Filebeat5+Kafka+ELK Docker搭建日志系统

这篇文章是基于近期搭建的日志系统踩过的各种坑，本身自己是边做边记录的，但是内容点实在斑驳繁杂，仅仅是技术选型就来回折腾了几次，选型后的版本匹配问题又是一些体力活(5.0开始已有统一版本号的趋势：ELKstack），最后的日志解析和应用产品线如何设计更是重中之重。
思虑再三，还是决定把整个过程以去除弯路，单刀直入加备注坑点的方式来描述一把。希望能写清楚。面向读者需要对文中的技术有一定理论知识，本文只叙搭建不究原理。

准备工作

所有的安装、配置或者说明文档都以官方为准，比如 docker.io, elastic.co, kafka.apache.org 等。 百度出来的古老文章如果解决不了问题，后果自裁。
备好三台不同ip的虚机（下文用A B C说明），做集群嘛，标配!
做好心理预期，谷歌科学搜索不能少，妖怪问题会层出不穷，千万不能被吓到!

名称	版本号
Filebeat	5.0.0-alpha1
Kafka	0.9.0.1
Zookeeper	3.4.8
Elasticsearch	2.4.0
Logstash	2.4.0
Kibana	4.6.0

为什么使用Docker

纯粹是处于个人爱好，各种技术只要跟 Docker 搭边就倾爱它的 Docker 镜像版本。本文除了filebeat agent是二进制版本直接安装在应用机上，与docker无关，其他都是基于docker 镜像版本的集群安装。

为什么使用Kafka

分布式基于发布订阅的消息系统Kafka，它可以将业务应用端（client）和日志分析服务端（server）很好的黏合起来，并起到了缓冲作用，并提供了很多优秀特性比如异步，解耦，持久化，顺序化等。而且Kafka可以与很多开源组件Storm、Spark等集成，对于日后的扩展这一层会有很大的帮助。

为什么选择Filebeat5

本来开始确实是首选Flume，要做两件事：①上传client端的日志文件到Kafka; ②消费Kafka的队列消息存入ElasticSearch。坑爹的是，当时最新发布的Flume版本是1.6.0, 而它支持的es版本最高只到1.7.5, 不支持2.x版本，中间对es做了各种的降级和甚至还得配合jdk8云云，最后放弃。选择就剩了 logstash-forwarder 和 filebeat，而后者其实就是前者的升级版替代品，所以直接选用filebeat无疑了。妖怪又粗线了， filebeat当时的最新稳定版是1.3.0, 而它是不支持output到kafka的。也就是第①件事就被卡住了，幸好Beats5的alpha1测试版发布了，虽然不稳定，但是测试下来还未发现日志丢失的情况，先用着吧。话音未落，alpha2又发布了... https://www.elastic.co/guide/en/beats/libbeat/master/release-notes-5.0.0-alpha2.html

第②件事就通过Logstash来实现了(因为docker镜像就是elk一体的 hihahiha)

开整

问完十万个为什么之后，终于可以开整了（其实前面的#为什么#也是我的血泪史...）

一、Zookeeper 的安装

直接介绍一个不错的docker镜像，pull下来直接使用 <pre>docker pull jeygeethan/zookeeper-cluster</pre>

集群三个点上分别启动命令，虚拟卷大家自定义 <pre>docker run --name docker-zk -d --restart=always --net="host" -p 2181:2181 -p 2888:2888 -p 3888:3888 -v ~/dockerdata/zookeeper/lib:/var/lib/zookeeper -v ~/dockerdata/zookeeper/log:/var/log/zookeeper -v /etc/localtime:/etc/localtime:ro jeygeethan/zookeeper-cluster 192.168.0.1,192.168.0.2,192.168.0.3 1 ***{1/2/3: 三个节点分别设置} ***</pre>

三个节点都启动成功后，进入节点A

代码语言：javascript复制

运行 docker exec -it docker-zk bash

默认就会进入/usr/share/zookeeper 目录，

代码语言：javascript复制

运行 bin/zkCli.sh

进入了zk的客户端命令行， <pre> 创建节点 create /nicholas "nicholas" 查看节点 get /nicholas 显示创建成功，在虚机B、C上执行get操作检查下新的节点是否已同步，可见则成功。 </pre>

二、Kafka 的安装

同样 pull 镜像先 <pre>docker pull jeygeethan/kafka-cluster</pre>

同样三个节点上分别启动，注意，我这里kafka和zk使用的是相同的三台虚机。 <pre> docker run --name docker-kafka -d -p 9092:9092 -e KAFKA_HOST=192.168.0.1 -e KAFKA_PORT=9092 -e ZOOKEEPER_CONNECT=192.168.0.1:2181,192.168.0.2:2181,192.168.0.3:2181 -e KAFKA_ID=0 ***{0/1/2: 三个节点分别设置，从0开始} *** -v ~/dockerdata/kafka/logs:/tmp/kafka-logs jeygeethan/kafka-cluster </pre>

同时进入虚机A，和虚机B <pre> 进入docker docker exec -it docker-kafka bash 转换目录 cd /opt/kafka_2.11-0.9.0.1/bin 创建Topic ./kafka-topics.sh --create --topic TP_NIC --partitions 4 --replication-factor 2 --zookeeper 192.168.0.1:2181,192.168.0.2:2181,192.168.0.3:2181 查看Topic ./kafka-topics.sh --describe --topic TP_NIC --zookeeper 192.168.0.1:2181,192.168.0.2:2181,192.168.0.3:2181 在broker0（虚机A）上生产消息 ./kafka-console-producer.sh --topic=TP_NIC --broker-list=192.168.0.1:9092,192.168.0.2:9092,192.168.0.3:9092 在broker1（虚机B）上消费消息 ./kafka-console-consumer.sh --topic=TP_NIC --zookeeper 192.168.0.1:2181,192.168.0.2:2181,192.168.0.3:2181 </pre>

到此，虚机A和B已经都关联上了TP_NIC，在 A 命令行上，随意输入各类字符，在 B 上可以看到同样的字符即说明消费成功了.

三、ELK 的安装

pull 镜像 2.4 版本 最新的5已经有了 <pre>docker pull sebp/elk:es240_l240_k460</pre>

修改即将要映射的虚拟卷的目录权限，注意这里的991,992,993分别对应ELK的三个独立用户，如果你看下docker file的build脚本就明白了，为了让docker运行成功，我们先把权限配上。 <pre> chown -R 991:991 ~/dockerdata/es && chown -R 992:992 ~/dockerdata/logstash && chown -R 993:993 ~/dockerdata/kibana </pre>

进入对应的目录，我们先把配置给设定好。 注：这些配置文件是从docker里面cp出来的，如源文件没有，请先docker run启动原镜像然后docker cp拷贝。

Elasticsearch 配置

<pre> vi ~/dockerdata/es/config/elasticsearch.yml 编辑内容如下 cluster.name: mm-cluster

node.name: mm-node-01 node.master: false node.data: true

restrict outside access

network.host: 192.168.0.11 transport.tcp.port: 9300 http.port: 9200

path.data: /etc/elasticsearch/data path.work: /etc/elasticsearch/work path.logs: /etc/elasticsearch/logs path.plugins: /etc/elasticsearch/plugins

bootstrap.mlockall: true

discovery.zen.ping.multicat.enabled: false discovery.zen.fd.ping_timeout: 100s

discovery.zen.fd.ping_retries: 6

discovery.zen.fd.ping_interval: 30s

discovery.zen.ping.timeout: 100s discovery.zen.minimum_master_nodes: 1

discovery.zen.ping.unicast.hosts: ["192.168.0.11", "192.168.0.12", "192.168.0.13"] gateway.recover_after_nodes: 2

action.auto_create_index: false

index.number_of_replicas: 0 index.number_of_shards: 2 </pre>

Kibana 配置

<pre> vi ~/dockerdata/kibana/config/kibana.yml 检查 elasticsearch.url: "http://localhost:9200" 对应上了即可 </pre>

Logstash 配置

<pre> 新增Kafka的input配置文件： vi ~/dockerdata/logstash/config/03-kafka-input.conf

input { kafka { zk_connect => "192.168.0.1:2181,192.168.0.2:2181,192.168.0.3:2181 " #group_id => "" topic_id => "syslog" codec => "plain" reset_beginning => false consumer_threads => 5 decorate_events => true add_field => { "[@metadata][type]" => "syslog" } } }

修改日志解析过滤配置文件： vi ~/dockerdata/logstash/config/10-syslog.conf

filter { if [@metadata][type] in ["syslog","accesslog"] { ruby { code => "event['mlogsendts'] = event['@timestamp']" } mutate { add_field => ["mlogsendts_string", "%{@timestamp}"] } json { source => "message" add_field => { "mlogmsg" => "%{message}" } remove_field => [ "message"] } grok { patterns_dir => ["/opt/logstash/patterns"] match => { "mlogmsg" => "[%{MMLOGTS:mlogts}]s[%{MMLOGWORDEXT:mlogcell}]s[%{MMLOGWORDEXT:mlognode}]s[%{MMLOGWORDEXT:mlogthread}]s[%{MMLOGWORD:mloglevel}]s[%{MMLOGWORDEXT:mlogclass}]s%{GREEDYDATA}" } } grok { match => { "source" => "%{GREEDYDATA}/%{GREEDYDATA:mlogfilename}.log" } }

代码语言：javascript复制

syslog_pri { }
date {
  match => [ "mlogts", "yyyy-MM-dd HH:mm:ss.SSS" ]
  timezone => "Asia/Shanghai"
  target => "@timestamp"
}

} }

这里最复杂的其实是两件事， ① 用日志中的时间戳替换系统@timstamp（参见配置） ②grok表达式将日志中的变量分段解析（找在线grok校验工具可以验证自己的正则，很费劲！！！） grok表达式默认支持各种格式的正则格式变量，大家自行官网搜索，这里我是自定义的一些正则变量，存放在： vi ~/dockerdata/logstash/patterns/mmlog . patterns下面的文件logstash默认会自动扫描的，所以文件名随便定义，只要正则对了就可以了。内容为： MMLOGTS d{4}-d{2}-d{2}sd{2}:d{2}:d{2}.d{3} MMLOGWORD w* MMLOGWORDEXT [^]] MMLOGTHREAD w(w):w-w MMLOGCLASS [w.] :ws* </pre>

下面就可以启动docker了，对于ELK中的Elasticsearch 和 Logstash都需要是集群三个点的，而Kibana只是展示数据，单点即可。所以启动脚本分别为：

Kibana单点虚机，ELK三者全部开启，E L的堆大小配置是基于该虚机是2c4g（相对低配置） <pre> docker run --privileged=true -i -d -p 5601:5601 -p 9200:9200 -p 9300:9300 -p 5044:5044 -p 5000:5000 --net="host" -v ~/dockerdata/es/config/:/etc/elasticsearch/:rw -v ~/dockerdata/es/plugins/:/etc/elasticsearch/plugins/:rw -v ~/dockerdata/es/data/:/etc/elasticsearch/data/:rw -v ~/dockerdata/es/work/:/etc/elasticsearch/work/:rw -v ~/dockerdata/es/logs/:/var/log/elasticsearch/:rw -v ~/dockerdata/logstash/config/:/etc/logstash/conf.d/:rw -v ~/dockerdata/logstash/patterns/:/opt/logstash/patterns/:rw -v ~/dockerdata/logstash/logs/:/var/log/logstash/:rw -v ~/dockerdata/kibana/config/:/opt/kibana/config/:rw -v ~/dockerdata/kibana/logs/:/var/log/kibana/:rw -v /etc/localtime:/etc/localtime:ro -e ES_JAVA_OPTS="-Duser.timezone=Asia/Shanghai" -e ES_HEAP_SIZE="2g" -e LS_HEAP_SIZE="1g" **-e ELASTICSEARCH_START=1 -e LOGSTASH_START=1 -e KIBANA_START=1 ** --name docker-elk sebp/elk:es240_l240_k460 && docker logs -f docker-elk </pre>
其余两个点的启动关闭Kibana（KIBANA_START=0），虚机配置是4c8g（相对高配置） <pre> docker run --privileged=true -i -d -p 5601:5601 -p 9200:9200 -p 9300:9300 -p 5044:5044 -p 5000:5000 --net="host" -v ~/dockerdata/es/config/:/etc/elasticsearch/:rw -v ~/dockerdata/es/plugins/:/etc/elasticsearch/plugins/:rw -v ~/dockerdata/es/data/:/etc/elasticsearch/data/:rw -v ~/dockerdata/es/work/:/etc/elasticsearch/work/:rw -v ~/dockerdata/es/logs/:/var/log/elasticsearch/:rw -v ~/dockerdata/logstash/config/:/etc/logstash/conf.d/:rw -v ~/dockerdata/logstash/patterns/:/opt/logstash/patterns/:rw -v ~/dockerdata/logstash/logs/:/var/log/logstash/:rw -v ~/dockerdata/kibana/config/:/opt/kibana/config/:rw -v ~/dockerdata/kibana/logs/:/var/log/kibana/:rw -v /etc/localtime:/etc/localtime:ro -e ES_JAVA_OPTS="-Duser.timezone=Asia/Shanghai" -e ES_HEAP_SIZE="4g" -e LS_HEAP_SIZE="2g" **-e ELASTICSEARCH_START=1 -e LOGSTASH_START=1 -e KIBANA_START=0 ** --name docker-elk sebp/elk:es240_l240_k460 && docker logs -f docker-elk </pre>

打开下面网址校验安装成功与否: Kibana Web : http://<your-host>:5601 Elasticsearch Json : http://<your-host>:9200/ ES的插件安装请自己进入docker然后下载，比较好用的有 head, hq 等

四、Filebeat5 的安装

这个最简单了，官网上下载 filebeat-5.0.0-rc1-linux-x86_64.tar.gz 解压安装；

<pre> vi /usr/local/src/filebeat5/filebeat.yml 编辑内容如下：

################### Filebeat Configuration Example ######################### ############################# Filebeat ###################################### filebeat.prospectors:

Each - is a prospector. Below are the prospector specific configurations

input_type: log paths: ["/usr/local/src/logs/${appname}-${cellname}-${nodename}/sys-.log"] encoding: utf-8 exclude_files: ['.d{4}-d{2}-d{2}.*.log'] document_type: syslog fields: mlogapp: ${appname} fields_under_root: true scan_frequency: 1s ignore_older: 30m

must set ignore_older to be greater than close_inactive.

close_inactive: 5m close_removed: true clean_removed: true

multiline: pattern: ^[[[:digit:]]{4}-[[:digit:]]{2}-[[:digit:]]{2}[[:blank:]][[:digit:]]{2}:[[:digit:]]{2}:[[:digit:]]{2}.[[:digit:]]{3}] negate: true match: after max_lines: 500

output.kafka:

initial brokers for reading cluster metadata

hosts: ["192.168.0.1:9092", "192.168.0.2:9092", "192.168.0.3:9092"]

message topic selection partitioning

topic: '%{[type]}' partition.round_robin: reachable_only: false

required_acks: 1 compression: gzip max_message_bytes: 1000000

############################# Logging #########################################

logging.level: info logging.to_files: true logging.to_syslog: false logging.files: path: /usr/local/logs/filebeat name: filebeat.log keepfiles: 7 . . .

启动Filebeat5： export appname="uss-web" && export cellname="cell01" && export nodename="node01" && cd /usr/local/src/filebeat/ && nohup ./filebeat -e > /usr/local/src/logs/filebeat/nohup.out 2>&1 & </pre>

以上就是目前安装所有的配置说明了，当然里面的很多细节都需要好好琢磨的，有问题就看官方文档吧，比搜索出来的文章都要靠谱。

备注个信息为什么文中docker启动都是用的--net=host共享主机地址的参数？不考虑安全或物理隔离的需求，这是elasticsearch 2.x版本的一个改动坑，2.x后es会默认绑定loopback的IP地址，到docker这里看就是docker的虚拟网卡地址了，而我们的es要提供服务明显需要我们虚机的真正地址，对于网络配置不是特别精通，谁有更优雅的方案，欢迎评论指出。

容器镜像服务容器 html r语言 access

0 人点赞