docker部署filebeat

一娃承、背景

最近公司用到了filebeat，所以學習了下這個技術桩匪。filebeat是一個輕量級的日志采集工具打瘪，使用golang語言開發(fā)，可以將日志轉(zhuǎn)發(fā)到es，kafka等闺骚。官方對filebeat提供了最全面的支持彩扔。filebeat的性能非常好，部署簡單僻爽，是一個非常理想的文件采集工具虫碉。相比logstash它的內(nèi)存占用更少，filebeat開發(fā)的目的也是為了替換logstash胸梆。當然也有缺點敦捧，比如filebeat官方提供的功能比較單一，往往無法滿足我們的需求碰镜，我們經(jīng)常把日志采集到kafka绞惦，然后借助flink等工具繼續(xù)處理。

二洋措、原理

如下圖是filebeat的工作流程。首先當業(yè)務寫入日志后杰刽，filebeat的Harvester模塊會采集一行或者多行日志菠发，然后Harvester聚合日志發(fā)送到輸出方，如es贺嫂、kafka滓鸠。為了保存文件狀態(tài)，Harvester會將日志的偏移量記錄到registry文件中第喳。每個輸入都對應一個registry文件糜俗，如果filebeat重啟了，會從registry文件恢復曲饱。那filebeat如何保證日志至少發(fā)送成功一次呢悠抹？實際也是用的這個registry文件，發(fā)送出后后扩淀，如果沒有收到成功確認楔敌，那么filebat會重新發(fā)送，直到成功驻谆。

457DFBEE-52A1-41CC-A442-825431B49AF4.png

三卵凑、docker部署

考慮到docker的優(yōu)勢，如一致的運行環(huán)境胜臊，輕松的遷移等勺卢，我們采用docker部署filebeat。下面是docker-compose部署的例子

3.1象对、配置docker-compose文件

version: "3"
services:
    elasticsearch:
      image: elasticsearch:7.11.1
      container_name: elasticsearch
      hostname: elasticsearch1
      environment:
        - discovery.type=single-node
        - bootstrap.memory_lock=true
        - "ES_JAVA_OPTS=-Xms512m -Xmx512m"
      ports:
        - 9200:9200
        - 9300:9300
      networks:
        - "elk-net"

    kibana:
      image: docker.elastic.co/kibana/kibana:7.1.1
      environment:
        - SERVER_NAME=kibana
        - ELASTICSEARCH_URL=http://elasticsearch1:9200
        - XPACK_MONITORING_ENABLED=true
      ports:
        - "5601:5601"
      networks:
        - "elk-net"
      depends_on:
        - "elasticsearch"

    filebeat:
      image: docker.elastic.co/beats/filebeat:7.1.1
      volumes:
        - ./filebeat/logs/nginx:/var/log/nginx/
        - ./filebeat/logs/biz:/var/log/biz/
        - ./filebeat/logs/log4j:/var/log/log4j/

        - ./filebeat/filebeat/filebeat.yml:/usr/share/filebeat/filebeat.yml
      networks:
        - "elk-net"
      depends_on:
        - "elasticsearch"
        - "kibana"
networks:
      elk-net:

這里將采集log4j黑忱，nginx和業(yè)務日志到es，然后展示到kibana

3.2、配置filebeat

# 詳情如下：
filebeat.inputs:
- type: log
  enabled: true
  paths:
    - /var/log/nginx/*.log
  scan_frequency: 10s
  tail_files: true
  fields:
    index_name: "nginx_log"
- type: log
  enabled: true
  #不以[開頭的行都合并到上一行的末尾
  multiline.type: pattern
  multiline.pattern: '^[[:space:]]+(at|\.{3})[[:space:]]+\b|^Caused by:'
  multiline.negate: false
  multiline.match: after
  paths:
    - /var/log/log4j/*.log
  fields:
    index_name: "log4j_log"
- type: log
  enabled: true
  multiline.type: pattern
  multiline.pattern: '^[[:space:]]+(at|\.{3})[[:space:]]+\b|^Caused by:'
  multiline.negate: false
  multiline.match: after
  fields:
    index_name: "biz_log"
  scan_frequency: 10s
  pipeline: "extract-traceid-pipeline"
  paths:
    - /var/log/biz/*.log



# # # 7.x的版本中需要禁用此索引生命周期杨何，否則在指定es索引名字的時候會有問題
setup.ilm.enabled: false
setup.template.name: "my-log"
setup.template.pattern: "my-*"
setup.template.enabled: true
setup.template.overwrite: false

# 輸出到es
output.elasticsearch:
  #worker: 1
  #bulk_max_size: 1500
  hosts: ["elasticsearch1:9200"]
  index: "pb-%{[fields.index_name]}-*"
  indices:
    - index: "pb-nginx-%{+yyyy.MM.dd}"
      when.equals:
        fields.index_name: "nginx_log"
    - index: "pb-log4j-%{+yyyy.MM.dd}"
      when.equals:
        fields.index_name: "log4j_log"
    - index: "pb-biz-%{+yyyy.MM.dd}"
      when.equals:
        fields.index_name: "biz_log"

D8537B64-4D53-4316-B2A9-A6D06343CEBE.png

pipeline加到es

curl -H "Content-Type: application/json" -XPUT 'http://127.0.0.1:9200/_ingest/pipeline/extract-traceid-pipeline' -d@extract-traceid-pipeline.json

效果如下

A2CDB291-2474-484D-83B0-BFC00DF7C500.png

四酱塔、filebeat關鍵參數(shù)

4.1、如何區(qū)分不同的日志

fields危虱，添加附件字段羊娃，可以使values，arrays埃跷，dictionaries或者任何嵌套數(shù)據(jù)蕊玷。在輸出的時候也可以加上條件語句判斷，when.equals弥雹，然后輸出到不同的index
輸入添加tag字段垃帅，可以用于分組

4.2、如何提取參數(shù)剪勿，以trace為例

這個使用gork語法可以提取贸诚。具體步驟如下

編寫pipleline文件

  "description" : "extract-traceid-pipeline",
  "processors" : [
    {
      "grok" :{            
        "field" : "message",
        "patterns" : ["ERROR\\|%{DATA:trace_id}\\|"]  
      }
    }
  ]
}

測試效果

https://www.5axxw.com/tools/v2/grok.html

D091A12E-8039-44B7-A22F-429E72B9FC0F.png

寫入到es和filebeat配置文件

curl -H "Content-Type: application/json" -XPUT 'http://127.0.0.1:9200/_ingest/pipeline/extract-traceid-pipeline' -d@extract-traceid-pipeline.json

查看寫入效果

FF59012E-D2BA-4BCC-A789-D49AE8F014E4.png

最終效果

CB33BA46-779E-4540-AFC1-13F93866C6C5.png

4.2、如何收集java異常堆棧

  multiline.type: pattern
  multiline.pattern: '^[[:space:]]+(at|\.{3})[[:space:]]+\b|^Caused by:'
  multiline.negate: false
  multiline.match: after

4.3厕吉、pipleline為什么不起作用

官網(wǎng)是放在了out中酱固，但是這個版本實際配置不起作用，需要加到input中

- type: log
  enabled: true
  multiline.type: pattern
  multiline.pattern: '^[[:space:]]+(at|\.{3})[[:space:]]+\b|^Caused by:'
  multiline.negate: false
  multiline.match: after
  fields:
    index_name: "biz_log"
  scan_frequency: 10s
  pipeline: "extract-traceid-pipeline"
  paths:
    - /var/log/biz/*.log

4.4头朱、業(yè)務日志比較復雜运悲，gork無法處理怎么辦

這種情況一般是輸出到kafka，然后由其他中間件處理项钮，如flink班眯。

output.kafka:
  # initial brokers for reading cluster metadata
  hosts: ["kafka1:9092", "kafka2:9092", "kafka3:9092"]
  # message topic selection + partitioning
  topic: '%{[fields.log_topic]}'
  partition.round_robin:
    reachable_only: false
  required_acks: 1
  compression: gzip
  max_message_bytes: 1000000

4.5、如何提高采集效率烁巫？

1署隘、配置bulk_max_size參數(shù)即可，這是output.elasticsearch的屬性亚隙，控制發(fā)送給Elasticsearch的bulk API中定踱，每批數(shù)據(jù)能包含多少條event，默認情況下恃鞋，我們是每行數(shù)據(jù)一個document(或者說是event)崖媚，因此，每次filebeat默認只會發(fā)送50行數(shù)據(jù)恤浪，因此畅哑，當我們添加進來的數(shù)據(jù)由幾十萬行的時候，可以簡單推算水由，我們需要推送多少次bulk request才能完成這個文件的數(shù)據(jù)錄入
2荠呐、worker這個也是output.elasticsearch的屬性，我們可以指定filebeat使用多高的并發(fā)來往Elastic發(fā)送數(shù)據(jù)，我們也可以適當?shù)脑黾舆@個值泥张，比如我們的ES集群有3個data節(jié)點 hosts: ["10.0.07:9200","10.0.08:9200","10.0.09:9200"]呵恢，我們可以把這個worker設為 3。
3媚创、harvester_buffer_size 這個是Log input的屬性渗钉，這個屬性限定了單個文件采集器harvester每次讀取文件的大小，默認的大小是16K钞钙。如果我們要增加某些文件的讀取吞吐鳄橘，可以調(diào)整這個值的大小∶⒘叮可以通過定義多個input瘫怜，每個input單獨指定的方式來確定不同文件的吞吐大小

參考文檔

1、官方文檔
2本刽、logstash 和filebeat 是什么關系
3鲸湃、區(qū)分來源