logstash（1.4.0）是一个不错的日志监控与分析工具，数据通过logstash使用后端的ElasticSearch（1.1.1）集群完成数据索引，以供后续的查询、分析使用。
logstash提供了一个geoip的filter，如果发送的事件数据中有IP地址之类的数据，就可以通过这个过滤器将对应的国家、城市等信息添加到数据中，为以后的上卷或下钻操作提供数据基础。我们的应用场景是这样的：
A Python Producer => Redis 消息队列（logstash input，默认支持）=> Filter（geoip，默认支持）=> ElasticSearch集群 => Kibana3
1. 搭建ES集群
其中，ES集群的搭建是非常简单的，装好JDK1.7之后（并设置好JAVA_HOME, PATH等环境变量），只需要下载官方软件包（elasticsearch-1.1.1.tar.gz）解压即可启动，具体启动命令：
bin/elasticsearch -d
在默认配置下，在局域网中启动多个这样的实例，就可以自动组建一个ES集群了，这个集群是去中心化的，非常简单。
2. 安装Kibana3
这实际上就是ES集群的一个查询引擎，也可以说是一层皮，其默认的配置（安装路径/config.js ）中，只需要关心： elasticsearch: "http://"+window.location.hostname+":9200", 即可，不过如果你是在ES集群中的一个节点上部署的kibana，那么默认的配置就可以完美工作。Kibana3实际上就是纯粹的Javascript和CSS代码，只需要在Nginx设置一下对应的虚拟主机，使之能够访通过web访问即可，以下是我的Nginx配置：
#
# The default server
#
server {
listen 8080 default_server;
server_name _;
#charset koi8-r;
location / {
root /opt/kibana;
index index.html index.htm;
}
error_page 404 /404.html;
location = /404.html {
root /usr/share/nginx/html;
}
# redirect server error pages to the static page /50x.html
#
error_page 500 502 503 504 /50x.html;
location = /50x.html {
root /usr/share/nginx/html;
}
}
这样，在重新加载Nginx配置之后，就可以通过访问服务器的8080端口来访问到kibana的页面了。
3。 配置logstash
logstash的配置主要分成以下几个部分： input, codec, filter, output（具体请参见：http://logstash.net/docs/1.4.1/）。
顾名思义，input就是logstash的输入端，这个端口可以是一个队列，一个文件，标准输出也可以；codec就是数据的编码格式，logstash自己实现了多种编码格式，不过我们比较常用的还是JSON格式；filter就是数据过滤器，在这里我们可以过滤掉我们不想要的数据，或者为数据添加某些字段，比如我们这里要geoip；output一般是到Elasticsearch，不过logstash也提供了多种输出。
在我们的应用场景下，我们使用如下的配置启动logstash即可：
input {
redis {
host => "a00"
port => "6379"
key => "events"
data_type => "list"
codec => "json"
type => "logstash-redis-demo"
tags => ["logstashdemo"]
}
}
filter {
geoip {
source => "[extra][ip]"
add_tag => [ "geoip" ]
}
}
output {
elasticsearch {
host => "a01"
flush_size => 10240
}
}
我们从一个redis队列（a00:6379）中获取数据，通过geoip过滤器，从ip信息得到对应的地理位置信息之后，最后将数据导入到elasticsearch集群中，对数据做索引。其中需要注意的是，对于嵌套字段的引用方式是：[parent][child]的方式引用。
最后来张效果图：
