转: 基于elk 实现nginx日志收集与数据分析

原文链接:https://www.cnblogs.com/wenchengxiaopenyou/p/9034213.html

一。背景

前端web服务器为nginx，采用filebeat + logstash + elasticsearch + granfa 进行数据采集与展示，对客户端ip进行地域统计，监控服务器响应时间等。

二。业务整体架构：

nginx日志落地——》filebear——》logstash——》elasticsearch——》grafna（展示）

三。先上个效果图，慢慢去一步步实现

如上只是简单的几个实用的例子，实际上有多维度的数据之后还可以定制很多需要的内容，如终端ip访问数，国家、地区占比，访问前十的省份，请求方法占比，referer统计，user_agent统计，慢响应时间统计，更有世界地图坐标展示等等，只要有数据就能多维度进行展示。这里提供模板搜索位置大家可以查找参考：https://grafana.com/dashboards

四，准备条件

需要具备如下条件：

1.nginx日志落地，需要主要落地格式，以及各个字段对应的含义。

2.安装filebeat。 filebeat轻量，功能相比较logstash而言比较单一。

3.安装logstash 作为中继服务器。这里需要说明一下的是，起初设计阶段并没有计划使用filebeat，而是直接使用logstash发往elasticsearch，但是当前端机数量增加之后logstash数量也随之增加，同时发往elasticsearch的数量增大，logstash则会抛出由于elasticsearch 限制导致的错误，大家遇到后搜索相应错误的代码即可。为此只采用logstash作为中继。

4.elasticsearch 集群。坑点是index templates的创建会影响新手操作 geoip模块。后文会有。

5.grafana安装，取代传统的kibana，grafana有更友好、美观的展示界面。

五。实现过程

1.nginx日志落地配置

nginx日志格式、字段的内容和顺序都是高度可定制化的，将需要收集的字段内容排列好。定义一个log_format

定义的形势实际上直接决定了logstash配置中对于字段抽取的模式，这里有两种可用，一种是直接在nginx日志中拼接成json的格式，在logstash中用codec => "json"来转换，

一种是常规的甚至是默认的分隔符的格式，在logstash中需要用到grok来进行匹配，这个会是相对麻烦些。两种方法各有优点。直接拼接成json的操作比较简单，但是在转码过程中

会遇到诸如 \x 无法解析的情况。 这里我也遇到过，如有必要后续会详谈。采用grok来匹配的方法相对难操作，但是准确性有提升。我们这里采用的是第一种方法，下面logstash部分

也会给出采用grok的例子。   nginx日志中日志格式定义如下：

?

1 2 3 4 5 6 7 8 9 10

log_format access_json   '{"timestamp":"$time_iso8601",'                         '"hostname":"$hostname",'                         '"ip":"$remote_addrx",'                         '"request_method":"$request_method",'                         '"domain":"XXXX",'                         '"size":$body_bytes_sent,'                         '"status": $status,'                         '"responsetime":$request_time,'                         '"sum":"1"'                         '}';

2.filebeat配置文件

关于filebeat更多内容请参考https://www.elastic.co/guide/en/beats/filebeat/current/filebeat-overview.html

配置文件内容：filebeat.yml  这里应该不会遇到坑。

?

1 2 3 4 5 6 7

filebeat.prospectors: - input_type: log   paths:     - /data0/logs/log_json/*.log      #nginx日志路径   output.logstash:     hosts: ["xxxx.xxxx.xxxx.xxx:12121"]   #logstash 服务器地址

　　

3.logstahs配置文件内容：

这里是针对json已经拼接号，直接进行json转码的情况：

需要注意如下：

1）date模块必须有，否则会造成数据无法回填导致最终的图像出现锯齿状影响稳定性（原因是排列时间并不是日志产生的时间，而是进入logstash的时间）。这里后面的  yyyy-MM-dd'T'HH:mm:ssZZ   需要根据你日志中的日期格式进行匹配匹配规则见：https://www.elastic.co/guide/en/logstash/current/plugins-filters-date.html

　2）需要说明的是我下面去掉了好多的字段（remove_field），原因是我们数据量大，es服务器有限。 可以根据需要随时调整收集的字段。

　3)  geoip 仅需要指定源ip字段名称即可，fields并不是必须的，我加入的原因还是由于资源有限导致的。

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51

input {     beats {     port => 12121     host => "10.13.0.80"     codec => "json"     } }   filter {     date {       match => [ "timestamp", "yyyy-MM-dd'T'HH:mm:ssZZ" ]       #timezone => "Asia/Shanghai"       #timezone => "+00:00"     }     mutate {       convert => [ "status","integer" ]       convert => [ "sum","integer" ]       convert => [ "size","integer" ]       remove_field => "message"       remove_field => "source"       remove_field => "tags"       remove_field => "beat"       remove_field => "offset"       remove_field => "type"       remove_field => "@source"       remove_field => "input_type"       remove_field => "@version"       remove_field => "host"       remove_field => "client"       #remove_field => "request_method"       remove_field => "size"       remove_field => "timestamp"       #remove_field => "domain"       #remove_field => "ip"     }     geoip {       source => "ip"       fields => ["country_name", "city_name", "timezone","region_name","location"]     } }   output {     elasticsearch {        hosts => ["xxx:19200","xxx:19200","xxx:19200"]        user => "xxx"        password => "xxx"        index => "logstash-suda-alllog-%{+YYYY.MM.dd}"        flush_size => 10000        idle_flush_time => 35     } }

　　下面给出一个采用grok的例子：

其中match内的内容不用参考我的，需要根据你的字段个数，以及格式来定制。 这里其实是正则表达式。自带了一部分几乎就可以满足所有的需求了无需自己写了，可以参考：https://github.com/elastic/logstash/blob/v1.4.0/patterns/grok-patterns 直接用即可。

input {
  file {
  type => "access"
  path => ["/usr/local/nginx/logs/main/*.log"]
  }
}
filter {
  if [type] == "access" {
  if [message] =~ "^#" {
    drop {}
  }
  grok {
    match => ["message", "\[%{HTTPDATE:log_timestamp}\] %{HOSTNAME:server_name} \"%{WORD:request_method} %{NOTSPACE:query_string} HTTP/%{NUMBER:httpversion}\" \"%{GREEDYDATA:http_user_agent}\" %{NUMBER:status} %{IPORHOST:server_addr} \"%{IPORHOST:remote_addr}\" \"%{NOTSPACE:http_referer}\" %{NUMBER:body_bytes_sent} %{NUMBER:time_taken} %{GREEDYDATA:clf_body_bytes_sent} %{NOTSPACE:uri} %{NUMBER:m_request_time}"]
  }
  date {
    match => [ "log_timestamp", "dd/MMM/yyyy:mm:ss:SS Z" ]
    timezone => "Etc/UTC"
  }
  mutate {
  convert => [ "status","integer" ]
  convert => [ "body_bytes_sent","integer" ]
  convert => [ "m_request_time","float" ]
  }

在提供一个高级的用法：

ruby：强大的模块， 可以进行诸如时间转换，单位计算等，多个可以用分号隔开。

  ruby {
  code => "event.set('logdateunix',event.get('@timestamp').to_i);event.set('request_time', event.get('m_request_time') / 1000000 )"
  }
  mutate {
   add_field => {
        "http_host" => "%{server_name}"
        "request_uri" => "%{uri}"
        }

在windowns上使用lgostsh需要注意的是：（win上收集iis的日志，我想正常环境是不会用到的，但是我确实用到了。。。。。。）

path路径一定要采用 linux中的分割符来拼接路径，用win的格式则正则不能实现，大家可以测试下。其他配置则无区别。

input {
  file {
    type => "access"
    path => ["C:/WINDOWS/system32/LogFiles/W3SVC614874788/*.log"]
  }
}

4.elasticsearch配置，集群的安装以及启动，调优这里不多说（说不完），需要注意的一个是，geoip location的格式，我这里采用的是index templates来实现的如下：

最重要的是 "location" 定义 （否则geoip_location字段格式有问题，无法拼接成坐标），其他可以根据情况自定：

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72

{   "order": 0,   "version": 50001,   "index_patterns": [     "suda-*"   ],   "settings": {     "index": {       "number_of_shards": "5",       "number_of_replicas": "1",       "refresh_interval": "200s"     }   },   "mappings": {     "_default_": {       "dynamic_templates": [         {           "message_field": {             "path_match": "message",             "mapping": {               "norms": false,               "type": "text"             },             "match_mapping_type": "string"           }         },         {           "string_fields": {             "mapping": {               "norms": false,               "type": "text",               "fields": {                 "keyword": {                   "ignore_above": 256,                   "type": "keyword"                 }               }             },             "match_mapping_type": "string",             "match": "*"           }         }       ],       "properties": {         "@timestamp": {           "type": "date"         },         "geoip": {           "dynamic": true,           "properties": {             "ip": {               "type": "ip"             },             "latitude": {               "type": "half_float"             },             "location": {               "type": "geo_point"             },             "longitude": {               "type": "half_float"             }           }         },         "@version": {           "type": "keyword"         }       }     }   },   "aliases": {} }

　　

5   grafana 安装以及模板创建，这个比较简单，安装完直接写语句即可附一个例子如下：

这里的变量需要自定义：

通过上面应该能够完成一个完整的收集和展示情况，这里实际上提供了一种可行的方法，并么有太大的具体操作。

希望多多交流

推荐内容：kibana中文指南（有ibook版本，看着挺方便） 三斗室著

　　　　　https://www.elastic.co/cn/

　　　　   https://grafana.com/dashboards

　　　　   https://grafana.com/

分类: 运维知识积累

标签: ELK, nginx日志收集, grafana

« 上一篇：python-num18 － django进阶一

posted @ 2018-05-14 01:13 文成小盆友 阅读(305) 评论(0) 编辑 收藏