Filebeat5+Kafka+ELK Docker是怎么搭建日志系統(tǒng)

這篇文章將為大家詳細講解有關Filebeat5+Kafka+ELK Docker是怎么搭建日志系統(tǒng)，文章內容質量較高，因此小編分享給大家做個參考，希望大家閱讀完這篇文章后對相關知識有一定的了解。

準備工作

• 所有的安裝、配置或者說明文檔都以官方為準，比如 docker.io, elastic.co, kafka.apache.org 等。
  百度出來的古老文章如果解決不了問題，后果自裁。

• 備好三臺不同ip的虛機（下文用A B C說明），做集群嘛，標配!

• 做好心理預期，谷歌科學搜索不能少，妖怪問題會層出不窮，千萬不能被嚇到!

為什么使用Docker

純粹是處于個人愛好，各種技術只要跟 Docker 搭邊就傾愛它的 Docker 鏡像版本。本文除了filebeat agent是二進制版本直接安裝在應用機上，與docker無關，其他都是基于docker 鏡像版本的集群安裝。

為什么使用Kafka

分布式基于發(fā)布訂閱的消息系統(tǒng)Kafka，它可以將業(yè)務應用端（client）和日志分析服務端（server）很好的黏合起來，并起到了緩沖作用，并提供了很多優(yōu)秀特性比如異步，解耦，持久化，順序化等。而且Kafka可以與很多開源組件Storm、Spark等集成，對于日后的擴展這一層會有很大的幫助。

為什么選擇Filebeat5

本來開始確實是首選Flume，要做兩件事：①上傳client端的日志文件到Kafka; ②消費Kafka的隊列消息存入ElasticSearch。
坑爹的是，當時最新發(fā)布的Flume版本是1.6.0, 而它支持的es版本最高只到1.7.5, 不支持2.x版本，中間對es做了各種的降級和甚至還得配合jdk8云云， 最后放棄。
選擇就剩了 logstash-forwarder 和 filebeat， 而后者其實就是前者的升級版+替代品，所以直接選用filebeat無疑了。
妖怪又粗線了， filebeat當時的最新穩(wěn)定版是1.3.0, 而它是不支持output到kafka的。也就是第①件事就被卡住了，幸好Beats5的alpha1測試版發(fā)布了，雖然不穩(wěn)定，但是測試下來還未發(fā)現(xiàn)日志丟失的情況，先用著吧。
話音未落，alpha2又發(fā)布了...
https://www.elastic.co/guide/en/beats/libbeat/master/release-notes-5.0.0-alpha2.html

第②件事就通過Logstash來實現(xiàn)了(因為docker鏡像就是elk一體的 hihahiha)

開整

問完十萬個為什么之后，終于可以開整了（其實前面的#為什么#也是我的血淚史...）

一、Zookeeper 的安裝

直接介紹一個不錯的docker鏡像，pull下來直接使用

docker pull jeygeethan/zookeeper-cluster

集群三個點上分別啟動命令，虛擬卷大家自定義

docker run --name docker-zk -d --restart=always \
--net="host" \
-p 2181:2181 \
-p 2888:2888 \
-p 3888:3888 \
-v ~/dockerdata/zookeeper/lib:/var/lib/zookeeper \
-v ~/dockerdata/zookeeper/log:/var/log/zookeeper \
-v /etc/localtime:/etc/localtime:ro \
jeygeethan/zookeeper-cluster 192.168.0.1,192.168.0.2,192.168.0.3 1 {1/2/3: 三個節(jié)點分別設置} 

三個節(jié)點都啟動成功后，進入節(jié)點A

運行 docker exec -it docker-zk bash

默認就會進入/usr/share/zookeeper 目錄，

運行 bin/zkCli.sh

進入了zk的客戶端命令行，

創(chuàng)建節(jié)點 create /nicholas "nicholas"
查看節(jié)點 get /nicholas 顯示創(chuàng)建成功，
     在虛機B、C上執(zhí)行get操作檢查下新的節(jié)點是否已同步，可見則成功。

### 二、Kafka 的安裝
同樣 pull 鏡像先

docker pull jeygeethan/kafka-cluster

同樣三個節(jié)點上分別啟動，注意，我這里kafka和zk使用的是相同的三臺虛機。

docker run --name docker-kafka -d -p 9092:9092
-e KAFKA_HOST=192.168.0.1
-e KAFKA_PORT=9092
-e ZOOKEEPER_CONNECT=192.168.0.1:2181,192.168.0.2:2181,192.168.0.3:2181
-e KAFKA_ID=0 {0/1/2: 三個節(jié)點分別設置，從0開始} 
-v ~/dockerdata/kafka/logs:/tmp/kafka-logs
jeygeethan/kafka-cluster

同時進入虛機A，和虛機B

進入docker
  docker exec -it docker-kafka bash
轉換目錄
  cd /opt/kafka_2.11-0.9.0.1/bin
創(chuàng)建Topic
  ./kafka-topics.sh --create --topic TP_NIC --partitions 4 --replication-factor 2
         --zookeeper 192.168.0.1:2181,192.168.0.2:2181,192.168.0.3:2181
查看Topic
  ./kafka-topics.sh --describe --topic TP_NIC
          --zookeeper 192.168.0.1:2181,192.168.0.2:2181,192.168.0.3:2181
在broker0（虛機A）上生產(chǎn)消息
  ./kafka-console-producer.sh --topic=TP_NIC \
          --broker-list=192.168.0.1:9092,192.168.0.2:9092,192.168.0.3:9092
在broker1（虛機B）上消費消息
  ./kafka-console-consumer.sh --topic=TP_NIC \
          --zookeeper 192.168.0.1:2181,192.168.0.2:2181,192.168.0.3:2181

到此，虛機A和B已經(jīng)都關聯(lián)上了TP_NIC， 在 A 命令行上，隨意輸入各類字符， 在 B 上可以看到同樣的字符即說明消費成功了.

三、ELK 的安裝

pull 鏡像 2.4 版本 最新的5已經(jīng)有了

docker pull sebp/elk:es240_l240_k460

修改即將要映射的虛擬卷的目錄權限， 注意這里的991,992,993分別對應ELK的三個獨立用戶，如果你看下docker file的build腳本就明白了，為了讓docker運行成功，我們先把權限配上。

chown -R 991:991 ~/dockerdata/es && chown -R 992:992 ~/dockerdata/logstash && chown -R 993:993 ~/dockerdata/kibana

進入對應的目錄，我們先把配置給設定好。
注：這些配置文件是從docker里面cp出來的，如源文件沒有，請先docker run啟動原鏡像然后docker cp拷貝。

• Elasticsearch 配置

vi ~/dockerdata/es/config/elasticsearch.yml
編輯內容如下
cluster.name: mm-cluster
node.name: mm-node-01
node.master: false
node.data: true
#restrict outside access
network.host: 192.168.0.11
transport.tcp.port: 9300
http.port: 9200
path.data: /etc/elasticsearch/data
path.work: /etc/elasticsearch/work
path.logs: /etc/elasticsearch/logs
path.plugins: /etc/elasticsearch/plugins
bootstrap.mlockall: true
discovery.zen.ping.multicat.enabled: false
discovery.zen.fd.ping_timeout: 100s
#discovery.zen.fd.ping_retries: 6
#discovery.zen.fd.ping_interval: 30s
discovery.zen.ping.timeout: 100s
discovery.zen.minimum_master_nodes: 1
discovery.zen.ping.unicast.hosts: ["192.168.0.11", "192.168.0.12", "192.168.0.13"]
gateway.recover_after_nodes: 2
#action.auto_create_index: false
index.number_of_replicas: 0
index.number_of_shards: 2

• Kibana 配置

vi ~/dockerdata/kibana/config/kibana.yml
檢查 elasticsearch.url: "http://localhost:9200" 對應上了即可

• Logstash 配置

新增Kafka的input配置文件：
vi ~/dockerdata/logstash/config/03-kafka-input.conf
------------------------------------------
input {
    kafka {
        zk_connect => "192.168.0.1:2181,192.168.0.2:2181,192.168.0.3:2181 "
        #group_id => ""
        topic_id => "syslog"
        codec => "plain"
        reset_beginning => false
        consumer_threads => 5
        decorate_events => true
        add_field => { "[@metadata][type]" => "syslog" }
    }
}
修改日志解析過濾配置文件：
vi ~/dockerdata/logstash/config/10-syslog.conf
------------------------------------------
filter {
  if [@metadata][type] in ["syslog","accesslog"] {
    ruby {
      code => "event['mlogsendts'] = event['@timestamp']"
    }
    mutate {
      add_field => ["mlogsendts_string", "%{@timestamp}"]
    }
    json {
      source => "message"
      add_field => {
        "mlogmsg" => "%{message}"
      }
      remove_field => [ "message"]
    }
    grok {
      patterns_dir => ["/opt/logstash/patterns"]
      match => { "mlogmsg" => "[%{MMLOGTS:mlogts}]\s[%{MMLOGWORDEXT:mlogcell}]\s[%{MMLOGWORDEXT:mlognode}]\s[%{MMLOGWORDEXT:mlogthread}]\s[%{MMLOGWORD:mloglevel}]\s[%{MMLOGWORDEXT:mlogclass}]\s%{GREEDYDATA}" }
    }
    grok {
      match => { "source" => "%{GREEDYDATA}/%{GREEDYDATA:mlogfilename}.log" }
    }
    syslog_pri { }
    date {
      match => [ "mlogts", "yyyy-MM-dd HH:mm:ss.SSS" ]
      timezone => "Asia/Shanghai"
      target => "@timestamp"
    }
  }
}
這里最復雜的其實是兩件事，
① 用日志中的時間戳替換系統(tǒng)@timstamp（參見配置）
②grok表達式將日志中的變量分段解析（找在線grok校驗工具可以驗證自己的正則，很費勁！?。。?br/>grok表達式默認支持各種格式的正則格式變量，大家自行官網(wǎng)搜索，這里我是自定義的一些正則變量，存放在：
vi ~/dockerdata/logstash/patterns/mmlog
.
patterns下面的文件logstash默認會自動掃描的，所以文件名隨便定義，只要正則對了就可以了。
內容為：
MMLOGTS \d{4}-\d{2}-\d{2}\s\d{2}\:\d{2}\:\d{2}.\d{3}
MMLOGWORD \w
MMLOGWORDEXT [^]]+
MMLOGTHREAD \w(\w)\:\w-\w
MMLOGCLASS [\w.]+\:\w\s

下面就可以啟動docker了，對于ELK中的Elasticsearch 和 Logstash都需要是集群三個點的，而Kibana只是展示數(shù)據(jù)，單點即可。所以啟動腳本分別為：

• Kibana單點虛機，ELK三者全部開啟，E+L的堆大小配置是基于該虛機是2c4g（相對低配置）

  docker run --privileged=true -i -d -p 5601:5601 -p 9200:9200 -p 9300:9300 -p 5044:5044 -p 5000:5000 \
  --net="host" \
  -v ~/dockerdata/es/config/:/etc/elasticsearch/:rw \
  -v ~/dockerdata/es/plugins/:/etc/elasticsearch/plugins/:rw \
  -v ~/dockerdata/es/data/:/etc/elasticsearch/data/:rw \
  -v ~/dockerdata/es/work/:/etc/elasticsearch/work/:rw \
  -v ~/dockerdata/es/logs/:/var/log/elasticsearch/:rw \
  -v ~/dockerdata/logstash/config/:/etc/logstash/conf.d/:rw \
  -v ~/dockerdata/logstash/patterns/:/opt/logstash/patterns/:rw \
  -v ~/dockerdata/logstash/logs/:/var/log/logstash/:rw \
  -v ~/dockerdata/kibana/config/:/opt/kibana/config/:rw \
  -v ~/dockerdata/kibana/logs/:/var/log/kibana/:rw \
  -v /etc/localtime:/etc/localtime:ro \
  -e ES_JAVA_OPTS="-Duser.timezone=Asia/Shanghai" \
  -e ES_HEAP_SIZE="2g" \
  -e LS_HEAP_SIZE="1g" \
  -e ELASTICSEARCH_START=1 -e LOGSTASH_START=1 -e KIBANA_START=1 \
  --name docker-elk sebp/elk:es240_l240_k460 \
  && docker logs -f docker-elk

• 其余兩個點的啟動關閉Kibana（KIBANA_START=0）， 虛機配置是4c8g（相對高配置）

  docker run --privileged=true -i -d -p 5601:5601 -p 9200:9200 -p 9300:9300 -p 5044:5044 -p 5000:5000 \
  --net="host" \
  -v ~/dockerdata/es/config/:/etc/elasticsearch/:rw \
  -v ~/dockerdata/es/plugins/:/etc/elasticsearch/plugins/:rw \
  -v ~/dockerdata/es/data/:/etc/elasticsearch/data/:rw \
  -v ~/dockerdata/es/work/:/etc/elasticsearch/work/:rw \
  -v ~/dockerdata/es/logs/:/var/log/elasticsearch/:rw \
  -v ~/dockerdata/logstash/config/:/etc/logstash/conf.d/:rw \
  -v ~/dockerdata/logstash/patterns/:/opt/logstash/patterns/:rw \
  -v ~/dockerdata/logstash/logs/:/var/log/logstash/:rw \
  -v ~/dockerdata/kibana/config/:/opt/kibana/config/:rw \
  -v ~/dockerdata/kibana/logs/:/var/log/kibana/:rw \
  -v /etc/localtime:/etc/localtime:ro \
  -e ES_JAVA_OPTS="-Duser.timezone=Asia/Shanghai" \
  -e ES_HEAP_SIZE="4g" \
  -e LS_HEAP_SIZE="2g" \
  -e ELASTICSEARCH_START=1 -e LOGSTASH_START=1 -e KIBANA_START=0 \
  --name docker-elk sebp/elk:es240_l240_k460 \
  && docker logs -f docker-elk

打開下面網(wǎng)址校驗安裝成功與否:
Kibana Web : http://<your-host>:5601
Elasticsearch Json : http://<your-host>:9200/
ES的插件安裝請自己進入docker然后下載， 比較好用的有 head, hq 等

四、Filebeat5 的安裝

這個最簡單了，官網(wǎng)上下載 filebeat-5.0.0-rc1-linux-x86_64.tar.gz 解壓安裝；

vi /usr/local/src/filebeat5/filebeat.yml
編輯內容如下：
################### Filebeat Configuration Example #########################
############################# Filebeat ######################################
filebeat.prospectors:
# Each - is a prospector. Below are the prospector specific configurations
- input_type: log
  paths: ["/usr/local/src/logs/${appname}-${cellname}-${nodename}/sys-.log"]
  encoding: utf-8
  exclude_files: ['.\d{4}-\d{2}-\d{2}..log']
  document_type: syslog
  fields:
    mlogapp: ${appname}
  fields_under_root: true
  scan_frequency: 1s
  ignore_older: 30m
# must set ignore_older to be greater than close_inactive.
  close_inactive: 5m
  close_removed: true
  clean_removed: true
  multiline:
    pattern: ^[[[:digit:]]{4}-[[:digit:]]{2}-[[:digit:]]{2}[[:blank:]][[:digit:]]{2}:[[:digit:]]{2}:[[:digit:]]{2}.[[:digit:]]{3}]
    negate: true
    match: after
    max_lines: 500
output.kafka:
  # initial brokers for reading cluster metadata
  hosts: ["192.168.0.1:9092", "192.168.0.2:9092", "192.168.0.3:9092"]
  # message topic selection + partitioning
  topic: '%{[type]}'
  partition.round_robin:
    reachable_only: false
  required_acks: 1
  compression: gzip
  max_message_bytes: 1000000
############################# Logging #########################################
logging.level: info
logging.to_files: true
logging.to_syslog: false
logging.files:
  path: /usr/local/logs/filebeat
  name: filebeat.log
  keepfiles: 7
.
.
.
----------------------
*啟動Filebeat5：**
export appname="uss-web" && export cellname="cell01" && export nodename="node01" \
&& cd /usr/local/src/filebeat/ \
&& nohup ./filebeat -e > /usr/local/src/logs/filebeat/nohup.out 2>&1 &

關于Filebeat5+Kafka+ELK Docker是怎么搭建日志系統(tǒng)就分享到這里了，希望以上內容可以對大家有一定的幫助，可以學到更多知識。如果覺得文章不錯，可以把它分享出去讓更多的人看到。