前言
在上一篇中我们介绍了Logstash快速入门,本文主要介绍的是ELK日志系统中的Logstash的实战使用。实战使用我打算从以下的几个场景来进行讲解。
时区问题解决方案
在我们使用logstash将采集的数据传输到ES中的时候,会发现采集的时间@timestamp 的时间和我们本地的不一致,这个主要是因为时区的问题导致的,我们在计算时间的时候需要将这个时间增加8小时,但是这样会很不方便。为了永久解决这个问题,我们可以在logstash中的filter中对该字段进行转换,增加8小时。
添加的配置如下:
ruby { code => "event.set('timestamp', event.get('@timestamp').time.localtime + 8*60*60)" } ruby { code => "event.set('@timestamp',event.get('timestamp'))" } mutate { remove_field => ["timestamp"] }
原本示例图:
添加配置之后的示例图:
可以看到添加配置之后@timestamp 时间已经和本地时间基本一致了。
日志内容切分
我们在进行采集日志到ES中的时候,有时需要对日志内容进行切割。比如得到日志内容的时间以及日志级别等等。这时我们就可以通过grok来对日志内容进行切分,比如将制定好的日志内容切割为日志时间、线程名称、日志级别、类名以及详细内容等等。我们只需要在logstash的filter中使用grok语法即可完成日志内容切割。
这里我们使用JAVA的Logback来制定日志输出格式,然后通过日志的格式编写grok语法,最后将grok配置添加到logstash的filter中。
Logback输出配置:
|%d{yyyy-MM-dd HH:mm:ss.SSS}|[%thread]|%-5level|%logger{50}|-%msg%n
日志样例数据:
|2020-07-24 17:08:33.159|[Thread-5]|INFO|com.pancm.Application|-测试示例三: All things in their being are good for something. 天生我才必有用3
grok模式:
|%{DATA:log_time}|%{DATA:thread}|%{DATA:log_level}|%{DATA:class_name}|-%{GREEDYDATA:content}
使用grok分析
可以看到以及分析匹配成功了。
然后我们在filter中添加如下配置:
grok {
match => { "message" =>"|%{DATA:log_time}|%{DATA:thread}|%{DATA:log_level}|%{DATA:class_name}|-%{GREEDYDATA:content}"
}
}
最终输出的日志到ES的示例图:
自定义模板
我们在使用Logstash采集日志的时候,如果没有指定索引库或模板,则会使用ElasticSearch默认自带的名字为”logstash”的模板,默认应用于Logstash写入数据到ElasticSearch使用。但是我们希望使用自定义的索引模板,将采集的日志按照我们自身的想法来写入,此时我们就需要用到自定义模板了。
主要有两种方式,一种是在logstash的output插件中使用template指定本机器上的一个模板json路径, 例如 template => "/home/logstash.json",json里面的内容为我们自定的索引mapping,虽然这种方式简单,但是分散在Logstash机器上,维护起来比较麻烦。还有一种是在elasticsearc服务端自定义配置模板,事先将模板设置好,然后在logstash的output输出中指定该模板即可,这种方式比较灵活方便,可动态更改,全局生效。
这里我们还是通过一个示例来进行说明,我们首先创建一个template_mylog的模板,配置这几个字段:
log_time、thread、log_level、class_name、content。
语句如下:
PUT _template/template_mylog{ "index_patterns" : [ "mylog-*" ], "order" : 10, "settings": { "index.number_of_shards": 3, "number_of_replicas": 1 }, "mappings" : { "properties" : { "log_level" : { "type" : "keyword" }, "thread" : { "type" : "keyword" }, "class_name" : { "type" : "keyword" }, "content" : { "type" : "keyword" }, "log_time" : { "type" : "date","format" : "yyyy-MM-dd HH:mm:ss.SSS"} } } }
示例图:
注:上述的配置比其他mapping而言多了两个新配置,一个是index_patterns,该配置表明自动创建的索引开头以mylog-的索引库都会采用该模板;而order表示顺序级别,在有相同的索引模板中,该值越大,优先级越高。
创建成功之后,我们只需在output中的添加如下配置即可。
elasticsearch { hosts => ["127.0.0.1:9200"] index => "mylog-%{+YYYY.MM.dd}" }
然后我们启动logstash进行日志的采集。
效果图: