Filebeat+Kafka+Logstash+ElasticSearch+Kibana 日志采集方案

前言　　

　　Elastic Stack 提供 Beats 和 Logstash 套件来采集任何来源、任何格式的数据。其实Beats 和 Logstash的功能差不多，都能够与 Elasticsearch 产生协同作用，而且

logstash比filebeat功能更强大一点，2个都使用是因为：Beats 是一个轻量级的采集器，支持从边缘机器向 Logstash 和 Elasticsearch 发送数据。考虑到 Logstash 占用系

统资源较多，我们采用 Filebeat 来作为我们的日志采集器。并且这里采用kafka作为传输方式是为了避免堵塞和丢失，以实现日志的实时更新。

介绍

　　1.Filebeat：filebat是一个用于转发和集中日志数据的轻量级shipper。作为代理安装在服务器上，filebeat监视指定的日志文件或位置，收集日志事件，并将它们转发给ElasticSearch或logstash进行索引。

　　2.Logstash：Logstash 是开源的服务器端数据处理管道，能够同时从多个来源采集数据，转换数据，然后将数据发送到存储库。

　　3.ElasticSearch：Elasticsearch 是基于 JSON 的分布式搜索和分析引擎，专为实现水平扩展、高可靠性和管理便捷性而设计。

　　4.Kibana：Kibana 能够以图表的形式呈现数据，并且具有可扩展的用户界面，供您全方位配置和管理 Elastic Stack。

Elastic Stack架构

软件环境

　　Ubuntu 18.04.1

　　

　　Elastic Stack官网：https://www.elastic.co/

kafka、Zookeeper安装

　　kafka是一种高吞吐量的分布式发布订阅消息系统，它可以处理消费者规模的网站中的所有动作流数据。　　

　　ZooKeeper是一个分布式的，开放源码的分布式应用程序协调服务，是Google的Chubby一个开源的实现，是Hadoop和Hbase的重要组件。它是一个为分布式应用

提供一致性服务的软件，提供的功能包括：配置维护、域名服务、分布式同步、组服务等。

注：安装kafka时会发现它需要安装Zookeeper的。kafka的官方文档有说明。zookeeper是为了解决分布式一致性问题的工具，kafka使用ZooKeeper用于管理、协调代理。当Kafka系统中新增了代理或某个代理失效时，Zookeeper服务将通知生产者和消费者。生产者与消费者据此开始与其他代理协调工作。

Zookeeper单机安装配置：

Step 1:下载压缩包并解压

 >wget http://mirrors.cnnic.cn/apache/zookeeper/zookeeper-3.4.13/zookeeper-3.4.13.tar.gz
 >tar -zxvf  zookeeper-3.4..tar.gz
 >cd zookeeper-3.4.

Step 2:修改配置文件

先复制模板配置文件，并重命名，然后里面存放数据的路径dataDir可以自己定义

 >cp -rf conf/zoo_sample.cfg conf/zoo.cfg
 >vim zoo.cfg

Step 3:启动服务

 >./bin/zkServer.sh start

 >./bin/zkServer.sh status

先启动，系统会默认加载zoo.cfg配置，然后使用 zkServer.sh status 查看服务状态

kafka安装配置：

根据官网教程开始安装（复制的官网教程）：

Step 1: Download the code

  > wget http://mirror.apache-kr.org/kafka/2.1.0/kafka_2.11-2.1.0.tgz
  > tar -xzf kafka_2.-2.1..tgz
  > cd kafka_2.-2.1./

Step 2: Start the server

Kafka uses ZooKeeper so you need to first start a ZooKeeper server if you don't already have one. You can use the convenience script packaged with kafka to get a quick-and-dirty single-node ZooKeeper instance.（由于我自己安装的Zookeeper，所以这一步可以省略）

 > ./bin/zookeeper-server-start.sh config/zookeeper.properties
 [-- ::,] INFO Reading configuration from: config/zookeeper.properties (org.apache.zookeeper.server.quorum.QuorumPeerConfig)
 ...

Now start the Kafka server:

首先可以先修改一下配置文件server.propertise

broker.id=  #当前机器在集群中的唯一标识，和zookeeper的myid性质一样
port= #当前kafka对外提供服务的端口默认是9092
num.network.threads= #这个是borker进行网络处理的线程数
num.io.threads= #这个是borker进行I/O处理的线程数
log.dirs=/opt/kafka/kafkalogs/ #消息存放的目录，这个目录可以配置为“，”逗号分割的表达式，上面的num.io.threads要大于这个目录的个数这个目录，如果配置多个目录，新创建的topic他把消息持久化的地方是，当前以逗号分割的目录中，那个分区数最少就放那一个
socket.send.buffer.bytes= #发送缓冲区buffer大小，数据不是一下子就发送的，先回存储到缓冲区了到达一定的大小后在发送，能提高性能
socket.receive.buffer.bytes= #kafka接收缓冲区大小，当数据到达一定大小后在序列化到磁盘
socket.request.max.bytes= #这个参数是向kafka请求消息或者向kafka发送消息的请请求的最大数，这个值不能超过java的堆栈大小
num.partitions= #默认的分区数，一个topic默认1个分区数
log.retention.hours= #默认消息的最大持久化时间，168小时，7天
message.max.byte=  #消息保存的最大值5M
default.replication.factor=  #kafka保存消息的副本数，如果一个副本失效了，另一个还可以继续提供服务
replica.fetch.max.bytes=  #取消息的最大直接数
log.segment.bytes= #这个参数是：因为kafka的消息是以追加的形式落地到文件，当超过这个值的时候，kafka会新起一个文件
log.retention.check.interval.ms= #每隔300000毫秒去检查上面配置的log失效时间（log.retention.hours= ），到目录查看是否有过期的消息如果有，删除
log.cleaner.enable=false #是否启用log压缩，一般不用启用，启用的话可以提高性能
zookeeper.connect=localhost:#设置zookeeper的连接端口

 > ./bin/kafka-server-start.sh config/server.properties
 [-- ::,] INFO Verifying properties (kafka.utils.VerifiableProperties)
 [-- ::,] INFO Property socket.send.buffer.bytes is overridden to  (kafka.utils.VerifiableProperties)
 ...

后台启动的命令(蓝色部分为控制台输出地址)：

>nohup bin/kafka-server-start.sh config/server.properties >/home/ec2-user/tools/kafka_2.11-2.1.0/logs/kafka.log >& &

到这里服务就启动成功了。

查看java进程pid也可以发现kafka

Step 3: Create a topic

Let's create a topic named "test" with a single partition and only one replica:

 > ./bin/kafka-topics.sh --create --zookeeper localhost: --replication-factor  --partitions  --topic test

if you want delete a topic:

 >./bin/kafka-topics.sh --zookeeper localhost: --delete --topic test

We can now see that topic if we run the list topic command:

 > ./bin/kafka-topics.sh --list --zookeeper localhost:
 test

Alternatively, instead of manually creating topics you can also configure your brokers to auto-create topics when a non-existent topic is published to.

在上一次配置的日子目录（server.properties里配置的log.dirs）上可以看到，已经存在了该主题的日志信息文件了，由于server.properties里面配置的num.partitions=1（默认的分区数，一个topic默认1个分区数）。所以只有一个文件夹

要查看topic详细信息的话：

  >bin/kafka-topics.sh --describe --zookeeper localhost: --topic test

Step 4: Star a producer(创建发布者)

 > ./bin/kafka-console-producer.sh --broker-list localhost: --topic test

Step 5: Start a consumer(创建订阅者)

 > ./bin/kafka-console-consumer.sh --bootstrap-server localhost:2181 --topic test --from-beginning

创建好后，可以在发布者端发送消息进行测试，我们这里的发布者是filebeat，订阅者是logstash，可以不用配置。

Filebeat安装配置

　　beat是一个轻量级的数据传输者，它有好几种分类，这里暂时只用到Filebeat。

　　Filebeat的处理流程基本分为3部分：Input、Filter、Output。

 开始安装

　　1.官网下载 ：filebeat-6.5.4-linux-x86_64.tar.gz，复制到LINUX服务器，然后解压( tar -xzvf filebeat-6.5.4-linux-x86_64.tar.gz)

　　2.进入filebeat-6.5.4-linux-x86_64文件夹，修改filebeat.yml，filebeat默认是将数据传输到elasticsearch，需要修改为kafka

这里放一个filebeat详细配置参考：https://www.cnblogs.com/kuku0223/p/8316922.html

配置完成后启动filebeat：

 > sudo ./filebeat -e -c filebeat.yml

ELK(elasticsearch+logstash+kibana 6.5.4)配置

elasticsearch安装配置

　　Elasticsearch 是一个分布式、RESTful 风格的搜索和数据分析引擎，能够解决不断涌现出的各种用例。

　　顺带提一下Elasticsearch的数据结构：FST（Finite StateTransducers），其特点高度重复利用数据前缀和后缀存储数据，能很大层度上压缩数据。

elasticsearch安装配置：

　　从官网上下载软件：https://www.elastic.co/cn/downloads/elasticsearch

　　解压之后，修改config/elasticsearch.yml配置文件，配置一下ip和端口号：

 skyworth@skyworth-ubuntu:~$ cd /home/tools/elk/elasticsearch-6.5./
 skyworth@skyworth-ubuntu:/home/tools/elk/elasticsearch-6.5.$ vim config/elasticsearch.yml

然后启动命令：

 skyworth@skyworth-ubuntu:/home/tools/elk/elasticsearch-6.5.$ ./bin/elasticsearch

后台运行命令：

>./bin/elasticsearch -d

然后浏览器打开端口(http://192.168.80.15:9200/)，出现如下信息说明启动成功

elasticsearch启动常见错误参考：https://www.cnblogs.com/zhi-leaf/p/8484337.html

elastucsearch安全框架（Search Guard ，x-pack收费）

官方参考文档：https://docs.search-guard.com/latest/demo-installer.html#install-search-guard-on-elasticsearch

配置参考：http://xiaoqiangge.com/aritcle/1536058241842.html

Install Search Guard on Elasticsearch：

>bin/elasticsearch-plugin install -b com.floragunn:search-guard-:6.5.-24.0

接着，配置ssl，由于ElasticSearch节点之间通讯默值非加密，造成数据不安全，Search Guard强制ElasticSearch节点之间通讯为加密方式。

可以在 https://search-guard.com/tls-certificate-generator 上申请密匙。

Email用来接收密钥，

Organization Name可以随便填写，

Hostname填写ElasticSearch集群中每个节点的node name，这是一一对应的，这里我只有一个节点，node name为node-1。

填写好之后，邮箱会收到一个压缩包，将这个压缩包解压到Elastucsearch的config目录下，并在elasticsearch.yml追加配置，如下：

http.compression: true
xpack.security.enabled: false

searchguard.ssl.transport.pemcert_filepath: CN=node-1.crtfull.pem
searchguard.ssl.transport.pemkey_filepath: CN=node-1.key.pem
searchguard.ssl.transport.pemkey_password: 3816b97cbd40d1a97402
searchguard.ssl.transport.pemtrustedcas_filepath: chain-ca.pem
searchguard.ssl.transport.enforce_hostname_verification: false
searchguard.ssl.http.enabled: true
searchguard.ssl.http.pemcert_filepath: CN=node-1.crtfull.pem
searchguard.ssl.http.pemkey_filepath: CN=node-1.key.pem
searchguard.ssl.http.pemkey_password: 3816b97cbd40d1a97402
searchguard.ssl.http.pemtrustedcas_filepath: chain-ca.pem

searchguard.authcz.admin_dn:
  - CN=sgadmin

searchguard.audit.type: internal_elasticsearch
searchguard.enable_snapshot_restore_privilege: true
searchguard.check_snapshot_restore_write_privileges: true
searchguard.restapi.roles_enabled: ["sg_all_access"]
cluster.routing.allocation.disk.threshold_enabled: false

注：有关配置属性以及pemkey_password属性可以在下载的密钥包中README.txt文件中查看到，如下：

## Passwords

### Common passwords

Root CA password: 9c5eeb48cee19d1ae6ce0315154f7271ff6f8b8c
Truststore password: 1d6df567841c5e8a7663
Admin keystore and private key password: 83f5fdded6c38208a9ad
Demouser keystore and private key password: e598a7e1684295923d36

## Host/Node specific passwords

Host: node-
node- keystore and private key password: 3816b97cbd40d1a97402
node- keystore: node-certificates/CN=node--keystore.jks
node- PEM certificate: node-certificates/CN=node-.crtfull.pem
node- PEM private key: node-certificates/CN=node-.key.pem

这时还无法启动ES，需要对节点密钥文件进行授权，权限打小为0644（rw-r--r--），否则会出现对密钥文件没有读取权限，如下：

>chmod   root-ca.pem chain-ca.pem node-certificates/CN\=node-.key.pem node-certificates/CN\=node-.crtfull.pem /home/ec2-user/tools/elasticsearch-6.5./config/

把节点授权的4个文件复制到ES的config文件夹下

cp root-ca.pem chain-ca.pem node-certificates/CN\=node-.key.pem node-certificates/CN\=node-.crtfull.pem /home/ec2-user/tools/elasticsearch-6.5./config/

接着对sgadmin客户端密钥进行授权:

>chmod   root-ca.pem chain-ca.pem client-certificates/CN\=sgadmin.key.pem client-certificates/CN\=sgadmin.crtfull.pem

然后把客户端密匙的4个文件复制到插件的tools目录下

cp root-ca.pem chain-ca.pem client-certificates/CN\=sgadmin.key.pem client-certificates/CN\=sgadmin.crtfull.pem  /home/ec2-user/tools/elasticsearch-6.5./plugins/search-guard-/tools 

注：这里都没有去使用root用户权限，自己创建用户

然后再启动ES,分别检查状态和日志是否存在错误，如果没有存在错误开始执行最后一步，初始化sgadmin配置，如下:

进入目录
/home/ec2-user/tools/elasticsearch-6.5./plugins/search-guard-/tools
对sgadmin.sh进行授权
chmod  sgadmin.sh
执行初始化语句
sh sgadmin.sh -cd ../sgconfig/ -icl -nhnv -cacert root-ca.pem -cert CN=sgadmin.crtfull.pem -key CN=sgadmin.key.pem -h localhost -keypass 83f5fdded6c38208a9ad

执行完之后会出现如下效果：

最后在浏览器书如https://admin:admin@localhost:9200可以查看结果:

kibana安装配置

　　通过 Kibana，能够对 Elasticsearch 中的数据进行可视化并在 Elastic Stack 进行操作.

kibana安装配置：

　　首先下载软件，然后解压，修改配置文件config/kibana.yml，再启动就行，与elasticsearch类似。

　

 skyworth@skyworth-ubuntu:/home/tools/elk/kibana-6.5.-linux-x86_64$ vim config/kibana.yml

 skyworth@skyworth-ubuntu:/home/tools/elk/kibana-6.5.-linux-x86_64$ ./bin/kibana

kibana后台启动

>nohup bin/kibana >/home/ec2-user/tools/kibana-6.5.-linux-x86_64/logs/kibana.log >& &

Install Search Guard on Kibana

这里只需要修改一下 kibana.yml，增加如下配置就好：

# Use HTTPS instead of HTTP
elasticsearch.url: "https://localhost:9200"

# Configure the Kibana internal server user
elasticsearch.username: "kibanaserver"
elasticsearch.password: "kibanaserver"

# Disable SSL verification because we use self-signed demo certificates
elasticsearch.ssl.verificationMode: none

# Whitelist the Search Guard Multi Tenancy Header
elasticsearch.requestHeadersWhitelist: [ "Authorization", "sgtenant" ]

logstash安装配置

filebeat中message要么是一段字符串，要么在日志生成的时候拼接成json然后在filebeat中指定为json。但是大部分系统日志无法去修改日志格式，filebeat则无法通过正则去匹配出对应的field，这时需要结合logstash的grok来过滤。　　

Logstash 是开源的服务器端数据处理管道，能够同时从多个来源采集数据，转换数据，然后将数据发送到存储库中。

　　安装过程依然是下载压缩包，解压后修改配置文件，再启动。

　　进入config文件夹，我们可以修改原有的logstash-sample.conf，或者自己新建一个（这里选择自己新建一个logstash-skyworth.conf）。

　　

　　修改配置文件：

input{
   kafka{
    bootstrap_servers => ["192.168.80.15:9092"]
        client_id => "test"
        group_id => "test"
        auto_offset_reset => "latest" //从最新的偏移量开始消费
        consumer_threads =>
        decorate_events => true //此属性会将当前topic、offset、group、partition等信息也带到message中
        topics => ["test"]
        type => "skyworth"
  }
}
filter {
        if ([message]== "")
        {
            drop {}
        }
}
output {
  if [type] == "skyworth"{
        elasticsearch {
        hosts => ["192.168.80.15:9200"]                  # ElasticSearch的地址加端口
        index => "skyworth-log-%{+YYYYMMdd}"            # ElasticSearch的保存文档的index名称，
    }
  }
}

启动命令：

 >./bin/logstash -f config/logstash-skyworth.conf

注：elastic stack 安全框架X-Pack 安装配置请参考：https://www.cnblogs.com/cjsblog/p/9501858.html

　总结

　　业务流程偷了张图如下：

　　注：有的人会在filebeat和kafka之间再加一层前置的logstash用于格式化日志，目前我也没明白为什么要那样做。