Docker-compose搭建ELK环境并同步MS SQL Server数据

前言

本文作为学习记录，供大家参考：一次使用阿里云(Aliyun)1核2G centos7.5 云主机搭建Docker下的ELK环境，并导入MS SQL Server的商品数据以供Kibana展示的配置过程。

关于Docker配置，本文直接使用开源项目 docker-elk(该项目维护了一个 Docker Compose 版的 Elastic Stack), 在其上做简单修改。

---

参考文章：

SQL Server数据同步到ELK

使用 Docker 搭建 ELK 环境

1. 环境准备

1.1 Docker & Docker Compose

官网下载安装 Docker 和 Docker Compose

注：对于 Win/MacOS系统安装 Docker 后自带 Docker Compsoe，不需要再次安装。

Docker安装好后，建议先配置相关权限，官方文档：linux-postinstall

1.2 docker-elk 项目

git clone https://github.com/deviantony/docker-elk.git /app/docker-elk

克隆到指定目录，这里指定到 /app/docker-elk

该项目初始结构（elk version 7.13）如下：

├── docker-compose.yml

├── docker-stack.yml

├── elasticsearch

│ ├── config

│ │ └── elasticsearch.yml

│ └── Dockerfile

├── extensions

│ ├── apm-server

│ ├── app-search

│ ├── curator

│ ├── logspout

├── kibana

│ ├── config

│ │ └── kibana.yml

│ └── Dockerfile

├── LICENSE

├── logstash

│ ├── config

│ │ └── logstash.yml

│ ├── Dockerfile

│ └── pipeline

│ └── logstash.conf

└── README.md

└── .env

1.3 docker compose

据官网介绍，docker compose 是一个方便配置多 container 的工具。之前一个容器一个容器的 run ，有好多配置要直接写在命令行上，如果需要再次运行就要再写一遍参数很不方便。compose 文档：docker-compsoe

注：项目根目录下的 .env 文件中定义了一个变量，指定了 elk 的版本，默认是 latest。可自行修改，修改后需要 build 才会生效：docker-compose build。欲知详情请参考项目文档。

要运行 docker compose 项目，请切换到项目根目录，然后运行 docker-compose up [service name]命令，如果不指定 service name，则启动所有服务。至于停止运行等其他的命令，请去参考文档内容。这里建议初次使用之前至少认真阅读一遍文档。

2 Elastics Stack 的配置

首先进行下述配置：

1. 修改/etc/sysctl.conf:vm.max_map_count = 262144，修改完运行 sysctl -p使之生效或者退出当前终端重进使之生效。

2. elasticsearch.yml 配置文件中的 xpack.license.self_generated.type 修改为 basic 来禁用 X-Pack 相关收费功能。

3. 由于机器内存太小，导致实际运行中容器各种退出，我选择将 Elastic Stack 三者的 xpack.monitoring.enabled 统统关闭。打开 .yml，修改相应配置项为：

    xpack.monitoring.collection.enabled: false
    xpack.monitoring.enabled: false
   

4. 特别注意，对于阿里云服务器，还需要配置安全组规则以开放 docker 的端口，否则外网无法访问 docker 容器。本文添加端口规则如图：
   
   

接下来分别记录 Elastic Stack 的配置。需要说明的是，关于这三者的配置，前面提到过，编排文件可以极大的方便 docker 的容器配置，尤其是多容器场景，使 docker 更方便的 run。同时，每个容器在编排文件里的环境变量(？) enviroment 里也可以进行此容器本身的配置。也就是说，本文要配置的 Elastic Stack，既可以找到他们各自目录里的 .yml 在里面写配置项，也可以在编排文件里找到各容器的 environment 属性，在其下写配置项。

2.1 Elasticsearch

Docker compose 编排文件（docker-compose.yml）里的 Elasticsearch service 定义了 Elasticsearch 的 docker 配置，以及一些 Elasticsearch 本身的运行参数。本文主要进行了 Elasticsearch logging 写入文件并持久化保存到磁盘以及跨域开启这两点设置。

2.1.1 跨域

首先进行跨域开启设置。为了能用 elasticsearch-head 插件访问 elasticsearch，elasticsearch 需要开启跨域。

如前所述，直接在 docker-compose.yml 里配置和在 elasticsearch.yml 里配置这两种方式都可以。本文直接在编排文件里配。找到 elasticsearch service 的 environment 属性，在其下添加（参考 elasticsearch-head 文档）：

  http.cors.enabled: "true"
  http.cors.allow-origin: "*"

因为 docker-elk 项目初始的 Elastic Stack 都有认证机制，故还需要添加：

  http.cors.allow-headers: "Content-Type,Content-Length,Authorization"
  http.cors.allow-credentials: "true"

此时，启动 elasticsearch 容器：docker-compose up elasticsearch，浏览器用 elasticsearh-head 访问 http://yourhost:9200/ 可以看到仍无法连接，打开F12，会发现 ERROR CODE 401。这时参考 elasticsearch-head 文档中的说明，在地址后添加认证信息：http://yourhost:9100/?auth_user=elastic&auth_password=changeme。注意，本文这里的用户名和密码用的是默认的。

2.1.2 logging

Elasticsearch 的运行日志记录(logging)一般而言不需要，但本文在此次部署过程中发生了多起 elasticsearch 的报错事件，为方便填坑学习，本文配置日志记录并做持久化。

Elastic Stack 运行日志默认输出到 console，在屏幕上可以看到，但是写到文件里则需要配置日志保存的路径（容器内的路径）：

path.logs: /usr/share/elasticsearch/logs

下一步是配置 log4j2.properties 这个文件。在 elasticsearch config 下新建一个文件，叫做log4j2.properties。其内容本文选择从容器内拷贝过来。注意，容器内有两个长得比较像的文件，一个是 log4j2.properties，另一个是log4j2.file.properties。其区别是后者多了日志写入到文件的配置。所以，后者的内容是我们需要拷贝的。

文件新建好后，需要绑定到容器内。打开 docker-compose.yml，在 elasticsearch 的 volumes 里添加：

- type: bind
    source: ./elasticsearch/config/log4j2.properties
    target: /usr/share/elasticsearch/config/log4j2.properties
    read_only: true

当然，实现配置映射还有其他方式，本文采用上述这种方式，即通过绑定挂载文件的方式。关于绑定挂载下文会再次提及。

此时，启动容器，并进入容器内部，查看对应文件夹是否有 log 文件。如果没有 log 文件请逐一检查上述配置，有时可能只是笔误打错了字导致。

注：每次修改配置文件后需要重新启动。如果配置仍不生效，手动停止容器docker stop [container id]然后手动启动docker-compose up logstash。这里记录一下，docker-compose down 命令是停止并移除实例(docker-compose down -v 命令则会连同 volume 一起移除)。

关于 logging 的其他内容，参考官方文档

以上并没有对日志数据做持久化，这里先不进行此步，留待下文再说。

2.2 Logstash

本文主要的工作量其实都在Logstash，故 Logstash 的配置内容还是比较多的。

关于从 sql server 导入数据到 es，本文采用方案：https://www.cnblogs.com/baiyunchen/p/11216165.html

2.2.1 导入数据

首先，下载 jdbc jar 包，地址：https://docs.microsoft.com/en-us/sql/connect/jdbc/download-microsoft-jdbc-driver-for-sql-server?view=sql-server-2017

下载后解压到相应路径。

然后，准备好一份 .conf 文件，下面给出模板。

input {
  jdbc {
    jdbc_driver_library => "/usr/local/logstash-7.2.0/lib/mssql-jdbc-7.2.2/mssql-jdbc-7.2.2.jre8.jar" # 这里请灵活应变，能找到我们上一步下载的jdbc jar包即可
    jdbc_driver_class => "com.microsoft.sqlserver.jdbc.SQLServerDriver" # 这个名字是固定的
    jdbc_connection_string => "jdbc:sqlserver: //数据库ServerIP:1433;databaseName=数据库名;"
    jdbc_user => "数据库账号"
    jdbc_password => "数据库密码"
    schedule => "* * * * *" # Corn 表达式，请自行百度写法
    jdbc_default_timezone => "Asia/Shanghai"
    jdbc_page_size => "500" # 每一批传输的数量
    record_last_run => "true" #是否保存状态
    use_column_value => "true" #设置为时true，使用定义的 tracking_column值作为:sql_last_value。设置为时false，:sql_last_value反映上次执行查询的时间。
    tracking_column => "LastModificationTime" #配合use_column_value使用
    last_run_metadata_path => "/usr/opt/logstash/config/last_value" #记录:sql_last_value的文件
    lowercase_column_names => "false" #将DB中的列名自动转换为小写
    tracking_column_type => "timestamp" #tracking_column的数据类型，只能是numberic和timestamp
    clean_run => "false" #是否应保留先前的运行状态，具体参考文档~~
    #statement => "SELECT * FROM 表 WITH(NOLOCK) WHERE LastModificationTime > :sql_last_value" #从DB中抓数据的SQL脚本
    statement_filepath => "/file/path/some.sql" #文件形式的SQL脚本，路径注意双引号括起来
 }
}
output {
 elasticsearch {
    index => "your_index"
    document_id => "%{Id}"
    hosts => ["elasticsearch:9200"]
    user => "elastic"
    password => "changeme"
    ecs_compatibility => disabled
 }
}

上面的 input jdbc plugin 中 SQL 语句配置了 statement_filepath。因此对应的 some.sql 文件也需要通过 bind-mount 绑定到容器中。

关于 input 的 jdbc plugin，可以参考文档：https://www.elastic.co/guide/en/logstash/current/plugins-inputs-jdbc.html

这里再给出一份正式版本的 .conf 文件：

input {
 jdbc {
    jdbc_driver_library => "/usr/share/logstash/lib/sqljdbc_9.2/chs/mssql-jdbc-9.2.1.jre11.jar"
    jdbc_driver_class => "com.microsoft.sqlserver.jdbc.SQLServerDriver"
    jdbc_connection_string => "jdbc:sqlserver://yourip:1433;databaseName=yourDB;"
    jdbc_user => "user_name"
    jdbc_password => "your_passwd"
    schedule => "*/15 * * * *"
    jdbc_default_timezone => "Asia/Shanghai"
    jdbc_page_size => "500"
    record_last_run => "true"
    #use_column_value => "true"
    #tracking_column => "LastModificationTime"
    last_run_metadata_path => "/usr/share/logstash/config/last_value"
    lowercase_column_names => "false"
    tracking_column_type => "timestamp"
    clean_run => "false"
    statement_filepath => "/usr/share/logstash/item_warehouse.sql"
    #statement => "SELECT * FROM Table1 WITH(NOLOCK) WHERE (LastModificationTime >= :sql_last_value OR CreationTime >= :sql_last_value) AND IsDeleted=0"
 }
}
filter {
    mutate {
            rename => {"Field1" => "字段1" "Field2" => "字段2" }
    }
}
output {
elasticsearch {
    index => "your_index"
    document_id => "%{Id}"
    hosts => ["elasticsearch:9200"]
    user => "elastic"
    password => "changeme"
    ecs_compatibility => disabled
 }
}

这里定时查询以跟踪表 Table1 的变化，依据是上一次查询时间。第一次查询的初始时间是'1970-01-01 08:00'，具体请查看上述 jdbc 文档。这里的 filter 用来完成重命名字段名称的工作。

此时，运行 Elasticsearch 和 Logstash，在 head 插件上打开可以看到相应的 index 及其 document。

2.2.2 logging

与 Elasticsearch 一样，本文出于排除 Bug 的需要，配置 logstash 的 logging。参考：官方文档，pipeline logs

log 写入的配置与前文 Elasticsearch 一样，需要指定 logs 文件夹的路径。

另外，可以顺便指定 log 的 level 和格式。log level 默认是 info 级别的。在 yml 中添加如下三行。

log.level: info
path.logs: /usr/share/logstash/logs
log.format: plain

logstash 同样需要配置log4j2.properties文件。如果不指定，则使用默认的文件。这里要注意，默认的文件是 docker 版的，比正常版本的简化了很多。这里贴出正常版本的 logstash (version 7.12)的log4j2.properties地址：https://github.com/elastic/logstash/blob/7.12/config/log4j2.properties

新建的log4j2.properties文件同样需要 bind mount，步骤与前文 Elasticsearch 雷同，此处不再赘述。

以上两点配置好后，运行 logstash，发现 logs 下会有相应文件。

---

下面将 log 保存到硬盘以持久化数据。思路是利用数据卷 volume。这里还可以用 bind mount 绑定挂载实现数据持久化到硬盘，不过本文没有深入探究。关于 volume 和 bind mount 的内容请看文档：volumes，bind-mounts and volumes。

1. 打开 docker-compose.yml 到文件末尾找到 volumes，在其下添加 named volume，如下所示：

    volumes:
      elasticsearch:
      logstash_logging:
      elasticsearch_logging:
   

   在此，一并将上文 Elasticsearch 的日志数据卷添加进去。

2. 分别给 logstash 和 elasticsearch 配置 volumes 项，如下所示：

    - type: volume
      source: elasticsearch_logging
      target: /usr/share/elasticsearch/logs
   

   source 为刚才定义的 volumes 名字，target 为在 .yml 里配置 path.logs 的路径。

运行容器，然后运行docker volume ls和docker volume inspect volume_name命令查看 elasticsearch 和 logstash 的 volume 路径。

可以看到，在 elasticsearch logging 的目录下有相应的文件。而 logstash 下却没有。进入 logstash 容器，找到之前的 logs 文件夹，发现其为空文件夹。

这是因为，logstash 容器是以 logstash 用户运行的，而自动生成的 volume 数据卷的存储目录需要 root 权限。反观 elasticsearch，它默认是以 root 用户运行的。这一点在进入容器后也可以观察到。所以，本文的解决方案是，设置 logstash 以 root 用户启动，在编排文件 logstash 里添加属性user: root，如下所示：

...
user: root
ports:
  - "5044:5044"
  - "5000:5000/tcp"
  - "5000:5000/udp"
  - "9600:9600"
...

到此，logstash 的基本配置已经完成，下面进行附加配置：logstash multiple pipelines 的配置。

之所以配置多管道，是想把 logging 的东西展示到 kibana 里，查看它执行的 SQL Statement 等信息。

在开始附加配置之前，先说一个问题。本文选择的阿里云实例配置比较低，容器运行过程中总是报 exited)

2.2.3 multiple pipelines

logstash 支持多 pipeline，参考：官方文档，pipeline logs

1.首先，创建新的 .conf 文件，本文选择在 logstash 的 pipeline 文件夹下创建。本文使用的文件如下：

######
input {
file {
    path => "/usr/share/logstash/logs/logstash-plain.log"
    #sincedb_path => "/usr/share/logstash/logs/sincedb"
    sincedb_path => "/dev/null"
    #tags => ["some-logs"]
}
}

filter {
grok {
    match => { "message" => "\[%{TIMESTAMP_ISO8601:tstamp}\]\[%{LOGLEVEL:loglevel} \]\[%{JAVACLASS:class}.*\] %{GREEDYDATA:logmessage}" }
}
date {
    match => ["tstamp", "ISO8601"]
}
mutate {
    remove_field => [ "tstamp" ]
}
}

output {
if "_grokparsefailure" not in [tags] {
elasticsearch {
    hosts => ["elasticsearch:9200"]
    index => "logstash_logs-%{+YYYY.MM.dd}"
    user => "elastic"
    password => "changeme"
    ecs_compatibility => disabled
}
    stdout {   }
}
}

本文在这里遇到一点问题，即新建文件的首行首字母会被“吞”掉，于是将首行作为注释行。

2.在 logstash 的 config 文件夹下新建一个文件叫做 pipelines.yml，具体配置如下：

# This file is where you define your pipelines. You can define multiple.
# # For more information on multiple pipelines, see the documentation:
# #   https://www.elastic.co/guide/en/logstash/current/multiple-pipelines.html
#
- pipeline.id: main
path.config: "/usr/share/logstash/pipeline/logstash.conf"

- pipeline.id: logs
path.config: "/usr/share/logstash/pipeline/logs.conf"

此处记录一下：本文在配置的时候，将 .conf 与 .yml 文件后缀搞混了，以致于耽误了很多时间。

同样地，配置文件写好需要挂载到容器内，给编排文件里的 logstash 添加此项：

- type: bind
    source: ./logstash/config/pipelines.yml
    target: /usr/share/logstash/config/pipelines.yml
    read_only: true

启动 logstash，在 head 上可以看到 logging 的数据同步到了 es。

2.3 Kibana

Kibana的 yml 文件配置大致如下：

---
## Default Kibana configuration from Kibana base image.
## https://github.com/elastic/kibana/blob/master/src/dev/build/tasks/os_packages/docker_generator/templates/kibana_yml.template.ts
#
server.name: kibana
server.host: 0.0.0.0
elasticsearch.hosts: [ "http://elasticsearch:9200" ]
monitoring.ui.container.elasticsearch.enabled: true
xpack.monitoring.enabled: false
##
i18n.locale: "zh-CN"
## X-Pack security credentials
#
elasticsearch.username: elastic
elasticsearch.password: changeme
#elasticsearch.username: kibana-system
#elasticsearch.password: mjHPFOvECWnAmeaKhMqf

i18n.locale这一行是设置Kibana的界面语言为中文。

...

设置完毕，启动 Kibana，访问 host 的 5601 端口开始使用。

---

关于 Kibana 设置索引模式、Discover、Dashboard、KQL查询以及角色权限、用户等内容，下篇文章再继续。同时，下篇文章将会总结遇到的坑