# Elastic 技术栈之 Logstash 基础 > 本文是 Elastic 技术栈（ELK）的 Logstash 应用。 > > 如果不了解 Elastic 的安装、配置、部署，可以参考：[Elastic 技术栈之快速入门](https://github.com/dunwu/JavaStack/blob/master/docs/javatool/elastic/elastic-quickstart.md) ## 简介 Logstash 可以传输和处理你的日志、事务或其他数据。 ### 功能 Logstash 是 Elasticsearch 的最佳数据管道。 Logstash 是插件式管理模式，在输入、过滤、输出以及编码过程中都可以使用插件进行定制。Logstash 社区有超过 200 种可用插件。 ### 工作原理 Logstash 有两个必要元素：`input` 和 `output` ，一个可选元素：`filter`。 这三个元素，分别代表 Logstash 事件处理的三个阶段：输入 > 过滤器 > 输出。 ![img](https://www.elastic.co/guide/en/logstash/current/static/images/basic_logstash_pipeline.png) * input 负责从数据源采集数据。 * filter 将数据修改为你指定的格式或内容。 * output 将数据传输到目的地。 在实际应用场景中，通常输入、输出、过滤器不止一个。Logstash 的这三个元素都使用插件式管理方式，用户可以根据应用需要，灵活的选用各阶段需要的插件，并组合使用。 后面将对插件展开讲解，暂且不表。 ## 设置 ### 设置文件 * **`logstash.yml`**：logstash 的默认启动配置文件 * **`jvm.options`**：logstash 的 JVM 配置文件。 * **`startup.options`** (Linux)：包含系统安装脚本在 `/usr/share/logstash/bin` 中使用的选项为您的系统构建适当的启动脚本。安装 Logstash 软件包时，系统安装脚本将在安装过程结束时执行，并使用 `startup.options` 中指定的设置来设置用户，组，服务名称和服务描述等选项。 ### logstash.yml 设置项 节选部分设置项，更多项请参考： | 参数 | 描述 | 默认值 | | -------------------------- | ---------------------------------------------------------------------------------------------------------------------------------- | ------------------------------------------------------------------------------------------------------------------------------------ | | `node.name` | 节点名 | 机器的主机名 | | `path.data` | Logstash及其插件用于任何持久性需求的目录。 | `LOGSTASH_HOME/data` | | `pipeline.workers` | 同时执行管道的过滤器和输出阶段的工作任务数量。如果发现事件正在备份，或CPU未饱和，请考虑增加此数字以更好地利用机器处理能力。 | Number of the host’s CPU cores | | `pipeline.batch.size` | 尝试执行过滤器和输出之前，单个工作线程从输入收集的最大事件数量。较大的批量处理大小一般来说效率更高，但是以增加的内存开销为代价。您可能必须通过设置 `LS_HEAP_SIZE` 变量来有效使用该选项来增加JVM堆大小。 | `125` | | `pipeline.batch.delay` | 创建管道事件批处理时，在将一个尺寸过小的批次发送给管道工作任务之前，等待每个事件需要多长时间（毫秒）。 | `5` | | `pipeline.unsafe_shutdown` | 如果设置为true，则即使在内存中仍存在inflight事件时，也会强制Logstash在关闭期间退出。默认情况下，Logstash将拒绝退出，直到所有接收到的事件都被推送到输出。启用此选项可能会导致关机期间数据丢失。 | `false` | | `path.config` | 主管道的Logstash配置路径。如果您指定一个目录或通配符，配置文件将按字母顺序从目录中读取。 | Platform-specific. See [\[dir-layout\]](https://github.com/elastic/logstash/blob/6.1/docs/static/settings-file.asciidoc#dir-layout). | | `config.string` | 包含用于主管道的管道配置的字符串。使用与配置文件相同的语法。 | None | | `config.test_and_exit` | 设置为true时，检查配置是否有效，然后退出。请注意，使用此设置不会检查grok模式的正确性。 Logstash可以从目录中读取多个配置文件。如果将此设置与log.level：debug结合使用，则Logstash将记录组合的配置文件，并注掉其源文件的配置块。 | `false` | | `config.reload.automatic` | 设置为true时，定期检查配置是否已更改，并在配置更改时重新加载配置。这也可以通过SIGHUP信号手动触发。 | `false` | | `config.reload.interval` | Logstash 检查配置文件更改的时间间隔。 | `3s` | | `config.debug` | 设置为true时，将完全编译的配置显示为调试日志消息。您还必须设置`log.level：debug`。警告：日志消息将包括任何传递给插件配置作为明文的“密码”选项，并可能导致明文密码出现在您的日志！ | `false` | | `config.support_escapes` | 当设置为true时，带引号的字符串将处理转义字符。 | `false` | | `modules` | 配置时，模块必须处于上表所述的嵌套YAML结构中。 | None | | `http.host` | 绑定地址 | `"127.0.0.1"` | | `http.port` | 绑定端口 | `9600` | | `log.level` | 日志级别。有效选项：fatal > error > warn > info > debug > trace | `info` | | `log.format` | 日志格式。json （JSON 格式）或 plain （原对象） | `plain` | | `path.logs` | Logstash 自身日志的存储路径 | `LOGSTASH_HOME/logs` | | `path.plugins` | 在哪里可以找到自定义的插件。您可以多次指定此设置以包含多个路径。 | | ## 启动 ### 命令行 通过命令行启动 logstash 的方式如下： ``` bin/logstash [options] ``` 其中 \[options] 是您可以指定用于控制 Logstash 执行的命令行标志。 在命令行上设置的任何标志都会覆盖 Logstash 设置文件（`logstash.yml`）中的相应设置，但设置文件本身不会更改。 > **注** > > 虽然可以通过指定命令行参数的方式，来控制 logstash 的运行方式，但显然这么做很麻烦。 > > 建议通过指定配置文件的方式，来控制 logstash 运行，启动命令如下： > > ``` > bin/logstash -f logstash.conf > ``` > > 若想了解更多的命令行参数细节，请参考： ### 配置文件 上节，我们了解到，logstash 可以执行 `bin/logstash -f logstash.conf` ，按照配置文件中的参数去覆盖默认设置文件（`logstash.yml`）中的设置。 这节，我们就来学习一下这个配置文件如何配置参数。 #### 配置文件结构 在工作原理一节中，我们已经知道了 Logstash 主要有三个工作阶段 input 、filter、output。而 logstash 配置文件文件结构也与之相对应： ``` input {} filter {} output {} ``` > 每个部分都包含一个或多个插件的配置选项。如果指定了多个过滤器，则会按照它们在配置文件中的显示顺序应用它们。 #### 插件配置 插件的配置由插件名称和插件的一个设置块组成。 下面的例子中配置了两个输入文件配置： ``` input { file { path => "/var/log/messages" type => "syslog" } file { path => "/var/log/apache/access.log" type => "apache" } } ``` 您可以配置的设置因插件类型而异。你可以参考： [Input Plugins](https://www.elastic.co/guide/en/logstash/current/input-plugins.html), [Output Plugins](https://www.elastic.co/guide/en/logstash/current/output-plugins.html), [Filter Plugins](https://www.elastic.co/guide/en/logstash/current/filter-plugins.html), 和 [Codec Plugins](https://www.elastic.co/guide/en/logstash/current/codec-plugins.html) 。 #### 值类型 一个插件可以要求设置的值是一个特定的类型，比如布尔值，列表或哈希值。以下值类型受支持。 * Array ``` users => [ {id => 1, name => bob}, {id => 2, name => jane} ] ``` * Lists ``` path => [ "/var/log/messages", "/var/log/*.log" ] uris => [ "http://elastic.co", "http://example.net" ] ``` * Boolean ``` ssl_enable => true ``` * Bytes ``` my_bytes => "1113" # 1113 bytes my_bytes => "10MiB" # 10485760 bytes my_bytes => "100kib" # 102400 bytes my_bytes => "180 mb" # 180000000 bytes ``` * Codec ``` codec => "json" ``` * Hash ``` match => { "field1" => "value1" "field2" => "value2" ... } ``` * Number ``` port => 33 ``` * Password ``` my_password => "password" ``` * URI ``` my_uri => "http://foo:bar@example.net" ``` * Path ``` my_path => "/tmp/logstash" ``` * String * 转义字符 ## 插件 ### input > Logstash 支持各种输入选择 ，可以在同一时间从众多常用来源捕捉事件。能够以连续的流式传输方式，轻松地从您的日志、指标、Web 应用、数据存储以及各种 AWS 服务采集数据。 #### 常用 input 插件 * **file**：从文件系统上的文件读取，就像UNIX命令 `tail -0F` 一样 * **syslog：**在众所周知的端口514上侦听系统日志消息，并根据RFC3164格式进行解析 * **redis：**从redis服务器读取，使用redis通道和redis列表。 Redis经常用作集中式Logstash安装中的“代理”，它将来自远程Logstash“托运人”的Logstash事件排队。 * **beats：**处理由Filebeat发送的事件。 更多详情请见：[Input Plugins](https://www.elastic.co/guide/en/logstash/current/input-plugins.html) ### filter > 过滤器是Logstash管道中的中间处理设备。如果符合特定条件，您可以将条件过滤器组合在一起，对事件执行操作。 #### 常用 filter 插件 * **grok：**解析和结构任意文本。 Grok目前是Logstash中将非结构化日志数据解析为结构化和可查询的最佳方法。 * **mutate：**对事件字段执行一般转换。您可以重命名，删除，替换和修改事件中的字段。 * **drop：**完全放弃一个事件，例如调试事件。 * **clone：**制作一个事件的副本，可能会添加或删除字段。 * **geoip：**添加有关IP地址的地理位置的信息（也可以在Kibana中显示惊人的图表！） 更多详情请见：[Filter Plugins](https://www.elastic.co/guide/en/logstash/current/filter-plugins.html) ### output > 输出是Logstash管道的最后阶段。一个事件可以通过多个输出，但是一旦所有输出处理完成，事件就完成了执行。 #### 常用 output 插件 * **elasticsearch：**将事件数据发送给 Elasticsearch（推荐模式）。 * **file：**将事件数据写入文件或磁盘。 * **graphite：**将事件数据发送给 graphite（一个流行的开源工具，存储和绘制指标。 [http://graphite.readthedocs.io/en/latest/）。](http://graphite.readthedocs.io/en/latest/%EF%BC%89%E3%80%82) * **statsd：**将事件数据发送到 statsd （这是一种侦听统计数据的服务，如计数器和定时器，通过UDP发送并将聚合发送到一个或多个可插入的后端服务）。 更多详情请见：[Output Plugins](https://www.elastic.co/guide/en/logstash/current/output-plugins.html) ### codec 用于格式化对应的内容。 #### 常用 codec 插件 * **json：**以JSON格式对数据进行编码或解码。 * **multiline：**将多行文本事件（如java异常和堆栈跟踪消息）合并为单个事件。 更多插件请见：[Codec Plugins](https://www.elastic.co/guide/en/logstash/current/codec-plugins.html) ## 实战 前面的内容都是对 Logstash 的介绍和原理说明。接下来，我们来实战一些常见的应用场景。 ### 传输控制台数据 > stdin input 插件从标准输入读取事件。这是最简单的 input 插件，一般用于测试场景。 **应用** （1）创建 `logstash-input-stdin.conf` ： ``` input { stdin { } } output { elasticsearch { hosts => ["localhost:9200"] } stdout { codec => rubydebug } } ``` 更多配置项可以参考： （2）执行 logstash，使用 `-f` 来指定你的配置文件： ``` bin/logstash -f logstash-input-stdin.conf ``` ### 传输 logback 日志 > elk 默认使用的 Java 日志工具是 log4j2 ，并不支持 logback 和 log4j。 > > 想使用 logback + logstash ，可以使用 [logstash-logback-encoder](https://github.com/logstash/logstash-logback-encoder) 。[logstash-logback-encoder](https://github.com/logstash/logstash-logback-encoder) 提供了 UDP / TCP / 异步方式来传输日志数据到 logstash。 > > 如果你使用的是 log4j ，也不是不可以用这种方式，只要引入桥接 jar 包即可。如果你对 log4j 、logback ，或是桥接 jar 包不太了解，可以参考我的这篇博文：[细说 Java 主流日志工具库](https://github.com/dunwu/JavaStack/blob/master/docs/javalib/java-log.md) 。 #### TCP 应用 1. logstash 配置 （1）创建 `logstash-input-tcp.conf` ： ``` input { tcp { port => 9251 codec => json_lines mode => server } } output { elasticsearch { hosts => ["localhost:9200"] } stdout { codec => rubydebug } } ``` 更多配置项可以参考： （2）执行 logstash，使用 `-f` 来指定你的配置文件：`bin/logstash -f logstash-input-udp.conf` 1. java 应用配置 （1）在 Java 应用的 pom.xml 中引入 jar 包： ```markup net.logstash.logback logstash-logback-encoder 4.11 ch.qos.logback logback-core 1.2.3 ch.qos.logback logback-classic 1.2.3 ch.qos.logback logback-access 1.2.3 ``` （2）接着，在 logback.xml 中添加 appender ```markup 192.168.28.32:9251 ``` （3）接下来，就是 logback 的具体使用 ，如果对此不了解，不妨参考一下我的这篇博文：[细说 Java 主流日志工具库](https://github.com/dunwu/JavaStack/blob/master/docs/javalib/java-log.md) 。 **实例：**[我的logback.xml](https://github.com/dunwu/JavaStack/blob/master/codes/javatool/src/main/resources/logback.xml) #### UDP 应用 UDP 和 TCP 的使用方式大同小异。 1. logstash 配置 （1）创建 `logstash-input-udp.conf` ： ``` input { udp { port => 9250 codec => json } } output { elasticsearch { hosts => ["localhost:9200"] } stdout { codec => rubydebug } } ``` 更多配置项可以参考： （2）执行 logstash，使用 `-f` 来指定你的配置文件：`bin/logstash -f logstash-input-udp.conf` 1. java 应用配置 （1）在 Java 应用的 pom.xml 中引入 jar 包： 与 **TCP 应用** 一节中的引入依赖包完全相同。 （2）接着，在 logback.xml 中添加 appender ```markup 192.168.28.32 9250 ``` （3）接下来，就是 logback 的具体使用 ，如果对此不了解，不妨参考一下我的这篇博文：[细说 Java 主流日志工具库](https://github.com/dunwu/JavaStack/blob/master/docs/javalib/java-log.md) 。 **实例：**[我的logback.xml](https://github.com/dunwu/JavaStack/blob/master/codes/javatool/src/main/resources/logback.xml) ### 传输文件 > 在 Java Web 领域，需要用到一些重要的工具，例如 Tomcat 、Nginx 、Mysql 等。这些不属于业务应用，但是它们的日志数据对于定位问题、分析统计同样很重要。这时无法使用 logback 方式将它们的日志传输到 logstash。 > > 如何采集这些日志文件呢？别急，你可以使用 logstash 的 file input 插件。 > > 需要注意的是，传输文件这种方式，必须在日志所在的机器上部署 logstash 。 **应用** logstash 配置 （1）创建 `logstash-input-file.conf` ： ``` input { file { path => ["/var/log/nginx/access.log"] type => "nginx-access-log" start_position => "beginning" } } output { if [type] == "nginx-access-log" { elasticsearch { hosts => ["localhost:9200"] index => "nginx-access-log" } } } ``` （2）执行 logstash，使用 `-f` 来指定你的配置文件：`bin/logstash -f logstash-input-file.conf` 更多配置项可以参考： ## 小技巧 ### 启动、终止应用 如果你的 logstash 每次都是通过指定配置文件方式启动。不妨建立一个启动脚本。 ``` # cd xxx 进入 logstash 安装目录下的 bin 目录 logstash -f logstash.conf ``` 如果你的 logstash 运行在 linux 系统下，不妨使用 nohup 来启动一个守护进程。这样做的好处在于，即使关闭终端，应用仍会运行。 **创建 startup.sh** ``` nohup ./logstash -f logstash.conf >> nohup.out 2>&1 & ``` 终止应用没有什么好方法，你只能使用 ps -ef | grep logstash ，查出进程，将其kill 。不过，我们可以写一个脚本来干这件事： **创建 shutdown.sh** 脚本不多解释，请自行领会作用。 ``` PID=`ps -ef | grep logstash | awk '{ print $2}' | head -n 1` kill -9 ${PID} ``` ## 资料 * [Logstash 官方文档](https://www.elastic.co/guide/en/logstash/current/index.html) * [logstash-logback-encoder](https://github.com/logstash/logstash-logback-encoder) * [ELK Stack权威指南](https://github.com/chenryn/logstash-best-practice-cn) * [ELK（Elasticsearch、Logstash、Kibana）安装和配置](https://github.com/judasn/Linux-Tutorial/blob/master/ELK-Install-And-Settings.md) ## 推荐阅读 * [Elastic 技术栈](https://github.com/dunwu/JavaStack/blob/master/docs/javatool/elastic/README.md) * [JavaStack](https://github.com/dunwu/JavaStack)