ELK_疑难杂症处理

一、ELK实用知识点总结

1、编码转换问题

这个问题，主要就是中文乱码。

input中的codec=>plain转码：

codec => plain {
charset => "GB2312"
}

将GB2312的文本编码，转为UTF-8的编码。

也可以在filebeat中实现编码的转换（推荐）：

filebeat.prospectors:
​
- input_type: log
​
paths:
​
- c:UsersAdministratorDesktopperformanceTrace.txt
​
encoding: GB2312

2、删除多余日志中的多余行

logstash filter中drop删除：

if ([message] =~ "^20.*- task request,.*,start time.*") { #用正则需删除的多余行
​
drop {}
​
}

日志示例：

2018-03-20 10:44:01,523 [33]DEBUG Debug - task request,task Id:1cbb72f1-a5ea-4e73-957c-6d20e9e12a7a,start time:2018-03-20 10:43:59 #需删除的行
​
-- Request String :
​
{"UserName":"15046699923","Pwd":"ZYjyh727","DeviceType":2,"DeviceId":"PC-20170525SADY","EquipmentNo":null,"SSID":"pc","RegisterPhones":null,"AppKey":"ab09d78e3b2c40b789ddfc81674bc24deac","Version":"2.0.5.3"} -- End
​
-- Response String :
​
{"ErrorCode":0,"Success":true,"ErrorMsg":null,"Result":null,"WaitInterval":30} -- End

3、grok处理多种日志不同的行

日志示例：

2018-03-20 10:44:01,523 [33]DEBUG Debug - task request,task Id:1cbb72f1-a5ea-4e73-957c-6d20e9e12a7a,start time:2018-03-20 10:43:59
​
-- Request String :
​
{"UserName":"15046699923","Pwd":"ZYjyh727","DeviceType":2,"DeviceId":"PC-20170525SADY","EquipmentNo":null,"SSID":"pc","RegisterPhones":null,"AppKey":"ab09d78e3b2c40b789ddfc81674bc24deac","Version":"2.0.5.3"} -- End
​
-- Response String :
​
{"ErrorCode":0,"Success":true,"ErrorMsg":null,"Result":null,"WaitInterval":30} -- End

在logstash filter中grok分别处理3行：

match => {
​
"message" => "^20.*- task request,.*,start time:%{TIMESTAMP_ISO8601:RequestTime}"
​
match => {
​
"message" => "^-- Request String : {"UserName":"%{NUMBER:UserName:int}","Pwd":"(?<Pwd>.*)","DeviceType":%{NUMBER:DeviceType:int},"DeviceId":"(?<DeviceId>.*)","EquipmentNo":(?<EquipmentNo>.*),"SSID":(?<SSID>.*),"RegisterPhones":(?<RegisterPhones>.*),"AppKey":"(?<AppKey>.*)","Version":"(?<Version>.*)"} -- End.*" 
​
}
​
match => {
​
"message" => "^-- Response String : {"ErrorCode":%{NUMBER:ErrorCode:int},"Success":(?<Success>[a-z]*),"ErrorMsg":(?<ErrorMsg>.*),"Result":(?<Result>.*),"WaitInterval":%{NUMBER:WaitInterval:int}} -- End.*"
}
... 等多行

4、日志多行合并处理—multiline插件（重点）

示例：

①日志

2018-03-20 10:44:01,523 [33]DEBUG Debug - task request,task Id:1cbb72f1-a5ea-4e73-957c-6d20e9e12a7a,start time:2018-03-20 10:43:59
​
-- Request String :
​
{"UserName":"15046699923","Pwd":"ZYjyh727","DeviceType":2,"DeviceId":"PC-20170525SADY","EquipmentNo":null,"SSID":"pc","RegisterPhones":null,"AppKey":"ab09d78e3b2c40b789ddfc81674bc24deac","Version":"2.0.5.3"} -- End
​
-- Response String :
​
{"ErrorCode":0,"Success":true,"ErrorMsg":null,"Result":null,"WaitInterval":30} -- End

②logstash grok对合并后多行的处理。合并多行后续都一样，如下：

filter {
​
　grok {
​
      match => {
​
      "message" => "^%{TIMESTAMP_ISO8601:InsertTime} .*- task request,.*,start time:%{TIMESTAMP_ISO8601:RequestTime}
-- Request String : {"UserName":"%{NUMBER:UserName:int}","Pwd":"(?<Pwd>.*)","DeviceType":%{NUMBER:DeviceType:int},"DeviceId":"(?<DeviceId>.*)","EquipmentNo":(?<EquipmentNo>.*),"SSID":(?<SSID>.*),"RegisterPhones":(?<RegisterPhones>.*),"AppKey":"(?<AppKey>.*)","Version":"(?<Version>.*)"} -- End
-- Response String : {"ErrorCode":%{NUMBER:ErrorCode:int},"Success":(?<Success>[a-z]*),"ErrorMsg":(?<ErrorMsg>.*),"Result":(?<Result>.*),"WaitInterval":%{NUMBER:WaitInterval:int}} -- End"
​
        }
​
        }
​
}

在filebeat中使用multiline插件（推荐）：

①介绍multiline

• pattern：正则匹配从哪行合并；

• negate：true/false，匹配到pattern 部分开始合并，还是不配到的合并。

• match：after/before（需自己理解）

• after：匹配到pattern 部分后合并，注意：这种情况最后一行日志不会被匹配处理；

• before：匹配到pattern 部分前合并（推荐）。

②5.5版本之后（before为例）

filebeat.prospectors:
​
- input_type: log
​
paths:
​
- /root/performanceTrace*
​
fields:
​
type: zidonghualog
​
multiline.pattern: '.*"WaitInterval":.*-- End'
​
multiline.negate: true
​
multiline.match: before

③5.5版本之前（after为例）

filebeat.prospectors:
​
- input_type: log 
​
paths:
​
- /root/performanceTrace*
​
input_type: log 
​
multiline:
​
pattern: '^20.*'
​
negate: true
​
match: after

在logstash input中使用multiline插件（没有filebeat时推荐）：

①介绍multiline

• pattern：正则匹配从哪行合并；

• negate：true/false，匹配到pattern 部分开始合并，还是不配到的合并。

• what：previous/next（需自己理解）

• previous：相当于filebeat 的after；

• next：相当于filebeat 的before。

②用法

input {
​
     file {
​
         path => ["/root/logs/log2"]
​
         start_position => "beginning"
​
         codec => multiline {
​
              pattern => "^20.*"
​
              negate => true
​
              what => "previous"
​
}
​
}
​
}

在logstash filter中使用multiline插件（不推荐）：

不推荐的原因：

• filter设置multiline后，pipline worker会自动降为1；

• 5.5 版本官方把multiline 去除了，要使用的话需下载，下载命令如下：

/usr/share/logstash/bin/logstash-plugin install logstash-filter-multiline

示例：

filter {
​
    multiline {
​
   pattern => "^20.*"
​
   negate => true
​
   what => "previous"
​
   }
​
}

5、logstash filter中的date使用

日志示例：

2018-03-20 10:44:01 [33]DEBUG Debug - task request,task Id:1cbb72f1-a5ea-4e73-957c-6d20e9e12a7a,start time:2018-03-20 10:43:59

date使用：

date {
​
        match => ["InsertTime","YYYY-MM-dd HH:mm:ss "]
​
       remove_field => "InsertTime"
​
}

注：match => ["timestamp" ,"dd/MMM/YYYY HⓂ️s Z"]

匹配这个字段，字段的格式为：日日/月月月/年年年年 时/分/秒 时区，也可以写为：match => ["timestamp","ISO8601"]（推荐）

date介绍：

就是将匹配日志中时间的key替换为@timestamp的时间，因为@timestamp的时间是日志送到logstash的时间，并不是日志中真正的时间。

6、对多类日志分类处理（重点）

在filebeat的配置中添加type分类：

filebeat:
​
prospectors:
​
-
​
paths:
​
#- /mnt/data/WebApiDebugLog.txt*
​
- /mnt/data_total/WebApiDebugLog.txt*
​
fields:
​
type: WebApiDebugLog_total
​
-
​
paths:
​
- /mnt/data_request/WebApiDebugLog.txt*
​
#- /mnt/data/WebApiDebugLog.txt*
​
fields:
​
type: WebApiDebugLog_request
​
-
​
paths:
​
- /mnt/data_report/WebApiDebugLog.txt*
​
#- /mnt/data/WebApiDebugLog.txt*
​
fields:
​
type: WebApiDebugLog_report

在logstash filter中使用if，可进行对不同类进行不同处理：

filter {
​
         if [fields][type] == "WebApiDebugLog_request" {                  #对request 类日志
​
        if ([message] =~ "^20.*- task report,.*,start time.*") {                 #删除report 行
​
         drop {}
​
                }
​
           grok {
​
            match => {"... ..."}
​
              }
​
}

在logstash output中使用if：

if [fields][type] == "WebApiDebugLog_total" {
​
       elasticsearch {
​
            hosts => ["6.6.6.6:9200"]
​
            index => "logstashl-WebApiDebugLog_total-%{+YYYY.MM.dd}"
​
           document_type => "WebApiDebugLog_total_logs"
​
}

二、对ELK整体性能的优化

1、性能分析

服务器硬件Linux：1cpu4GRAM

假设每条日志250Byte。

分析：

①logstash-Linux：1cpu 4GRAM

• 每秒500条日志；

• 去掉ruby每秒660条日志；

• 去掉grok后每秒1000条数据。

②filebeat-Linux：1cpu 4GRAM

• 每秒2500-3500条数据；

• 每天每台机器可处理：24h60min60sec* 3000*250Byte=64,800,000,000Bytes，约64G。

③瓶颈在logstash从Redis中取数据存入ES，开启一个logstash，每秒约处理6000条数据；开启两个logstash，每秒约处理10000条数据（cpu已基本跑满）；

④logstash的启动过程占用大量系统资源，因为脚本中要检查java、ruby以及其他环境变量，启动后资源占用会恢复到正常状态。

2、关于收集日志的选择：logstash/filter

没有原则要求使用filebeat或logstash，两者作为shipper的功能是一样的。

区别在于：

• logstash由于集成了众多插件，如grok、ruby，所以相比beat是重量级的；

• logstash启动后占用资源更多，如果硬件资源足够则无需考虑二者差异；

• logstash基于JVM，支持跨平台；而beat使用golang编写，AIX不支持；

• AIX 64bit平台上需要安装jdk（jre） 1.7 32bit，64bit的不支持；

• filebeat可以直接输入到ES，但是系统中存在logstash直接输入到ES的情况，这将造成不同的索引类型造成检索复杂，最好统一输入到els 的源。

总结：

logstash/filter总之各有千秋，但是我推荐选择：在每个需要收集的日志服务器上配置filebeat，因为轻量级，用于收集日志；再统一输出给logstash，做对日志的处理；最后统一由logstash输出给els。

3、logstash的优化相关配置

可以优化的参数，可根据自己的硬件进行优化配置：

①pipeline线程数，官方建议是等于CPU内核数

• 默认配置 ---> pipeline.workers: 2；

• 可优化为 ---> pipeline.workers: CPU内核数（或几倍CPU内核数）。

②实际output时的线程数

• 默认配置 ---> pipeline.output.workers: 1；

• 可优化为 ---> pipeline.output.workers: 不超过pipeline线程数。

③每次发送的事件数

• 默认配置 ---> pipeline.batch.size: 125；

• 可优化为 ---> pipeline.batch.size: 1000。

④发送延时

• 默认配置 ---> pipeline.batch.delay: 5；

• 可优化为 ---> pipeline.batch.size: 10。

总结：

通过设置-w参数指定pipeline worker数量，也可直接修改配置文件logstash.yml。这会提高filter和output的线程数，如果需要的话，将其设置为cpu核心数的几倍是安全的，线程在I/O上是空闲的。

默认每个输出在一个pipeline worker线程上活动，可以在输出output中设置workers设置，不要将该值设置大于pipeline worker数。

还可以设置输出的batch_size数，例如ES输出与batch size一致。

filter设置multiline后，pipline worker会自动将为1，如果使用filebeat，建议在beat中就使用multiline，如果使用logstash作为shipper，建议在input中设置multiline，不要在filter中设置multiline。

Logstash中的JVM配置文件：

Logstash是一个基于Java开发的程序，需要运行在JVM中，可以通过配置jvm.options来针对JVM进行设定。比如内存的最大最小、垃圾清理机制等等。JVM的内存分配不能太大不能太小，太大会拖慢操作系统。太小导致无法启动。默认如下：

• Xms256m#最小使用内存；

• Xmx1g#最大使用内存。

4、引入Redis的相关问题

filebeat可以直接输入到logstash（indexer），但logstash没有存储功能，如果需要重启需要先停所有连入的beat，再停logstash，造成运维麻烦；另外如果logstash发生异常则会丢失数据；引入Redis作为数据缓冲池，当logstash异常停止后可以从Redis的客户端看到数据缓存在Redis中；

Redis可以使用list(最长支持4,294,967,295条)或发布订阅存储模式；

Redis做ELK缓冲队列的优化：

• bind 0.0.0.0 #不要监听本地端口；

• requirepass ilinux.io #加密码，为了安全运行；

• 只做队列，没必要持久存储，把所有持久化功能关掉：

  快照（RDB文件）和追加式文件（AOF文件），性能更好；

  save "" 禁用快照；

  appendonly no 关闭RDB。

• 把内存的淘汰策略关掉，把内存空间最大

  maxmemory 0 #maxmemory为0的时候表示我们对Redis的内存使用没有限制。

5、Elasticsearch节点优化配置

服务器硬件配置，OS参数：

1）/etc/sysctl.conf 配置

vim /etc/sysctl.conf
​
① vm.swappiness = 1
#ES 推荐将此参数设置为 1，大幅降低 swap 分区的大小，强制最大程度的使用内存，注意，这里不要设置为 0, 这会很可能会造成 OOM
​
② net.core.somaxconn = 65535
#定义了每个端口最大的监听队列的长度
​
③ vm.max_map_count= 262144
#限制一个进程可以拥有的VMA(虚拟内存区域)的数量。虚拟内存区域是一个连续的虚拟地址空间区域。当VMA 的数量超过这个值，OOM
​
④ fs.file-max = 518144
#设置 Linux 内核分配的文件句柄的最大数量

[root@elasticsearch]# sysctl -p生效一下。

2）limits.conf 配置

vim /etc/security/limits.conf
elasticsearch soft nofile 65535
elasticsearch hard nofile 65535
elasticsearch soft memlock unlimited
elasticsearch hard memlock unlimited

3）为了使以上参数永久生效，还要设置两个地方：

vim /etc/pam.d/common-session-noninteractive

vim /etc/pam.d/common-session

添加如下属性：

session required pam_limits.so

可能需重启后生效。

Elasticsearch中的JVM配置文件

-Xms2g

-Xmx2g

• 将最小堆大小（Xms）和最大堆大小（Xmx）设置为彼此相等。

• Elasticsearch可用的堆越多，可用于缓存的内存就越多。但请注意，太多的堆可能会使您长时间垃圾收集暂停。

• 设置Xmx为不超过物理RAM的50％，以确保有足够的物理内存留给内核文件系统缓存。

• 不要设置Xmx为JVM用于压缩对象指针的临界值以上；确切的截止值有所不同，但接近32 GB。不要超过32G，如果空间大，多跑几个实例，不要让一个实例太大内存。

Elasticsearch配置文件优化参数：

vim elasticsearch.yml
​
bootstrap.memory_lock: true 
#锁住内存，不使用swap
​
#缓存、线程等优化如下
bootstrap.mlockall: true
transport.tcp.compress: true
indices.fielddata.cache.size: 40%
indices.cache.filter.size: 30%
indices.cache.filter.terms.size: 1024mb
threadpool:
search:
type: cached
size: 100
queue_size: 2000

设置环境变量

vim /etc/profile.d/elasticsearch.sh export ES_HE AP _SIZE=2g #Heap Size不超过物理内存的一半，且小于32G。

集群的优化（我未使用集群）：

• ES是分布式存储，当设置同样的cluster.name后会自动发现并加入集群；

• 集群会自动选举一个master，当master宕机后重新选举；

• 为防止"脑裂"，集群中个数最好为奇数个；

• 为有效管理节点，可关闭广播discovery. zen.ping.multicast.enabled: false，并设置单播节点组discovery.zen.ping.unicast.hosts: ["ip1", "ip2", "ip3"]。

6、性能的检查

检查输入和输出的性能：

Logstash和其连接的服务运行速度一致，它可以和输入、输出的速度一样快。

检查系统参数：

1）CPU

• 注意CPU是否过载。在Linux/Unix系统中可以使用top-H查看进程参数以及总计。

• 如果CPU使用过高，直接跳到检查JVM堆的章节并检查Logstash worker设置。

2）Memory

• 注意Logstash是运行在Java虚拟机中的，所以它只会用到你分配给它的最大内存。

• 检查其他应用使用大量内存的情况，这将造成Logstash使用硬盘swap，这种情况会在应用占用内存超出物理内存范围时。

3）I/O监控磁盘I/O检查磁盘饱和度

• 使用Logstash plugin（例如使用文件输出）磁盘会发生饱和。

• 当发生大量错误，Logstash生成大量错误日志时磁盘也会发生饱和。

• 在Linux中，可使用iostat，dstat或者其他命令监控磁盘I/O。

4）监控网络I/O

• 当使用大量网络操作的input、output时，会导致网络饱和。

• 在Linux中可使用dstat或iftop监控网络情况。

检查JVM heap：

• heap设置太小会导致CPU使用率过高，这是因为JVM的垃圾回收机制导致的。

• 一个快速检查该设置的方法是将heap设置为两倍大小然后检测性能改进。不要将heap设置超过物理内存大小，保留至少1G内存给操作系统和其他进程。

• 你可以使用类似jmap命令行或VisualVM更加精确的计算JVM heap。