ELK日志分析系统

2020-06-03 00:00:00 数据分析开源日志收集

一般我们需要进行日志分析场景，往往应运营需要，对应用进行日志分析，为运营推广提供有用的运营数据，使运营推广具有目的性、针对性和直接性，我不是运营出身，所以我也不知道怎么去概括这个事情，说白了，就是运营想知道，用户行为是什么样的，用户更关心的是什么等等一系列问题；那我们如何做到呢？通常我们的做法是直接对日志文件进行grep、awk等命令就可以获得想要的信息。但是，随着用户体量的增加，支撑的节点也随之增加，那么传统方法暴露出很多问题，比如：效率低下，日志量太大如何归档、文本搜索太慢怎么办、如何多维度查询等等。这就需要我们集中化处理我们的日志，那么如何对所有服务器上的日志进行收集汇总？常见解决思路是建立集中式日志收集系统，将所有节点上的日志统一收集，管理，访问。

一个完整的集中式日志系统，需要包含以下几个主要特点：

收集－能够采集多种来源的日志数据

传输－能够稳定的把日志数据传输到中央系统

存储－如何存储日志数据

分析－可以支持 UI 分析

警告－能够提供错误报告，监控机制

ELK提供了一整套解决方案，并且都是开源软件，之间互相配合使用，完美衔接，高效的满足了很多场合的应用。目前主流的一种日志系统。

ELK是三个开源软件的缩写，分别表示：Elasticsearch , Logstash, Kibana , 它们都是开源软件。新增了一个FileBeat，它是一个轻量级的日志收集处理工具(Agent)，Filebeat占用资源少，适合于在各个服务器上搜集日志后传输给Logstash，官方也推荐此工具。

Elasticsearch是个开源分布式搜索引擎，提供搜集、分析、存储数据三大功能。它的特点有：分布式，零配置，自动发现，索引自动分片，索引副本机制，restful风格接口，多数据源，自动搜索负载等。

Logstash 主要是用来日志的搜集、分析、过滤日志的工具，支持大量的数据获取方式。一般工作方式为c/s架构，client端安装在需要收集日志的主机上，server端负责将收到的各节点日志进行过滤、修改等操作在一并发往elasticsearch上去。

Kibana 也是一个开源和免费的工具，Kibana可以为 Logstash 和 ElasticSearch 提供的日志分析友好的 Web 界面，可以帮助汇总、分析和搜索重要数据日志。

这是常见的ELK的结构图

带有beats的结构图

关于安装，这里就不讲了，二进制包，解压就可用；下面我们看一下，用logstash收集系统secure日志和nginx日志，首先我们来看一下secure的logstash收集配置文件：

input {
    file {
        type => "system"
        path => [ "/var/log/secure" ]
        start_position => "beginning"
    }
}

filter {
    grok {
        add_tag => [ "valid" ]
        match => [
        "message", "%{SYSLOGTIMESTAMP:syslog_date} %{SYSLOGHOST:syslog_host}%{DATA:syslog_program}(?:\[%{POSINT}\])?: %{WORD:login} password for %{USERNAME:username} from %{IP:ip} %{GREEDYDATA}",
        "message", "%{SYSLOGTIMESTAMP:syslog_date} %{SYSLOGHOST:syslog_host}%{DATA:syslog_program}(?:\[%{POSINT}\])?: message repeated 2 times: \[ %{WORD:login} password for %{USERNAME:username} from %{IP:ip} %{GREEDYDATA}",
        "message", "%{SYSLOGTIMESTAMP:syslog_date} %{SYSLOGHOST:syslog_host}%{DATA:syslog_program}(?:\[%{POSINT}\])?: %{WORD:login} password for invalid user %{USERNAME:username} from %{IP:ip} %{GREEDYDATA}",
        "message", "%{SYSLOGTIMESTAMP:syslog_date} %{SYSLOGHOST:syslog_host}%{DATA:syslog_program}(?:\[%{POSINT}\])?: %{WORD:login} %{WORD:auth_method} for %{USERNAME:username} from %{IP:ip} %{GREEDYDATA}"
        ]
    }

    if "valid" not in [tags] {
        drop { }
    }

    mutate {
        remove_tag => [ "valid" ]
        lowercase => [ "login" ]
    }


    date {
        match => [ "syslog_date", "MMM d HH:mm:ss", "MMM dd HH:mm:ss", "ISO8601" ]
        timezone => "Asia/Shanghai"
    }

    geoip {
        source => "ip"
        fields => ["city_name"]
        database => "/usr/local/lnmp/logstash/GeoLite2-City.mmdb"
    }
}


output {
    # stdout { codec => rubydebug }
    elasticsearch {
        hosts => [ "10.9.117.83:9200", "10.9.165.245:9200", "10.9.13.93:9200" ]
        index => "logstash-ssh-login-%{+YYYY.MM.dd}"
    }
}

相关文章