使用ElasticSearch搭建日志系统
如果：
• 你有很多台机器
• 你有各种各样的Log
只要满足这两个条件其中之一，那么一套日志系统是很有必要的。的日志系统可以让你及时发现问题，轻松追查故障原因，进而提高生产力。
本文简单介绍一下怎么用Elastic Search全家桶搭出一套日志系统。Elastic Search全家桶几乎可以说，就是设计出来干这个事的：
让我们来研究一下全家桶的每个成员：
• Beats
官方定义是"Data Shippers for Elasticsearch"，还来个slogan叫"Collect, Parse & Ship"，说得云里雾里的。其实说白了，就是数据采集。
Beats是一系列叫XXXbeat的小工具，常用的是Filebeat。这套东西原先是Logstash的一个模块，后来单独拆了出来，又根据不同的功能衍生了几个分支。
Filebeat是个很轻量级的工具，主要干这么三件事：
• 监听本机指定日志文件的新增条目，类似`tail -f`
• 做原始的过滤和处理
• 怼去Logstash，或者Elastic Search，又或者其他地方
go语言写的（好评）。安装出来，你会发现这套工具异常简单粗暴。一个可执行文件，一个配置文件，没了。
• Logstash
官方定义是"Process Any Data, From Any Source"，这个很清晰很好，问题是slogan叫"Collect, Enrich & Transport Data"。大哥你的Collect关键词跟Beats兄弟重了啊！
Logstash是用来做数据处理的（也可以用来做数据采集，我相信这是历史原因导致的），功能非常强大。它敢吹"Process Any Data, From Any Source"是有道理的，因为官方文档上，目前（20160924）支持的数据源有：
"beats couchdb_changes drupal_dblog elasticsearch exec eventlog file ganglia gelf generator graphite github heartbeat heroku http http_poller irc imap jdbc jmx kafka log4j lumberjack meetup pipe puppet_facter relp rss rackspace rabbitmq redis salesforce snmptrap stdin sqlite s3 sqs stomp syslog tcp twitter unix udp varnishlog wmi websocket xmpp zenoss zeromq"
支持输出到：
"boundary circonus csv cloudwatch datadog datadog_metrics email elasticsearch elasticsearch_java exec file google_bigquery google_cloud_storage ganglia gelf graphtastic graphite hipchat http irc influxdb juggernaut jira kafka lumberjack librato loggly mongodb metriccatcher nagios null nagios_nsca opentsdb pagerduty pipe riemann redmine rackspace rabbitmq redis riak s3 sqs stomp statsd solr_http sns syslog stdout tcp udp webhdfs websocket xmpp zabbix zeromq"
至于数据处理本身，功能也是有够多的，我就不贴了。实在不满意，还可以自己撸袖写插件。
• Kibana
"See the Value in Your Data"，"Explore & Visualize Your Data"。有点被营销加工过的味道。
Kibana这玩意，我一开始是为了用ES的Marvel插件看集群运行状态而装的。感觉是，ES全家桶怎么一个绑一个，真麻烦。跑通后闲置了一段时间，之后偶然来玩了下Kibana本身的功能，就发现...挺厉害啊。
Kibana出报表的整个流程分为3步：
• 步：写query，在Elastic Search里搜出一批数据
• 第二步：使用搜出来的数据，创建图表
建什么报表，就是看使用者的想象力了。我一开始是做了搜索相关的报表，像是近一小时热搜关键词，近一小时缓存命中率什么的。后来发现，Kibana的潜力真是无穷无尽。
Kibana加上Elastic Search，可以做实时数据分析。而且因为Elastic Search本质是个高性能搜索引擎，所以出数据很快。
现在让我们把这几个成员组装到一起。
可以看到，Beats + Logstash + Elastic Search + Kibana，可以做一套非常强大的日志系统。
官方给的图：
一套日志系统，高可用，可横向扩展，高自定义，出来的图表还好看，你说吼不吼啊！
具体怎么组装ES全家桶的，还是推荐各位上官网看文档，或者搜其他教程，或者直接把全家桶download下来把玩。毕竟日志系统里面核心的ES索引设计，是跟着具体业务走的。本文提供一些经验：
• 不一定全家桶都要用
在数据量不大、或者做抽样的时候，完全可以不用Beats和Logstash，数据直接用HTTP RESTful接口怼Elastic Search。如果是一些监控类的脚本，可以直接在shell里一句curl搞定，非常适合运维同学使用。
• 大数据量下的配置
数据量到了一定规模的时候，全家桶组合拳会开始体现价值。
Beats是简单高可用的，瓶颈一般会出现在Logstash（吃CPU）和Elastic Search（吃磁盘IO）上。Logstash好办，而Elastic Search在加机器的时候如果分片数量过少，会影响效果。所以建议一开始就给索引（index）配置较大的分片数量（shards）。
Elastic Search的ttl属性有点问题，如果要按时间分片的话，建议直接从索引这一层来操刀。例如搜索日志的索引名字就叫search-log-20160924。自己造个轮子，定时创建新的索引、删除过期的索引。
• 能不能不用Elastic Search
当然可以，Beats跟Logstash单独拿出来用也是很不错的工具。数据存储和分析未必要走-> ES -> Kibana这条路。可以感受到，Elastic Search逐渐成为Elastic Stack的概念了，不仅仅是搜索，而是整套数据解决方案。
相关文章