使用Filebeat+Kafka+Logstash+Elasticsearch构建日志分析系统 - 阿里云Elasticsearch

随着时间的积累，日志数据会越来越多，当您需要查看并分析庞杂的日志数据时，可通过Filebeat+Kafka+Logstash+Elasticsearch采集日志数据到阿里云Elasticsearch（简称ES）中，并通过Kibana进行可视化展示与分析。本文介绍具体的实现方法。

背景信息

Kafka是一种分布式、高吞吐、可扩展的消息队列服务，广泛用于日志收集、监控数据聚合、流式数据处理、在线和离线分析等大数据领域，已成为大数据生态中不可或缺的部分。本文使用阿里云消息队列Kafka版，详情请参见什么是消息队列Kafka版。

在实际应用场景中，为了满足大数据实时检索的需求，您可以使用Filebeat采集日志数据，将Kafka作为Filebeat的输出端。Kafka实时接收到Filebeat采集的数据后，以Logstash作为输出端输出。输出到Logstash中的数据在格式或内容上可能不能满足您的需求，此时可以通过Logstash的filter插件过滤数据。最后将满足需求的数据输出到ES中进行分布式检索，并通过Kibana进行数据分析与展示。简单流程如下。流程图

操作流程

准备工作
完成环境准备，包括创建实例、安装Filebeat等。
步骤一：配置Filebeat
配置Filebeat的input为系统日志，output为Kafka，将日志数据采集到Kafka的指定Topic中。
步骤二：配置Logstash管道
配置Logstash管道的input为Kafka，output为阿里云ES，使用Logstash消费Topic中的数据并传输到阿里云ES中。
步骤三：查看日志消费状态
在消息队列Kafka中查看日志数据的消费的状态，验证日志数据是否采集成功。
步骤四：通过Kibana过滤日志数据
在Kibana控制台的Discover页面，通过Filter过滤出Kafka相关的日志。

准备工作

创建阿里云ES实例，并开启实例的自动创建索引功能。
具体操作步骤请参见创建阿里云Elasticsearch实例和开启自动创建索引，本文以6.7版本为例。
创建阿里云Logstash实例。要求该实例与阿里云ES实例的版本相同，并且在同一专有网络VPC（Virtual Private Cloud）下。
具体操作步骤请参见创建阿里云Logstash实例。
购买并部署阿里云消息队列Kafka版实例、创建Topic和Consumer Group。
本文使用VPC实例，并要求该实例与阿里云ES实例在同一VPC下，具体操作步骤请参见VPC接入。
创建Topic和Consumer Group的具体步骤请参见步骤三：创建资源。
创建阿里云ECS实例，并且该ECS实例与阿里云ES实例和Logstash实例处于同一VPC下。

具体操作步骤请参见使用向导创建实例。

注意该ECS实例用来安装Filebeat，由于Filebeat目前仅支持Aliyun Linux、RedHat和CentOS这三种操作系统，因此在创建时请选择其中一种操作系统。
在ECS实例上安装Filebeat。
具体操作步骤请参见Install Filebeat。本文使用6.8.5版本。

步骤一：配置Filebeat

连接安装了Filebeat的ECS服务器。
具体操作步骤请参见连接实例。

进入Filebeat安装目录，执行以下命令，创建并配置filebeat.kafka.yml文件。

cd filebeat-6.8.5-linux-x86_64
vi filebeat.kafka.yml

filebeat.kafka.yml配置如下。

filebeat.prospectors:
  - type: log
    enabled: true
    paths:
        - /var/log/*.log

output.kafka:
    hosts: ["172.16.**.**:9092","172.16.**.**:9092","172.16.**.**:9092"]
    topic: estest
    version: 0.10.2


参数	说明
`type`	输入类型。设置为log，表示输入源为日志。
`enabled`	设置配置是否生效。true表示生效，false表示不生效。
`paths`	需要监控的日志文件的路径。多个日志可在当前路径下另起一行写入日志文件路径。
`hosts`	消息队列Kafka实例的接入点，可在实例详情页面获取，详情请参见查看接入点。由于本文使用的是VPC实例，因此使用默认接入点。
`topic`	日志输出到消息队列Kafka的Topic，请指定为您已创建的Topic。
`version`	Kafka的版本，可在消息队列Kafka的实例详情页面获取。注意不配置此参数会报错。

启动Filebeat。
```
./filebeat -e -c filebeat.kafka.yml
```

步骤二：配置Logstash管道

登录阿里云Elasticsearch控制台。
在顶部菜单栏处，选择地域。
在左侧导航栏，单击Logstash实例，再在实例列表中单击目标实例ID。
在左侧导航栏，单击管道管理。
在管道列表区域，单击创建管道。

在创建管道任务页面，输入管道ID并配置管道。

本文使用的管道配置如下。

input {
  kafka {
    bootstrap_servers => ["172.**.**.92:9092,172.16.**.**:9092,172.16.**.**:9092"]
    group_id => "es-test"
    topics => ["estest"] 
    codec => json
 }
}
filter {

}
output {
  elasticsearch {
    hosts => "http://es-cn-n6w1o1x0w001c****.elasticsearch.aliyuncs.com:9200"
    user =>"elastic"
    password =>"<your_password>"
    index => "kafka‐%{+YYYY.MM.dd}"
 }
}

表 1. input参数说明
参数	说明
`bootstrap_servers`	消息队列Kafka实例的接入点，可在实例详情页面获取，详情请参见查看接入点。由于本文使用的是VPC实例，因此使用默认接入点。
`group_id`	指定为您已创建的Consumer Group的名称。
`topics`	指定为您已创建的Topic的名称，需要与Filebeat中配置的Topic名称保持一致。
`codec`	设置为json，表示解析json格式的字段，便于在Kibana中分析。

表 2. output参数说明
参数	说明
`hosts`	阿里云ES的访问地址，取值为`http://<阿里云ES实例的内网地址>:9200`。说明您可在阿里云ES实例的基本信息页面获取其内网地址，详情请参见查看实例的基本信息。
`user`	访问阿里云ES的用户名，默认为elastic。您也可以使用自建用户，详情请参见创建用户。
`password`	访问阿里云ES的密码，在创建实例时设置。如果忘记密码，可进行重置，重置密码的注意事项及操作步骤请参见重置实例访问密码。
`index`	索引名称。设置为`kafka‐%{+YYYY.MM.dd}`表示索引名称以kafka为前缀，以日期为后缀，例如`kafka-2020.05.27`。

更多Config配置详情请参见Logstash配置文件说明。

单击下一步，配置管道参数。

表 3. 管道配置参数说明
参数	说明
管道工作线程	并行执行管道的Filter和Output的工作线程数量。当事件出现积压或CPU未饱和时，请考虑增大线程数，更好地使用CPU处理能力。默认值：实例的CPU核数。
管道批大小	单个工作线程在尝试执行Filter和Output前，可以从Input收集的最大事件数目。较大的管道批大小可能会带来较大的内存开销。您可以设置LS_HEAP_SIZE变量，来增大JVM堆大小，从而有效使用该值。默认值：125。
管道批延迟	创建管道事件批时，将过小的批分派给管道工作线程之前，要等候每个事件的时长，单位为毫秒。默认值：50ms。
队列类型	用于事件缓冲的内部排队模型。可选值： MEMORY：默认值。基于内存的传统队列。 PERSISTED：基于磁盘的ACKed队列（持久队列）。
队列最大字节数	请确保该值小于您的磁盘总容量。默认值：1024MB。
队列检查点写入数	启用持久性队列时，在强制执行检查点之前已写入事件的最大数目。设置为0，表示无限制。默认值：1024。

警告配置完成后，需要保存并部署才能生效。保存并部署操作会触发实例重启，请在不影响业务的前提下，继续执行以下步骤。

单击保存或者保存并部署。
- 保存：将管道信息保存在Logstash里并触发实例变更，配置不会生效。保存后，系统会返回管道管理页面。可在管道列表区域，单击操作列下的立即部署，触发实例重启，使配置生效。
- 保存并部署：保存并且部署后，会触发实例重启，使配置生效。

步骤三：查看日志消费状态

进入消息队列Kafka控制台。
在左侧导航栏，单击Consumer Group管理。
在Consumer Group管理页面，单击目标消息队列Kafka实例。
单击对应Consumer Group右侧操作列下的消费状态。
在消费状态对话框中，单击对应Topic右侧操作列下的详情，查看详细消费状态。
正常情况下，返回结果如下。

步骤四：通过Kibana过滤日志数据

登录目标阿里云ES实例的Kibana控制台。
具体步骤请参见登录Kibana控制台。
创建一个索引模式。
1. 在左侧导航栏，单击Management。
2. 在Kibana区域，单击Index Patterns。
3. 单击Create index pattern。
4. 输入Index pattern（本文使用kafka-*），单击Next step。
5. 选择Time Filter field name（本文选择@timestamp），单击Create index pattern。
在左侧导航栏，单击Discover。
从页面左侧的下拉列表中，选择您已创建的索引模式（kafka-*）。
在页面右上角，选择一段时间，查看对应时间段内的Filebeat采集的日志数据。
单击Add a filter，在Add filter页面中设置过滤条件，查看符合对应过滤条件的日志数据。