我对 ElasticStack 可以说是既熟悉又陌生，说熟悉是因为很久以前就已经开始使用 ELK 来分析日志了，说陌生是因为以前的 ELK 环境都是同事搭建的，我主要是看看 Kibana 面板而已。随着 V5 的发布，ELK 全面进化为 ElasticStack，该自己动手了。
实际操作前最好大致浏览一下官方文档，以便对 ElasticStack 各个组件的作用有一个基本概念，如果看完文档还没搞清楚，那么至少要看明白下面这张图：
ElasticStack
整个流程相当简单，首先服务器通过 Filebeat 把数据上报给 Logstash，然后把分析后把数据保存到 ElasticSearch 里，最后用户通过 Kibana 浏览数据。
废话少说，接下来让我们按顺序安装 ElasticStack 的各个组件，不过安装前我们需要确保系统已有 Java 且版本足够新，一般我习惯用包管理工具安装这种系统级工具：
代码语言：javascript复制shell> yum install java-1.8.0-openjdk java-1.8.0-openjdk-devel同时记得创建一个系统账号（比如叫 elastic）以便后续运行服务使用。
第一步：安装 ElasticSearch
代码语言：javascript复制shell> tar zxvf elasticsearch-<VERSION>.tar.gz
shell> mv elasticsearch-<VERSION> /usr/local/elasticsearch
shell> /usr/local/elasticsearch/bin/elasticsearch服务启动后，我们可以通过 elasticsearch 提供的 API 来确认一下基本信息：
代码语言：javascript复制shell> curl http://localhost:9200/
{
"name" : "...",
"cluster_name" : "...",
"cluster_uuid" : "...",
"version" : {
"number" : "...",
"build_hash" : "...",
"build_date" : "...",
"build_snapshot" : false,
"lucene_version" : "..."
},
"tagline" : "You Know, for Search"
}缺省情况下，elasticsearch 服务会监听 9200 端口，如果你想自定义监听地址和端口，那么可以设置 elasticsearch.yml 配置文件中的 network.host 和 http.port 选项。
如果你的 Linux 内核版本比较低，那么在启动的时候可能会遇到如下错误：
system call filters failed to install; check the logs and fix your configuration or disable system call filters at your own risk
此时可以通过在配置文件里加入：「bootstrap.system_call_filter: false」来规避问题。
至此，elasticsearh 的安装算是基本结束了，我们可以确认一下服务健康与否：
代码语言：javascript复制shell> curl http://localhost:9200/_cluster/health?pretty
{
"cluster_name" : "test",
"status" : "green",
"timed_out" : false,
"number_of_nodes" : 1,
"number_of_data_nodes" : 1,
"active_primary_shards" : 0,
"active_shards" : 0,
"relocating_shards" : 0,
"initializing_shards" : 0,
"unassigned_shards" : 0,
"delayed_unassigned_shards" : 0,
"number_of_pending_tasks" : 0,
"number_of_in_flight_fetch" : 0,
"task_max_waiting_in_queue_millis" : 0,
"active_shards_percent_as_number" : 100.0
}提醒：当你在生产环境中运行 elasticsearch 的时候，一定要留意 jvm.options 配置文件的设置，特别是里面的 Xms 和 Xmx，通常是建议把它们设置成内存的一半，太小的话可能不够用，太大的话可能会增加 GC 时间。
第二步：安装 Kibana
代码语言：javascript复制shell> kibana-<VERSION>-linux-x86_64.tar.gz
shell> mv kibana-<VERSION>-linux-x86_64 /usr/local/kibana
shell> /usr/local/kibana/bin/kibanaKibana 服务会监听 5601 端口。新版 Kibana 会在首页的 Add Data to Kibana 里教你如果按模板把数据展示出来，包括 Logging 的形式，当然，你也可以自己按要求配置。
第三步：安装 Logstash
代码语言：javascript复制shell> tar zxvf logstash-<VERSION>.tar.gz
shell> mv logstash-<VERSION> /usr/local/logstash
shell> /usr/local/logstash/bin/logstash -f /path/to/logstash.conf关键在于配置文件 logstash.conf 的编写，它包含 input、filter、output 三部分：
代码语言：javascript复制input {
beats {
host => "<HOST>"
port => 5044
}
}
filter {
grok {
match => {
"message" => "%{HTTPD_COMBINEDLOG} (?:%{NUMBER:time:float}|-)"
}
}
kv {
prefix => "arg_"
source => "request"
field_split => "&?"
remove_field => [ "request" ]
}
urldecode {
all_fields => true
}
date {
match => ["timestamp" , "dd/MMM/YYYY:HH:mm:ss Z"]
}
}
output {
elasticsearch {
hosts => ["<HOST>:9200"]
user => "<USER>"
password => "<PASSWORD>"
}
}说明：Logstash 缺省会在 Elasticsearch 里创建 logstash-%{ YYYY.MM.dd} 索引，如果需要修改，那么可以在 output 里通过 index 指令设置，不过需要注意的是，需要在 Kibana 里创建新索引（Management -> Index Patterns -> Add New）
其中，input 通过 5044 端口接收 Filebeat 发送的数据，output 把分析后的数据发送到远端 elasticsearch 的 9200 端口，难点在于 filter 的编写，下面以 nginx 日志为例来说明，缺省情况下，nginx 包含了 combined 的日志格式，也就是：
代码语言：javascript复制log_format combined '$remote_addr - $remote_user [$time_local] '
'"$request" $status $body_bytes_sent '
'"$http_referer" "$http_user_agent"';不过我们通常还关心响应时间，所以我们多记录一个 $upstream_response_time：
代码语言：javascript复制log_format logstash '$remote_addr - $remote_user [$time_local] '
'"$request" $status $body_bytes_sent '
'"$http_referer" "$http_user_agent" '
'$upstream_response_time';在 filter 中又属 grok 最难懂，不过有很多例子，其中也包含了 COMBINED 正则，再配上 Dev Tools 里的 Grok Debugger，并不难搞定，如果有问题可以把 input，output 改成调试模式来纠错：
代码语言：javascript复制input{
stdin {}
}
output {
stdout { codec => rubydebug }
}如果出现 grok 不解析 HTTPD_COMBINEDLOG 的情况，那么可以用 COMBINEDAPACHELOG 替换。以我的环境为例，缺省情况下包含的匹配模式都被放到目录：vendor/bundle/jruby/1.9/gems/logstash-patterns-core-4.0.2/patterns 里，你也可以通过 patterns_dir 来扩展它。
其它诸如 kv，urldecode，date 等等的说明，参考官方文档即可。不过其中有一个不易察觉的问题需要说明一下，那就是在 kv 切割字段后，缺省会统统识别为 string 类型，比如 uid=123&foo=bar 在被 kv 处理后，uid 也会被当作 string，而不是我们希望的 integer，虽然我们可以通过加入 mutate 来强制转换，不过字段往往是动态的，硬编码不灵活，这里面有一个小技巧，那就是利用 elasticsearch 的 numeric_detection 功能来自动检测，篇幅所限，具体就不展开了，大家有一个印象即可。
第四步：安装 Filebeat
有很多种 Beat，比如 Packetbeat，Winlogbeat，Metricbeat，因为我们是通过 Nginx 日志来收集数据，所以我们选择的是 Filebeat，配置文件 /etc/filebeat/filebeat.yml大致如下：
代码语言：javascript复制filebeat.prospectors:
- input_type: log
paths:
- /path/to/nginx/logstash/format/log/file
output.logstash:
hosts: ["<HOST>:5044"]在我们安装 ELK 的过程中，都是使用手动启动服务的方式，不过需要说明的是 ELK 都是内存消耗大户，保不齐就会出现 OOM 之类的意外情况，所以推荐用 supervisor 管理：
代码语言：javascript复制[program:elasticsearch]
command=/usr/local/elasticsearch/bin/elasticsearch
numprocs=1
autostart=true
autorestart=true
user=elastic
[program:logstash]
command=/usr/local/logstash/bin/logstash -f /path/to/logstash.conf
numprocs=1
autostart=true
autorestart=true
user= elastic
[program:kibana]
command=/usr/local/kibana/bin/kibana
numprocs=1
autostart=true
autorestart=true
user= elastic如此，一个基本可用的 ElasticStack 就算是配置好了，理论上 ELK 三部分都是可以水平扩展的，如果性能有问题，一般加节点就行了，下面给一个实际的日志统计图表：
TIME
通过分析日志里的 $upstream_response_time 数据，我们可以把响应时间分割到多个区间里：90%，95%，99%，如此比单纯取全体平均值更合理。
此外，ElasticStack 缺省就支持地图功能，我们可以在 Logstash 的 filter 里设置：
代码语言：javascript复制geoip {
source => "IP Field Name"
}然后在 Kibana 里加 tilemap 图表即可（如下图：杭州有人再狂刷页面，嗷嗷红）：
Tile Map
需要说明的是，缺省地图是英文的，可以在 Kibana 里设置成高德的 tilemap 地址：
代码语言：javascript复制tilemap.url: "http://webrd01.is.autonavi.com/appmaptile?lang=zh_cn&size=1&scale=1&style=8&x={x}&y={y}&z={z}"结束前再提醒一下大家，如果是按日期索引的日志，那么最好定期清除旧索引：
代码语言：javascript复制shell> curl -XDELETE http://ip:port/logstash-
$(date -d '-10days' '%Y.%m.%d')
