一嚷节、elk 實(shí)用知識(shí)點(diǎn)總結(jié)

1、編碼轉(zhuǎn)換問(wèn)題（主要就是中文亂碼）

（1）input 中的codec => plain 轉(zhuǎn)碼

codec => plain {

? ? ? ? charset =>"GB2312"}

將GB2312 的文本編碼，轉(zhuǎn)為UTF-8 的編碼

（2）也可以在filebeat中實(shí)現(xiàn)編碼的轉(zhuǎn)換（推薦）

filebeat.prospectors:

- input_type: log

? paths:

? ? - c:\Users\Administrator\Desktop\performanceTrace.txt

? encoding: GB2312

2榜揖、刪除多余日志中的多余行

（1）logstash filter 中drop 刪除

if([message] =~"^20.*-\ task\ request,.*,start\ time.*") {#用正則需刪除的多余行? ? ? ? ? ? drop {}

? ? }

（2）日志示例

2018-03-2010:44:01,523[33]DEBUG Debug - task request,task Id:1cbb72f1-a5ea-4e73-957c-6d20e9e12a7a,start time:2018-03-2010:43:59? #需刪除的行-- 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强挫、grok 處理多種日志不同的行

（1）日志示例：

2018-03-2010:44:01,523[33]DEBUG Debug - task request,task Id:1cbb72f1-a5ea-4e73-957c-6d20e9e12a7a,start time:2018-03-2010:43:59-- 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

（2）在logstash filter中g(shù)rok 分別處理3行

match => {

? ? "message"=>"^20.*-\ task\ request,.*,start\ time\:%{TIMESTAMP_ISO8601:RequestTime}"match => {

? ? "message"=>"^--\ Request\ String\ :\ \{\"UserName\":\"%{NUMBER:UserName:int}\",\"Pwd\":\"(?.*)\",\"DeviceType\":%{NUMBER:DeviceType:int},\"DeviceId\":\"(?.*)\",\"EquipmentNo\":(?.*),\"SSID\":(?.*),\"RegisterPhones\":(?.*),\"AppKey\":\"(?.*)\",\"Version\":\"(?.*)\"\}\ --\ \End.*"? ?

}

match => {

? ? "message"=>"^--\ Response\ String\ :\ \{\"ErrorCode\":%{NUMBER:ErrorCode:int},\"Success\":(?[a-z]*),\"ErrorMsg\":(?.*),\"Result\":(?.*),\"WaitInterval\":%{NUMBER:WaitInterval:int}\}\ --\ \End.*"}

... 等多行

4、日志多行合并處理—multiline插件（重點(diǎn)）

（1）示例：

① 日志

2018-03-2010:44:01,523[33]DEBUG Debug - task request,task Id:1cbb72f1-a5ea-4e73-957c-6d20e9e12a7a,start time:2018-03-2010:43:59-- 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

② logstash grok 對(duì)合并后多行的處理（合并多行后續(xù)都一樣隆判，如下）

filter {

　　grok {

　　　　match => {

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

　　}

}

（2）在filebeat中使用multiline 插件（推薦）

① 介紹multiline

pattern：正則匹配從哪行合并

negate：true/false犬庇，匹配到pattern 部分開(kāi)始合并僧界，還是不配到的合并

match：after/before（需自己理解）

　　after：匹配到pattern 部分后合并，注意：這種情況最后一行日志不會(huì)被匹配處理

　　before：匹配到pattern 部分前合并（推薦）

② 5.5版本之后（before為例）

filebeat.prospectors:

- input_type: log

? paths:

? ? - /root/performanceTrace*

? fields:

? ? type: zidonghualog

? multiline.pattern: '.*\"WaitInterval\":.*--\ End'

? multiline.negate: true

? multiline.match: before

③ 5.5版本之前（after為例）

filebeat.prospectors:

- input_type: log

? ? paths:

? ? ? - /root/performanceTrace*

? ? ? input_type: log

? ? ? multiline:

? ? ? ? ? pattern: '^20.*'

? ? ? ? ? negate: true

? ? ? ? ? match: after

（3）在logstash input中使用multiline 插件（沒(méi)有filebeat 時(shí)推薦）

① 介紹multiline

pattern：正則匹配從哪行合并

negate：true/false臭挽，匹配到pattern 部分開(kāi)始合并捂襟，還是不配到的合并

what：previous/next（需自己理解）

　　previous：相當(dāng)于filebeat 的after

　　next：相當(dāng)于filebeat 的before

② 用法

input {

? ? ? ? file {

? ? ? ? ? ? ? ? path => ["/root/logs/log2"]

? ? ? ? ? ? ? ? start_position =>"beginning"? ? ? ? ? ? ? ? codec => multiline {

? ? ? ? ? ? ? ? ? ? ? ? pattern =>"^20.*"? ? ? ? ? ? ? ? ? ? ? ? negate => true

? ? ? ? ? ? ? ? ? ? ? ? what =>"previous"? ? ? ? ? ? ? ? }

? ? ? ? }

}

（4）在logstash filter中使用multiline 插件（不推薦）

（a）不推薦的原因：

　　① filter設(shè)置multiline后欢峰，pipline worker會(huì)自動(dòng)將為1

　≡岷伞② 5.5 版本官方把multiline 去除了，要使用的話需下載纽帖，下載命令如下：

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

（b）示例：

filter {

? multiline {

? ? pattern =>"^20.*"? ? negate => true

? ? what =>"previous"? }

}

5宠漩、logstash filter 中的date使用

（1） 日志示例

2018-03-2010:44:01[33]DEBUG Debug - task request,task Id:1cbb72f1-a5ea-4e73-957c-6d20e9e12a7a,start time:2018-03-2010:43:59

（2） date 使用

? ? ? ? date {

? ? ? ? ? ? ? ? match => ["InsertTime","YYYY-MM-dd HH:mm:ss "]

? ? ? ? ? ? ? ? remove_field =>"InsertTime"? ? ? ? }

注：

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

　　匹配這個(gè)字段，字段的格式為：日日/月月月/年年年年 時(shí)/分/秒 時(shí)區(qū)

也可以寫(xiě)為：match => ["timestamp","ISO8601"]（推薦）

（3）date 介紹

　　就是將匹配日志中時(shí)間的key 替換為@timestamp 的時(shí)間懊直，因?yàn)锧timestamp 的時(shí)間是日志送到logstash 的時(shí)間扒吁，并不是日志中真正的時(shí)間。

6室囊、對(duì)多類日志分類處理（重點(diǎn)）

① 在filebeat 的配置中添加type 分類

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

② 在logstash filter中使用if雕崩，可進(jìn)行對(duì)不同類進(jìn)行不同處理

filter {

? if[fields][type] =="WebApiDebugLog_request"{#對(duì)request 類日志if([message] =~"^20.*-\ task\ report,.*,start\ time.*") {#刪除report 行? ? ? ? ? ? ? ? drop {}

? ? ? ? }

? ? grok {

? ? ? ? match => {"... ..."}

? ? ? ? }

}

③ 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、對(duì)elk 整體性能的優(yōu)化

1融撞、性能分析

（1）服務(wù)器硬件Linux：1cpu?4GRAM

假設(shè)每條日志250 Byte

（2）分析

①?logstash-Linux：1cpu?4GRAM

每秒500條日志

去掉ruby每秒660條日志

去掉grok后每秒1000條數(shù)據(jù)

②?filebeat-Linux：1cpu?4GRAM

每秒2500-3500條數(shù)據(jù)

每天每臺(tái)機(jī)器可處理：24h*60min*60sec*3000*250Byte=64,800,000,000Bytes晨逝，約64G

③ 瓶頸在logstash 從redis中取數(shù)據(jù)存入ES，開(kāi)啟一個(gè)logstash懦铺，每秒約處理6000條數(shù)據(jù)捉貌；開(kāi)啟兩個(gè)logstash，每秒約處理10000條數(shù)據(jù)（cpu已基本跑滿）冬念；

④ logstash的啟動(dòng)過(guò)程占用大量系統(tǒng)資源趁窃，因?yàn)槟_本中要檢查java、ruby以及其他環(huán)境變量急前，啟動(dòng)后資源占用會(huì)恢復(fù)到正常狀態(tài)醒陆。

2、關(guān)于收集日志的選擇：logstash/filter

（1）沒(méi)有原則要求使用filebeat或logstash裆针，兩者作為shipper的功能是一樣的刨摩，區(qū)別在于：

①?logstash由于集成了眾多插件，如grok世吨，ruby澡刹，所以相比beat是重量級(jí)的；

② logstash啟動(dòng)后占用資源更多耘婚，如果硬件資源足夠則無(wú)需考慮二者差異罢浇；

③ logstash基于JVM，支持跨平臺(tái)；而beat使用golang編寫(xiě)嚷闭，AIX不支持攒岛；

④ AIX?64bit平臺(tái)上需要安裝jdk（jre）?1.7?32bit，64bit的不支持胞锰；

⑤ filebeat可以直接輸入到ES灾锯，但是系統(tǒng)中存在logstash直接輸入到ES的情況，這將造成不同的索引類型造成檢索復(fù)雜嗅榕，最好統(tǒng)一輸入到els 的源挠进。

（2）總結(jié)

　　logstash/filter 總之各有千秋，但是誊册，我推薦選擇：在每個(gè)需要收集的日志服務(wù)器上配置filebeat，因?yàn)檩p量級(jí)暖璧，用于收集日志案怯；再統(tǒng)一輸出給logstash，做對(duì)日志的處理澎办；最后統(tǒng)一由logstash 輸出給els嘲碱。

3、logstash的優(yōu)化相關(guān)配置

（1）可以優(yōu)化的參數(shù)局蚀，可根據(jù)自己的硬件進(jìn)行優(yōu)化配置

① pipeline 線程數(shù)麦锯，官方建議是等于CPU內(nèi)核數(shù)

默認(rèn)配置 --->?pipeline.workers:?2

可優(yōu)化為 ---> pipeline.workers: CPU內(nèi)核數(shù)（或幾倍cpu內(nèi)核數(shù)）

② 實(shí)際output 時(shí)的線程數(shù)

默認(rèn)配置 --->?pipeline.output.workers:?1

可優(yōu)化為 ---> pipeline.output.workers: 不超過(guò)pipeline 線程數(shù)

③ 每次發(fā)送的事件數(shù)

默認(rèn)配置 ---> pipeline.batch.size: 125

可優(yōu)化為 ---> pipeline.batch.size: 1000

④ 發(fā)送延時(shí)

默認(rèn)配置 ---> pipeline.batch.delay: 5

可優(yōu)化為 ---> pipeline.batch.size: 10

（2）總結(jié)

通過(guò)設(shè)置-w參數(shù)指定pipeline?worker數(shù)量，也可直接修改配置文件logstash.yml琅绅。這會(huì)提高filter和output的線程數(shù)眶明，如果需要的話尼荆，將其設(shè)置為cpu核心數(shù)的幾倍是安全的，線程在I/O上是空閑的。

　　默認(rèn)每個(gè)輸出在一個(gè)pipeline?worker線程上活動(dòng)西乖，可以在輸出output 中設(shè)置workers設(shè)置，不要將該值設(shè)置大于pipeline?worker數(shù)驯镊。

　　還可以設(shè)置輸出的batch_size數(shù)锅锨，例如ES輸出與batch?size一致。

　　filter設(shè)置multiline后妆绞，pipline?worker會(huì)自動(dòng)將為1顺呕，如果使用filebeat，建議在beat中就使用multiline括饶，如果使用logstash作為shipper株茶，建議在input 中設(shè)置multiline，不要在filter中設(shè)置multiline图焰。

（3）Logstash中的JVM配置文件

　　Logstash是一個(gè)基于Java開(kāi)發(fā)的程序忌卤，需要運(yùn)行在JVM中，可以通過(guò)配置jvm.options來(lái)針對(duì)JVM進(jìn)行設(shè)定楞泼。比如內(nèi)存的最大最小驰徊、垃圾清理機(jī)制等等笤闯。JVM的內(nèi)存分配不能太大不能太小，太大會(huì)拖慢操作系統(tǒng)棍厂。太小導(dǎo)致無(wú)法啟動(dòng)颗味。默認(rèn)如下：

-Xms256m #最小使用內(nèi)存

-Xmx1g #最大使用內(nèi)存

4、引入Redis?的相關(guān)問(wèn)題

（1）filebeat可以直接輸入到logstash（indexer）牺弹，但logstash沒(méi)有存儲(chǔ)功能浦马，如果需要重啟需要先停所有連入的beat，再停logstash张漂，造成運(yùn)維麻煩晶默；另外如果logstash發(fā)生異常則會(huì)丟失數(shù)據(jù)；引入Redis作為數(shù)據(jù)緩沖池航攒，當(dāng)logstash異常停止后可以從Redis的客戶端看到數(shù)據(jù)緩存在Redis中磺陡；

（2）Redis可以使用list(最長(zhǎng)支持4,294,967,295條)或發(fā)布訂閱存儲(chǔ)模式；

（3）redis 做elk 緩沖隊(duì)列的優(yōu)化：

① bind 0.0.0.0 #不要監(jiān)聽(tīng)本地端口

② requirepass ilinux.io #加密碼漠畜，為了安全運(yùn)行

③ 只做隊(duì)列币他，沒(méi)必要持久存儲(chǔ)，把所有持久化功能關(guān)掉：快照（RDB文件）和追加式文件（AOF文件）憔狞，性能更好

　　save?"" 禁用快照

　　appendonly no 關(guān)閉RDB

④ 把內(nèi)存的淘汰策略關(guān)掉蝴悉，把內(nèi)存空間最大

　　maxmemory 0 #maxmemory為0的時(shí)候表示我們對(duì)Redis的內(nèi)存使用沒(méi)有限制

5、elasticsearch 節(jié)點(diǎn)優(yōu)化配置

（1）服務(wù)器硬件配置瘾敢，OS 參數(shù)

（a） /etc/sysctl.conf 配置

vim /etc/sysctl.conf

① vm.swappiness =1#ES 推薦將此參數(shù)設(shè)置為1拍冠，大幅降低 swap 分區(qū)的大小，強(qiáng)制最大程度的使用內(nèi)存簇抵，注意倦微，這里不要設(shè)置為0, 這會(huì)很可能會(huì)造成 OOM

② net.core.somaxconn =65535? ? #定義了每個(gè)端口最大的監(jiān)聽(tīng)隊(duì)列的長(zhǎng)度

③ vm.max_map_count=262144? ? #限制一個(gè)進(jìn)程可以擁有的VMA(虛擬內(nèi)存區(qū)域)的數(shù)量。虛擬內(nèi)存區(qū)域是一個(gè)連續(xù)的虛擬地址空間區(qū)域正压。當(dāng)VMA 的數(shù)量超過(guò)這個(gè)值欣福，OOM

④ fs.file-max =518144#設(shè)置 Linux 內(nèi)核分配的文件句柄的最大數(shù)量

[root@elasticsearch]# sysctl -p 生效一下

（b）limits.conf 配置

vim /etc/security/limits.conf

elasticsearch? ? soft? ? nofile65535elasticsearch? ? hard? ? nofile? ? ? ? ? 65535elasticsearch? ? soft? ? memlock? ? ? ? unlimited

elasticsearch? ? hard? ? memlock? ? ? ? unlimited

（c）為了使以上參數(shù)永久生效，還要設(shè)置兩個(gè)地方

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

vim /etc/pam.d/common-session

添加如下屬性：

session required pam_limits.so

可能需重啟后生效

（2）elasticsearch 中的JVM配置文件

-Xms2g

-Xmx2g

① 將最小堆大薪孤摹（Xms）和最大堆大型厝啊（Xmx）設(shè)置為彼此相等。

② Elasticsearch可用的堆越多嘉裤，可用于緩存的內(nèi)存就越多郑临。但請(qǐng)注意，太多的堆可能會(huì)使您長(zhǎng)時(shí)間垃圾收集暫停屑宠。

③ 設(shè)置Xmx為不超過(guò)物理RAM的50％厢洞，以確保有足夠的物理內(nèi)存留給內(nèi)核文件系統(tǒng)緩存。

④ 不要設(shè)置Xmx為JVM用于壓縮對(duì)象指針的臨界值以上；確切的截止值有所不同躺翻，但接近32 GB丧叽。不要超過(guò)32G，如果空間大公你，多跑幾個(gè)實(shí)例踊淳，不要讓一個(gè)實(shí)例太大內(nèi)存

（3）elasticsearch 配置文件優(yōu)化參數(shù)

① vim elasticsearch.yml

bootstrap.memory_lock:true? #鎖住內(nèi)存，不使用swap

#緩存陕靠、線程等優(yōu)化如下

bootstrap.mlockall: truetransport.tcp.compress: trueindices.fielddata.cache.size: 40%indices.cache.filter.size: 30%indices.cache.filter.terms.size: 1024mb

threadpool:

? ? search:

? ? ? ? type: cached

? ? ? ? size: 100? ? ? ? queue_size: 2000

② 設(shè)置環(huán)境變量

vim /etc/profile.d/elasticsearch.sh export ES_HEAP_SIZE=2g? ? #Heap Size不超過(guò)物理內(nèi)存的一半迂尝，且小于32G

（4）集群的優(yōu)化（我未使用集群）

① ES是分布式存儲(chǔ)，當(dāng)設(shè)置同樣的cluster.name后會(huì)自動(dòng)發(fā)現(xiàn)并加入集群剪芥；

② 集群會(huì)自動(dòng)選舉一個(gè)master垄开，當(dāng)master宕機(jī)后重新選舉；

③ 為防止"腦裂"税肪，集群中個(gè)數(shù)最好為奇數(shù)個(gè)

④ 為有效管理節(jié)點(diǎn)溉躲，可關(guān)閉廣播?discovery.zen.ping.multicast.enabled:?false，并設(shè)置單播節(jié)點(diǎn)組discovery.zen.ping.unicast.hosts:?["ip1",?"ip2",?"ip3"]

6寸认、性能的檢查

（1）檢查輸入和輸出的性能

Logstash和其連接的服務(wù)運(yùn)行速度一致，它可以和輸入串慰、輸出的速度一樣快偏塞。

（2）檢查系統(tǒng)參數(shù)

① CPU

注意CPU是否過(guò)載。在Linux/Unix系統(tǒng)中可以使用top?-H查看進(jìn)程參數(shù)以及總計(jì)邦鲫。

如果CPU使用過(guò)高灸叼，直接跳到檢查JVM堆的章節(jié)并檢查L(zhǎng)ogstash?worker設(shè)置。

② Memory

注意Logstash是運(yùn)行在Java虛擬機(jī)中的庆捺，所以它只會(huì)用到你分配給它的最大內(nèi)存古今。

檢查其他應(yīng)用使用大量?jī)?nèi)存的情況，這將造成Logstash使用硬盤(pán)swap滔以，這種情況會(huì)在應(yīng)用占用內(nèi)存超出物理內(nèi)存范圍時(shí)捉腥。

③ I/O 監(jiān)控磁盤(pán)I/O檢查磁盤(pán)飽和度

使用Logstash?plugin（例如使用文件輸出）磁盤(pán)會(huì)發(fā)生飽和。

當(dāng)發(fā)生大量錯(cuò)誤你画，Logstash生成大量錯(cuò)誤日志時(shí)磁盤(pán)也會(huì)發(fā)生飽和抵碟。

在Linux中，可使用iostat坏匪，dstat或者其他命令監(jiān)控磁盤(pán)I/O

④ 監(jiān)控網(wǎng)絡(luò)I/O

當(dāng)使用大量網(wǎng)絡(luò)操作的input拟逮、output時(shí)，會(huì)導(dǎo)致網(wǎng)絡(luò)飽和适滓。

在Linux中可使用dstat或iftop監(jiān)控網(wǎng)絡(luò)情況敦迄。

（3）檢查JVM?heap

　　heap設(shè)置太小會(huì)導(dǎo)致CPU使用率過(guò)高，這是因?yàn)镴VM的垃圾回收機(jī)制導(dǎo)致的。

　　一個(gè)快速檢查該設(shè)置的方法是將heap設(shè)置為兩倍大小然后檢測(cè)性能改進(jìn)罚屋。不要將heap設(shè)置超過(guò)物理內(nèi)存大小苦囱，保留至少1G內(nèi)存給操作系統(tǒng)和其他進(jìn)程。

　　你可以使用類似jmap命令行或VisualVM更加精確的計(jì)算JVM?heap