- 2.文件多行输入,输出到elasticsearch
- 三、grok切片过滤插件
- 1.命令行输入,过滤,命令行输出
- 2.apache日志输入,切片,es输出
一、logstash数据采集
1.简介
1、Logstash是一个开源的服务器端数据处理管道,拥有200多个插件,能够同时从多个来源采集数据, 转换数据,然后将数据发送到您最喜欢的 “存储库” 中。(大多 都是 Elasticsearch);
2、 Logstash管道有两个必需的元素,输入和输出,以及一个可选 元素过滤器。
(1)输入:采集各种样式、大小和来源的数据。
Logstash 支持各种输入选择 ,同时从众多常用来源捕捉事件。 能够以连续的流式传输方式,轻松地从您的日志、指标、Web 应用、 数据存储以及各种 AWS 服务采集数据。
(2)过滤器:实时解析和转换数据
数据从源传输到存储库的过程中,Logstash 过滤器能够解析各个事件,识别已命名的字段以构建结构,并将它们转换成通用格式,以便更轻松、更快速地分析和实现商业价值。
- 利用 Grok 从非结构化数据中派生出结构
- 从 IP 地址破译出地理坐标
- 将 PII 数据匿名化,完全排除敏感字段
- 简化整体处理,不受数据源、格式或架构的影响
(3)输出:选择您的存储库,导出数据
尽管 Elasticsearch 是我们的首选输出方向,能够为我们的搜索 和分析带来无限可能,但它并非唯一选择。Logstash 提供众多输出选择,您可以将数据发送到您要指定的地方,并且能够灵活地解锁众多下游用例。
2.Logstash安装与部署
官网点击下载Logstash软件包,并准备java的jdk包(logstash是用java开发的);
准备新的虚拟机server10(172.25.36.10),分配内存1G。
真机将所需安装包传给server10
server10安装jdk和logstash
3.Logstash命令行测试
进入logstash以下路径(二进制脚本,包含用来启动的logstash和安装插件的logstash-plugin)
标准输入到标准输出(即命令行输入,命令行输出)
输入hello word,标准输出hello word;输入hello linux,标准输出hello linux
4.Logstash文件测试
a. 命令行输入,输出到文件
在/etc/logstash/conf.d/目录下,以.conf结尾的文件都可以读到,编辑test.conf文件;
[root@server10 conf.d]# cat test.conf
input {
stdin {} %输入来自命令行标准输入
}
output {
file { %输出到/tmp/testfile文件中(输出的文件路径),格式为custom format: {输入内容}
path => "/tmp/testfile"
codec => line { format => "custom format: %{message}"}
}
}
message变量可以将输入的值显示出来(在stdin中输入的数据都可以被messag截获);
执行test.conf文件
命令行输入hello world
可以看到,输出到了/tmp/testfile文件中
由于上面的方法无法在终端直接看到结果,修改test.conf文件,加入stdout {}
[root@server10 conf.d]# cat test.conf
input {
stdin {}
}
output {
stdout{} %一份标准输出到命令行
file { %一份输出到/tmp/testfile文件中
path => "/tmp/testfile"
codec => line { format => "custom format: %{message}"}
}
}
执行test.conf文件,输入redhat linux,可以看到标准输出,在/tmp/testfile文件中也有输出
b. 命令行输入,输出到elasticsearch主机
编辑es.conf 文件
[root@server10 conf.d]# cat es.conf
input {
stdin {}
}
output {
stdout {} %标准输出一份
elasticsearch { %给elasticsearch输出一份
hosts => ["172.25.36.7:9200"] %目标elasticsearch主机ip与端口
index => "logstash-%{+yyyy.MM.dd}" %定制**索引名称**,索引格式为logstash-年月日
}
}
执行es.conf 文件
输入welcome lr,标准输出一份
网页查看es主机
点击数据浏览->指定索引logstash-2021.08.14,可以看到elasticsearch输出一份
查看数据
c. 文件输入,输出到elasticsearch主机
现在我们想把日志文件作为输入,输出到es主机;
首先要把权限改为644,因为logstash是以logstash身份运行,所以必须开放/var/log/message读的权力。
修改es.conf 文件
[root@server610conf.d]# cat es.conf
input {
file { %从文件/var/log/messages输入,从头开始输入
path => "/var/log/messages"
start_position => "beginning"
}
}
output {
stdout {} %标准输出
elasticsearch { %输出elasticsearch
hosts => ["172.25.36.7:9200"]
index => "logstash-%{+yyyy.MM.dd}"
}
}
执行es.conf 文件
可以看到输入了很多/var/log/messages
elasticsearch也可以看到很多数据
假如我们把刚才创建的索引删除了,再次创建可以恢复吗?
删除索引
再次执行es.conf 文件,会发现没有数据输入
由于终端被占用了,再开启一个窗口,输入一条日志
现在再返回去看,有输入了,一个是远程登录,一个是刚创建的日志,都是新的日志,没有旧的日志(防止数据冗余);
可以看到登陆信息
查看数据
再次删除logstash索引
logstash如何区分设备、文件名、文件的不同版本 :logstash会把进度保存到sincedb文件中;
.sincedb文件在/usr/share/logstash/data/plugins/inputs/file/目录下,它负责记录数据的偏移量,之前读取到哪个位置了,下一次不会重复输入,所以如果删除这个文件(删除记录的进度),就可以重新全部输入了。
sincedb文件一共6个字段:
- inode编号 ;2. 文件系统的主要设备号 ;3. 文件系统的次要设备号 ;4. 文件中的当前字节偏移量 ;5. 最后一个活动时间戳(浮点数); 6. 与此记录匹配的最后一个已知路径。
再次执行es.conf 文件
可以看到/var/log/messages的数据又全部输入了一遍
数据输入到elasticsearch了
d. logstash可以伪装成日志服务器,直接接受远程日志
如果按照前面的方法收集日志信息,需要每台服务器上都部署logstash,这样太繁琐了,我们可以让logstash伪装成日志服务器,每个节点服务器远程发送日志给logstash。
编辑es.conf 文件
[root@server10 conf.d]# cat es.conf
input {
#file {
# path => "/var/log/messages"
# start_position => "beginning"
#}
syslog { %伪装syslog,开放端口514
port => 514 %日志收集端口(默认)
}
}
output {
stdout {}
elasticsearch {
hosts => ["172.25.36.10:9200"]
index => "syslog-%{+yyyy.MM.dd}" %索引为syslog-年月日
}
}
执行es.conf 文件
查看端口514已开放
server7编辑/etc/rsyslog.conf文件,重启rsyslog服务
打开514UDP端口
所有的日志发送给172.25.36.10:514
查看logstash上的标准输出,可以看到server10的窗口有输入了
现在elasticsearch就可以看到server7的日志了
同理,修改远程主机server9的/etc/rsyslog.conf文件
打开514UDP端口
所有的日志发送给172.25.36.10:514
查看logstash上的标准输出
elasticsearch可以看到server9的日志了
二、logstash多行过滤插件
1.命令行多行输入,文件输出
多行过滤可以把多行日志记录合并为一行事件,编辑test.conf文件
[root@server10 conf.d] cat test.conf
input {
stdin {
codec => multiline { %多行输入
pattern => "EOF" %结束标志词为EOF
negate => "true"
what => "previous"
}
}
}
output {
stdout {}
file {
path => "/tmp/testfile" %输出到文件/tmp/testfile
codec => line { format => "custom format: %{message}"}
%格式为custom format:{数据}
}
}
执行test.conf文件
测试:多行输入,以EOF结束输入,可以看到标准输出是一条
2.文件多行输入,输出到elasticsearch
接下来用文件输入来测试,使用es集群的server7的日志(之前有一些报错日志,可以作为测试样本),把my-es.log发给server10的/var/log
正确的日志都是以时间开头的,并且被中括号[ ]括起来的一行,而错误日志有很多行,比如下图的at org开头的这些,他们合起来应该是一条错误日志。
修改test.conf文件,先不加多行输入模块,看效果
[root@server10 conf.d] cat test.conf
input {
file {
path => "/var/log/my-es.log" %文件/var/log/my-es.log作为输入
start_position => "beginning" %从头开始输入
# codec => multiline {
# pattern => "EOF"
# negate => "true"
# what => "previous"
# }
}
}
output {
stdout {}
elasticsearch { %输出到es
hosts => ["172.25.36.7:9200"]
index => "eslog-%{+yyyy.MM.dd}"
}
}
执行test.conf文件
查看logstash上的标准输出,显示输入了很多数据
在es中查看eslog索引,搜索at org,可以看到他们分成了一条一条的单独的数据
现在删除该索引
并删除相关的sincedb
修改test.conf文件,再次执行test.conf文件
可以看到错误日志是一条数据
在es中查看,同样是一条数据
三、grok切片过滤插件
我们平时查看日志,比如查看apache的日志,可以发现很有规律,如下图,先是访问的ip,时间等等,那么能不能只看其中一组数据,比如只想要ip这一列。现在就需要logstash的切片这个功能了。我们可以根据日志的特征自定义grok的书写,得到想要的切片
1.命令行输入,过滤,命令行输出
编辑grok.conf文件
[root@server6 conf.d] cat grok.conf
input {
stdin {}
}
filter {
grok { %把输入切片成五块,分别对应
match => { "message" => "%{IP:client} %{WORD:method} %{URIPATHPARAM:request} %{NUMBER:bytes} %{NUMBER:duration}" }
}
}
output {
stdout {}
}
执行grok.conf文件
输入一串数据,根据设定的切片方法,一 一 对应
2.apache日志输入,切片,es输出
server10安装apache
真机测试访问172.25.36.10
开启apache,写入默认发布目录
真机测试访问
server10查看apache的日志
在/usr/share/logstash/vendor/bundle/jruby/2.5.0/gems/logstash-patterns-core-4.1.2/patterns目录下,有很多软件的日志的输出形式
看httpd的规定,如何写日志已经提前用变量的方法定义了,所以我们只需要按照这个规定切片就好了
把apache的日志作为grok的输入,日志文件需要给读的权限,日志文件的目录需要给读和执行的权限,读的时候是logstash的身份
修改grok.conf文件
[root@server10 conf.d]# cat grok.conf
input {
file {
path => "/var/log/httpd/access_log" %/var/log/httpd/access_log文件作为输入
start_position => "beginning" %从头开始
}
}
filter {
grok {
match => { "message" => "%{HTTPD_COMBINEDLOG}" } %按照默认的HTTPD_COMBINEDLOG方式切片
}
}
output {
stdout {}
elasticsearch {
hosts => ["172.25.36.7:9200"]
index => "apachelog-%{+yyyy.MM.dd}" %索引名字叫apachelog
}
}
执行grok.conf文件
可以看到,按照默认定义好的模式将message进行切片
es查看,成功切片
真机进行压力测试,加大数据量
数据浏览
成功切片