filebeat配置文件详解

filebeat.prospectors:

#日志类型
- type: log
  enabled: True

  # 日志路径可以写多个，支持通配符
  paths:
    - /tmp/test.log

#设置字符集编码
  encoding: utf-8

#文档类型（6.x已经开始弃用）
  document_type: my-nginx-log

#每十秒扫描一次,如果设置为0s，则Filebeat会尽可能快地感知更新（占用的CPU会变高）。默认是10s
 scan_frequency: 10s
# 实际读取文件时，每次读取 16384 字节
  harverster_buffer_size: 16384

# 一次发生的log大小值；
  max_bytes: 10485760

#给日志加上tags方便在logstash过滤日志的时候做判断
  tags: ["nginx-access"]

#剔除以.gz 结尾的文件
  exclude_files: [".gz$"]
# 包含输入中符合正则表达式列表的那些行（默认包含所有行），include_lines执行完毕之后会执行exclude_lines
  include_lines: ["^ERR", "^WARN"]
# 在输入中排除符合正则表达式列表的那些行。
 exclude_lines: ["^DBG"]
# 这个得意思就是会在es中多添加一个字段，格式为 "filelds":{"level":"debug"}
  fields:
  　　level: debug
  　　review: 1
 # 如果该选项设置为true，则新增fields成为顶级目录，而不是将其放在fields目录下。自定义的field会覆盖filebeat默认的field 
  #如果设置为true，则在es中新增的字段格式为："level":"debug"
  fields_under_root: false
# 可以指定Filebeat忽略指定时间段以外修改的日志内容，比如2h（两个小时）或者5m(5分钟)。
 ignore_older: 0
# 如果一个文件在某个时间段内没有发生过更新，则关闭监控的文件handle。默认1h
 close_older: 1h
# for Java Stack Traces or C-Line Continuation
# 适用于日志中每一条日志占据多行的情况，比如各种语言的报错信息调用栈
multiline:
# 多行日志开始的那一行匹配的pattern
 pattern: ^\[
# 是否需要对pattern条件转置使用，不翻转设为true，反转设置为false。  【建议设置为true】
 negate: false
# 匹配pattern后，与前面（before）还是后面（after）的内容合并为一条日志
 match: after
# 合并的最多行数（包含匹配pattern的那一行）
max_lines: 500
# 到了timeout之后，即使没有匹配一个新的pattern（发生一个新的事件），也把已经匹配的日志事件发送出去
timeout: 5s
# 如果设置为true，Filebeat从文件尾开始监控文件新增内容，把新增的每一行文件作为一个事件依次发送，而不是从文件开始处重新发送所有内容
 tail_files: false
# Filebeat检测到某个文件到了EOF（文件结尾）之后，每次等待多久再去检测文件是否有更新，默认为1s
 backoff: 1s
# 如果要在本配置文件中引入其他位置的配置文件，可以写在这里（需要写完整路径），但是只处理prospector的部分
 config_dir:

#output 部分的配置文档

#配置输出为kafka，无论你是tar包还是rpm安装，目录里边会看到官方提供的filebeat.full.yml OR filebeat.reference.yml 这里边有filebeat 所有的input 方法和output 方法供你参考；
output.kafka:     
  enabled: true

#kafka 的server，可以配置集群，例子如下：
  hosts:["ip:9092","ip2:9092","ip3:9092"]

#这个非常重要，filebeat作为provider，把数据输入到kafka里边，logstash 作为消费者去消费这些信息，logstash的input 中需要这个topic，不然logstash没有办法取到数据。
  topic: elk-%{[type]}
       
# kafka 的并发运行进程
  worker: 2

#当传输给kafka 有问题的时候，重试的次数；
  max_retries: 3

#单个kafka请求里面的最大事件数，默认2048 
  bulk_max_size: 2048

#等待kafka broker响应的时间，默认30s 
  timeout: 30s

#kafka broker等待请求的最大时长，默认10s 
  broker_timeout: 10s

#每个kafka broker在输出管道中的消息缓存数，默认256 
  channel_buffer_size: 256

#网络连接的保活时间，默认为0，不开启保活机制 
  keep_alive: 60

#输出压缩码，可选项有none, snappy, lz4 and gzip，默认为gzip （kafka支持的压缩，数据会先被压缩，然后被生产者发送，并且在服务端也是保持压缩状态，只有在最终的消费者端才会被解压缩）
  compression: gzip

#允许的最大json消息大小，默认为1000000，超出的会被丢弃，应该小于broker的  message.max.bytes（broker能接收消息的最大字节数）
  max_message_bytes: 1000000

#kafka的响应返回值，0位无等待响应返回，继续发送下一条消息；1表示等待本地提交（leader broker已经成功写入，但follower未写入），-1表示等待所有副本的提交，默认为1 
  required_acks: 0

#客户端ID 用于日志排错，审计等，默认是beats。
  client_id: beats

#测试配置文件：/opt/elk/filebeat/filebeat -c  /opt/elk/filebeat/filebeat.yml test config
#如果配置文件没有问题的话，会出现config ok ，如果有问题会提示具体问题在哪里。

#启动filebeat 
可以先通过 /filebeat -c  -e filebeat.yml  查看一下输入filebeat是否工作正常，会有很多信息打印到屏幕上；
nohup  filebeat -c  filebeat.yml >>/dev/null 2>&1&
复制代码


 

logstash

kafka配置详解

input {
#数据来源
  kafka {
   #这个对应filebeat的output 的index
    topics_pattern => "elk-.*"

    #kafka 的配置
    bootstrap_servers => "IP1:9092,IP2:9092,IP3:9092"

    #kafka 中的group ID
    group_id => "logstash-g1"
   }
}
#过滤器，http://grokdebug.herokuapp.com/ 是在线调试logstash filter的工具，你可以在线调试你的过滤规则。

filter {
    grok {
        match => { "message" => "%{IP:client} %{WORD:method} %{URIPATHPARAM:request} %{NUMBER:bytes} %{NUMBER:duration}"}
       
　　    #因为我们取出了字段，所以不需要原来这个message字段，这个字段里边包含之前beat 输入的所有字段。 
       remove_field => ["message"]
    }
}
output {
  elasticsearch {
    hosts => ["IP:9200"]
    
#这个是在kibana上的index Patterns 的索引，建议什么服务就用干什么名字，因为beat 提供了些kibana的模板可以导入，导入的模板匹配的时候用的索引是对应服务的名称开头 。
    index => "nginx-%{+YYYY.MM.dd}"
    document_type => "nginx"

    #每次20000 发送一次数据到elasticsearch
    flush_size => 20000

    #如果不够20000，没10秒会发送一次数据；、
    idle_flush_time =>10
   }
 }

 

file配置文件详解

input {
 #file可以多次使用，也可以只写一个file而设置它的path属性配置多个文件实现多文件监控
  file {
#type是给结果增加了一个属性叫type值为"<xxx>"的条目。这里的type，对应了ES中index中的type，即如果输入ES时，没有指定type，那么这里的type将作为ES中index的type。
    type => "apache-access" 
    path => "/apphome/ptc/Windchill_10.0/Apache/logs/access_log*"

    #start_position可以设置为beginning或者end，beginning表示从头开始读取文件，end表示读取最新的，这个也要和ignore_older一起使用。
    start_position => beginning
#sincedb_path表示文件读取进度的记录，每行表示一个文件，每行有两个数字，第一个表示文件的inode，第二个表示文件读取到的位置（byteoffset）。默认为$HOME/.sincedb*
    sincedb_path => "/opt/logstash-2.3.1/sincedb_path/access_progress"

    #ignore_older表示了针对多久的文件进行监控，默认一天，单位为秒，可以自己定制，比如默认只读取一天内被修改的文件。
    ignore_older => 604800

    #add_field增加属性。这里使用了${HOSTNAME}，即本机的环境变量，如果要使用本机的环境变量，那么需要在启动命令上加--alow-env。
    add_field => {"log_hostname"=>"${HOSTNAME}"}
#这个值默认是\n 换行符，如果设置为空""，那么后果是每个字符代表一个event
    delimiter => ""

    #这个表示关闭超过（默认）3600秒后追踪文件。这个对于multiline来说特别有用。... 这个参数和logstash对文件的读取方式有关，两种方式read tail，如果是read
    close_older => 3600
    coodec => multiline {
      pattern => "^\s"

      #这个negate是否定的意思，意思跟pattern相反，也就是不满足patter的意思。
#      negate => ""

      #what有两个值可选 previous和next，举例说明，java的异常从第二行以空格开始，这里就可以pattern匹配空格开始，what设置为previous意思是空格开头这行跟上一行属于同一event。
　　　　#另一个例子，有时候一条命令太长，当以\结尾时表示这行属于跟下一行属于同一event，这时需要使用negate=>true，what=>'next'。
      what => "previous"

      auto_flush_interval => 60
    }
  }
  file { 
    type => "methodserver-log" 
    path => "/apphome/ptc/Windchill_10.0/Windchill/logs/MethodServer-1604221021-32380.log" 
    start_position => beginning 
    sincedb_path => "/opt/logstash-2.3.1/sincedb_path/methodserver_process"
#    ignore_older => 604800
  }
}
filter{
  #执行ruby程序，下面例子是将日期转化为字符串赋予daytag
  ruby {
    code => "event['daytag'] = event.timestamp.time.localtime.strftime('%Y-%m-%d')"
  }

  # if [path] =~ "access" {} else if [path] =~ "methodserver" {} else if [path] =~ "servermanager" {} else {} 注意语句结构
  if [path] =~ "MethodServer" { 　　　　　　　　　　　　#这里的=~是匹配正则表达式
    grok {
      patterns_dir => ["/opt/logstash-2.3.1/patterns"] 　　　　　　#自定义正则匹配
#      Tue 4/12/16 14:24:17: TP-Processor2: hirecode---->77LS
      match => { "message" => "%{DAY:log_weekday} %{DATE_US:log_date} %{TIME:log_time}: %{GREEDYDATA:log_data}"}
    }
    #mutage是做转换用的
    mutate { 
      replace => { "type" => "apache" } 　　　　　　#替换属性值
      convert => { 　　　　　　　　　　　　　　　　#类型转换
        "bytes" => "integer" 　　　　　　　　#例如还有float
        "duration" => "integer"
        "state" => "integer"
      }
    #date主要是用来处理文件内容中的日期的。内容中读取的是字符串，通过date将它转换为@timestamp。
　　　#参考https://www.elastic.co/guide/en/logstash/current/plugins-filters-date.html#plugins-filters-date-match
#    date {
#      match => [ "logTime" , "dd/MMM/yyyy:HH:mm:ss Z" ]
#    }
  }else if [type] in ['tbg_qas','mbg_pre'] { # if ... else if ... else if ... else结构
  }else {
    drop{} # 将event丢弃
  }
}
output {
  stdout{ codec=>rubydebug}　　　　　　　　　　　　　　　　　　 # 直接输出，调试用起来方便


  # 输出到redis
  redis {
    host => '10.120.20.208'
    data_type => 'list'
    key => '10.99.201.34:access_log_2016-04'
  }
  
  # 输出到ES
  elasticsearch {
    hosts =>"192.168.0.15:9200"
    index => "%{sysid}_%{type}"
    document_type => "%{daytag}"
  }
}