ELK学习笔记之Logstash详解
0x00 Logstash概述
官方介紹：Logstash is an open source data collection engine with real-time pipelining capabilities。簡單來說logstash就是一根具備實時數據傳輸能力的管道，負責將數據信息從管道的輸入端傳輸到管道的輸出端；與此同時這根管道還可以讓你根據自己的需求在中間加上濾網，Logstash提供里很多功能強大的濾網以滿足你的各種應用場景。
Logstash常用于日志關系系統中做日志采集設備，最常用于ELK（elasticsearch + logstash + kibane）中作為日志收集器使用；
官網介紹
從 Logstash 的名字就能看出，它主要負責跟日志相關的各類操作，在此之前，我們先來看看日志管理的三個境界吧
境界一 『昨夜西風凋碧樹。獨上高樓，望盡天涯路』，在各臺服務器上用傳統的 linux 工具（如 cat, tail, sed, awk, grep 等）對日志進行簡單的分析和處理，基本上可以認為是命令級別的操作，成本很低，速度很快，但難以復用，也只能完成基本的操作。境界二 『衣帶漸寬終不悔，為伊消得人憔悴』，服務器多了之后，分散管理的成本變得越來越多，所以會利用 rsyslog 這樣的工具，把各臺機器上的日志匯總到某一臺指定的服務器上，進行集中化管理。這樣帶來的問題是日志量劇增，小作坊式的管理基本難以滿足需求。境界三 『眾里尋他千百度，驀然回首，那人卻在燈火闌珊處』，隨著日志量的增大，我們從日志中獲取去所需信息，并找到各類關聯事件的難度會逐漸加大，這個時候，就是 Logstash 登場的時候了Logstash 的主要優勢，一個是在支持各類插件的前提下提供統一的管道進行日志處理（就是 input-filter-output 這一套），二個是靈活且性能不錯
logstash里面最基本的概念（先不管codec）
logstash收集日志基本流程:
input–>filter–>output input:從哪里收集日志filter:對日志進行過濾output:輸出哪里0x01?Logstash架構
Logstash 是由 JRuby 編寫的，使用基于消息的簡單架構，在 JVM 上運行。理念非常簡單，如果說 MapReduce 框架分為 Mapper 和 Reducer 兩大模塊，那么 Logstash?有
Collect: 數據輸入。對應 input Enrich: 數據處理。對應 filter Transport: 數據輸出。對應 outputLogstash的事件（logstash將數據流中等每一條數據稱之為一個event）處理流水線有三個主要角色完成：inputs –> filters –> outputs：
inpust：必須，負責產生事件（Inputs generate events），常用：File、syslog、redis、beats（如：Filebeats） filters：可選，負責數據處理與轉換（filters modify them），常用：grok、mutate、drop、clone、geoip outpus：必須，負責數據輸出（outputs ship them elsewhere），常用：elasticsearch、file、graphite、statsd雖然模塊僅僅比 MapReduce 框架多了一個，但是無三不成幾，通過不同的拓撲結構，可以完成各類數據處理應用。不過這里我們主要還是以日志匯總處理系統的思路來進行介紹，一個典型的架構為：
0x02?Logstash安裝
1. 環境清單
- 操作系統：CentOS Linux release 7.3.1611
- Logstash版本：logstash-5.4.1
- Jdk版本：1.8.0_131
2. 軟件下載
- 下載Jdk：
- 下載Logstash：
3. 安裝Jdk
- 創建安裝目錄
- 解壓縮安裝文件
- 測試安裝是否成功
- 配置JAVA_HOME環境變量
4.?安裝Logstash
- 創建安裝目錄
- 解壓縮安裝文件
測試安裝是否成功
- 測試一、快速啟動，標準輸入輸出作為input和output，沒有filter
- 測試二、在測試一堆基礎上加上codec進行格式化輸出
0x03?Logstash參數與配置
Logstash宏觀的配置文件內容格式如下：
# 輸入 input {... }# 過濾器 filter {... }# 輸出 output {... }配置文件參考
input {# 從文件讀取日志信息file {path => "/var/log/error.log"type => "error"//type是給結果增加一個type屬性,值為"error"的條目start_position => "beginning"//從開始位置開始讀取# 使用 multiline 插件，傳說中的多行合并codec => multiline {# 通過正則表達式匹配，具體配置根據自身實際情況而定pattern => "^\d"negate => truewhat => "previous"}} }#可配置多種處理規則，他是有順序，所以通用的配置寫下面 # filter { # grok { # match => { "message" => "%{IP:client} %{WORD:method} %{URIPATHPARAM:request} %{NUMBER:bytes} %{NUMBER:duration}" }} # }output {# 輸出到 elasticsearchelasticsearch {hosts => ["192.168.22.41:9200"]index => "error-%{+YYYY.MM.dd}"//索引名稱} }上面的file可以配置多個：
file { type => "tms_inbound.log" path => "/JavaWeb/tms2.wltest.com/logs/tms_inbound.es.*.log" codec => json { charset => "UTF-8" } } file { type => "tms_outbound.log" path => "/JavaWeb/tms2.wltest.com/logs/tms_outbound.es.*.log" codec => json { charset => "UTF-8" } }1. 常用啟動參數
2. 配置文件結構及語法
-
區段
??Logstash通過{}來定義區域，區域內可以定義插件，一個區域內可以定義多個插件，如下：
- 數據類型
?? Logstash僅支持少量的數據類型：
? Boolean：ssl_enable => true
? Number：port => 33
? String：name => “Hello world”
? Commonts：# this is a comment
- 字段引用
?? Logstash數據流中的數據被稱之為Event對象，Event以JSON結構構成，Event的屬性被稱之為字段，如果你像在配置文件中引用這些字段，只需要把字段的名字寫在中括號[]里就行了，如[type]，對于嵌套字段每層字段名稱都寫在[]里就可以了，比如：[tags][type]；除此之外，對于Logstash的arrag類型支持下標與倒序下表，如：[tags][type][0],[tags][type][-1]。
- 條件判斷
?? Logstash支持下面的操作符：
? equality：==, !=, <, >, <=, >=
? regexp：=~, !~
? inclusion：in, not in
? boolean：and, or, nand, xor
? unary：!
??例如：
if EXPRESSION {... } else if EXPRESSION {... } else {... }- 環境變量引用
?? Logstash支持引用系統環境變量，環境變量不存在時可以設置默認值，例如：
export TCP_PORT=12345 input {tcp {port => "${TCP_PORT:54321}"} }0x04?常用輸入插件(Input?Plug)
1. File讀取插件
?文件讀取插件主要用來抓取文件的變化信息，將變化信息封裝成Event進程處理或者傳遞。
- 配置事例
- 常用參數
2. Beats監聽插件
Beats插件用于建立監聽服務，接收Filebeat或者其他beat發送的Events；
- 配置事例
- 常用參數（空 => 同上）
3. TCP監聽插件
TCP插件有兩種工作模式，“Client”和“Server”，分別用于發送網絡數據和監聽網絡數據。
- 配置事例
- 常用參數（空 => 同上）
?
4. Redis讀取插件
用于讀取Redis中緩存的數據信息。
- 最小化配置
- 詳細配置
5. Syslog監聽插件
監聽操作系統syslog信息
- 配置事例
- 輸出至屏幕
- 修改rsyslog配置文件
- 輸出至es
0x05?常用過濾插件（Filter plugin）
豐富的過濾器插件的是 logstash威力如此強大的重要因素，過濾器插件主要處理流經當前Logstash的事件信息，可以添加字段、移除字段、轉換字段類型，通過正則表達式切分數據等，也可以根據條件判斷來進行不同的數據處理方式。
1. grok正則捕獲
??grok 是Logstash中將非結構化數據解析成結構化數據以便于查詢的最好工具，非常適合解析syslog logs，apache log， mysql log，以及一些其他的web log
預定義表達式調用
??Logstash提供120個常用正則表達式可供安裝使用，安裝之后你可以通過名稱調用它們，語法如下：%{SYNTAX:SEMANTIC}
??SYNTAX：表示已經安裝的正則表達式的名稱
??SEMANTIC：表示從Event中匹配到的內容的名稱
??例如：Event的內容為“[debug] 127.0.0.1 - test log content”，匹配%{IP:client}將獲得“client: 127.0.0.1”的結果，前提安裝了IP表達式；如果你在捕獲數據時想進行數據類型轉換可以使用%{NUMBER:num:int}這種語法，默認情況下，所有的返回結果都是string類型，當前Logstash所支持的轉換類型僅有“int”和“float”；
??一個稍微完整一點的事例：
? 日志文件http.log內容：55.3.244.1 GET /index.html 15824 0.043
? 表達式：%{IP:client} %{WORD:method} %{URIPATHPARAM:request} %{NUMBER:bytes} %{NUMBER:duration}
? 配置文件內容：
input {file {path => "/var/log/http.log"} } filter {grok {match => {"message" => "%{IP:client} %{WORD:method} %{URIPATHPARAM:request} %{NUMBER:bytes} %{NUMBER:duration}"}} }輸出結果：
client: 55.3.244.1 method: GET request: /index.html bytes: 15824 duration: 0.043- 自定義表達式調用
語法：(?<field_name>the pattern here)
舉例：捕獲10或11和長度的十六進制queue_id可以使用表達式(?<queue_id>[0-9A-F]{10,11})
- 安裝自定義表達式
?? 與預定義表達式相同，你也可以將自定義的表達式配置到Logstash中，然后就可以像于定義的表達式一樣使用；以下是操作步驟說明：
?? 1、在Logstash根目錄下創建文件夾“patterns”，在“patterns”文件夾中創建文件“extra”（文件名稱無所謂，可自己選擇有意義的文件名稱）；
?? 2、在文件“extra”中添加表達式，格式：patternName regexp，名稱與表達式之間用空格隔開即可，如下：
# contents of ./patterns/postfix: POSTFIX_QUEUEID [0-9A-F]{10,11}3、使用自定義的表達式時需要指定“patterns_dir”變量，變量內容指向表達式文件所在的目錄，舉例如下：
## 日志內容 ## Jan 1 06:25:43 mailserver14 postfix/cleanup[21403]: BEF25A72965: message-id=<20130101142543.5828399CCAF@mailserver14.example.com>?
## Logstash配置 ## filter {grok {patterns_dir => ["./patterns"]match => { "message" => "%{SYSLOGBASE} %{POSTFIX_QUEUEID:queue_id}: %{GREEDYDATA:syslog_message}" }} }?
## 運行結果 ## timestamp: Jan 1 06:25:43 logsource: mailserver14 program: postfix/cleanup pid: 21403 queue_id: BEF25A72965- grok常用配置參數（空 => 同上）
- 其他
- 一般的正則表達式只能匹配單行文本，如果一個Event的內容為多行，可以在pattern前加“(?m)”
- 對于Hash和Array類型，Hash表示鍵值對，Array表示數組
- Grok表達式在線debug地址：http://grokdebug.herokuapp.com
- 預定義正則表達式參考地址：https://github.com/logstash-plugins/logstash-patterns-core/tree/master/patterns
?
2. date時間處理插件
??該插件用于時間字段的格式轉換，比如將“Apr 17 09:32:01”（MMM dd HH:mm:ss）轉換為“MM-dd HH:mm:ss”。而且通常情況下，Logstash會為自動給Event打上時間戳，但是這個時間戳是Event的處理時間（主要是input接收數據的時間），和日志記錄時間會存在偏差（主要原因是buffer），我們可以使用此插件用日志發生時間替換掉默認是時間戳的值。
- 常用配置參數（空 => 同上）
3. mutate數據修改插件
mutate 插件是 Logstash另一個重要插件。它提供了豐富的基礎類型數據處理能力。可以重命名，刪除，替換和修改事件中的字段。
# logstash-filter-mutate 插件是Logstash 另一個重要插件,它提供了豐富的基礎類型數據處理能力,包括類型轉換,字符串處理和字段處理等#1.類型轉換#類型轉換是logstash-filter-mutate 插件最初誕生時的唯一功能,#可以設置的轉換類型包括："integer"，"float" 和 "string"。示例如下：input {stdin {}}filter {grok {match =>{"message" =>"(?<request_time>\d+(?:\.\d+)?)"} } } output {stdout {codec =>rubydebug} }[elk@Vsftp logstash]$ logstash -f t2.conf Settings: Default pipeline workers: 4 Pipeline main started 23.45 {"message" => "23.45","@version" => "1","@timestamp" => "2017-01-11T02:07:33.581Z","host" => "Vsftp","request_time" => "23.45" }#字符串 轉換為float型[elk@Vsftp logstash]$ cat t2.conf input {stdin {}}filter {grok {match =>{"message" =>"(?<request_time>\d+(?:\.\d+)?)"}}mutate {convert => ["request_time", "float"] } } output {stdout {codec =>rubydebug} }[elk@Vsftp logstash]$ logstash -f t2.conf Settings: Default pipeline workers: 4 Pipeline main started 23.45 {"message" => "23.45","@version" => "1","@timestamp" => "2017-01-11T02:10:07.045Z","host" => "Vsftp",#字符串轉換成數值型:[elk@Vsftp logstash]$ cat t2.conf input {stdin {}}filter {grok {match =>{"message" =>"(?<request_time>\d+(?:\.\d+)?)"}}mutate {convert => ["request_time", "integer"] } } output {stdout {codec =>rubydebug} }[elk@Vsftp logstash]$ logstash -f t2.conf Settings: Default pipeline workers: 4 Pipeline main started 23.45 {"message" => "23.45","@version" => "1","@timestamp" => "2017-01-11T02:11:21.071Z","host" => "Vsftp","request_time" => 234. JSON插件
JSON插件用于解碼JSON格式的字符串，一般是一堆日志信息中，部分是JSON格式，部分不是的情況下
- 配置事例
?
## 事例配置，message是JSON格式的字符串："{\"uid\":3081609001,\"type\":\"signal\"}" ## filter {json {source => "message"target => "jsoncontent"} }?
## 輸出結果 ## {"@version": "1","@timestamp": "2014-11-18T08:11:33.000Z","host": "web121.mweibo.tc.sinanode.com","message": "{\"uid\":3081609001,\"type\":\"signal\"}","jsoncontent": {"uid": 3081609001,"type": "signal"} } ## 如果從事例配置中刪除`target`，輸出結果如下 ## {"@version": "1","@timestamp": "2014-11-18T08:11:33.000Z","host": "web121.mweibo.tc.sinanode.com","message": "{\"uid\":3081609001,\"type\":\"signal\"}","uid": 3081609001,"type": "signal" }- 常用配置參數（空 => 同上）
5. elasticsearch查詢過濾插件
用于查詢Elasticsearch中的事件，可將查詢結果應用于當前事件中
- 常用配置參數（空 => 同上）
?
6. 其他
??還有很多其他有用插件，如：Split、GeoIP、Ruby，這里就不一一寫了，等以后用到再補充
0x06 常用輸出插件（Output plugin）
1. ElasticSearch輸出插件
用于將事件信息寫入到Elasticsearch中，官方推薦插件，ELK必備插件
- 配置事例
- 常用配置參數（空 => 同上）
2、Redis輸出插件
??用于將Event寫入Redis中進行緩存，通常情況下Logstash的Filter處理比較吃系統資源，復雜的Filter處理會非常耗時，如果Event產生速度比較快，可以使用Redis作為buffer使用
- 配置事例
- 常用配置參數（空 => 同上）
3. File輸出插件
用于將Event輸出到文件內
- 配置事例
- 常用配置參數（空 => 同上）
4. TCP插件
??Write events over a TCP socket.Each event json is separated by a newline.Can either accept connections from clients or connect to a server, depending on mode.
- 配置事例
- 常用配置參數（空 => 同上）
0x07?常用編碼插件（Codec plugin）
1. JSON編碼插件
直接輸入預定義好的 JSON 數據，這樣就可以省略掉 filter/grok 配置
- 配置事例
- 常用配置參數
?
0x08?Logstash實例
1. 接收Filebeat事件，輸出到Redis
input {beats {port => 5044} }output {redis {host => "127.0.0.1"port => 6379data_type => "list"key => "logstash-list"} }2. 讀取Redis數據，根據“type”判斷，分別處理，輸出到ES
input {redis {host => "127.0.0.1"port => 6379data_type => "list"key => "logstash-list"} }filter {if [type] == "application" {grok {match => ["message", "(?m)-(?<systemName>.+?):(?<logTime>(?>\d\d){1,2}-(?:0?[1-9]|1[0-2])-(?:(?:0[1-9])|(?:[12][0-9])|(?:3[01])|[1-9]) (?:2[0123]|[01]?[0-9]):(?:[0-5][0-9]):(?:(?:[0-5][0-9]|60)(?:[:.,][0-9]+)?)) \[(?<level>(\b\w+\b)) *\] (?<thread>(\b\w+\b)) \((?<point>.*?)\) - (?<content>.*)"]}date {match => ["logTime", "yyyy-MM-dd HH:mm:ss,SSS"]}json {source => "message"}date {match => ["timestamp", "yyyy-MM-dd HH:mm:ss,SSS"]}}if [type] == "application_bizz" {json {source => "message"}date {match => ["timestamp", "yyyy-MM-dd HH:mm:ss,SSS"]}}mutate {remove_field => ["@version", "beat", "logTime"]} }output {stdout{}elasticsearch {hosts => ["127.0.0.1:9200"]index => "filebeat-%{type}-%{+yyyy.MM.dd}"document_type => "%{documentType}"template_overwrite => true} }0x09?Logstash注意事項
- 問題記錄
啟動logstash慢，輸入./bin/logstash沒有反應，多出現在新安裝的操作系統上
- 原因
?? jruby啟動的時候jdk回去從/dev/random中初始化隨機數熵，新版本的jruby會用RPNG算法產生隨后的隨機數，但是舊版本的jruby會持續從/dev/random中獲取數字。但是不幸的是，random發生器會跟不上生成速度，所以獲取隨機數的過程會被阻塞，直到隨機數池擁有足夠的熵然后恢復。這在某些系統上，尤其是虛擬化系統，熵數池可能會比較小從而會減慢jruby的啟動速度。
?? 檢查一下系統的熵數池 cat /proc/sys/kernel/random/entropy_avail，正常情況這個數字推薦大于1000，對比了一下獨立主機的這個數值，大約在700-900之間晃悠。
- 解決
?? 使用偽隨機，編輯/usr/local/logstash/logstash-5.4.1/config/jvm.options，在最后增加一行：-Djava.security.egd=file:/dev/urandom
- 參考
https://github.com/elastic/logstash/issues/5507
http://www.tuicool.com/articles/jEBBZbb
"Trust the computer, he is your Friend."
隨筆 - 571??文章 - 0??評論 - 38??閱讀 -?65萬
ELK學習筆記之Logstash詳解
閱讀目錄
- 0x00 Logstash概述
- 0x01?Logstash架構
- 0x02?Logstash安裝
- 0x03?Logstash參數與配置
- 0x04?常用輸入插件(Input?Plug)
- 0x05?常用過濾插件（Filter plugin）
- 0x06 常用輸出插件（Output plugin）
- 0x07?常用編碼插件（Codec plugin）
- 0x08?Logstash實例
- 0x09?Logstash注意事項
- 參考
0x00 Logstash概述
官方介紹：Logstash is an open source data collection engine with real-time pipelining capabilities。簡單來說logstash就是一根具備實時數據傳輸能力的管道，負責將數據信息從管道的輸入端傳輸到管道的輸出端；與此同時這根管道還可以讓你根據自己的需求在中間加上濾網，Logstash提供里很多功能強大的濾網以滿足你的各種應用場景。
Logstash常用于日志關系系統中做日志采集設備，最常用于ELK（elasticsearch + logstash + kibane）中作為日志收集器使用；
官網介紹
從 Logstash 的名字就能看出，它主要負責跟日志相關的各類操作，在此之前，我們先來看看日志管理的三個境界吧
境界一 『昨夜西風凋碧樹。獨上高樓，望盡天涯路』，在各臺服務器上用傳統的 linux 工具（如 cat, tail, sed, awk, grep 等）對日志進行簡單的分析和處理，基本上可以認為是命令級別的操作，成本很低，速度很快，但難以復用，也只能完成基本的操作。境界二 『衣帶漸寬終不悔，為伊消得人憔悴』，服務器多了之后，分散管理的成本變得越來越多，所以會利用 rsyslog 這樣的工具，把各臺機器上的日志匯總到某一臺指定的服務器上，進行集中化管理。這樣帶來的問題是日志量劇增，小作坊式的管理基本難以滿足需求。境界三 『眾里尋他千百度，驀然回首，那人卻在燈火闌珊處』，隨著日志量的增大，我們從日志中獲取去所需信息，并找到各類關聯事件的難度會逐漸加大，這個時候，就是 Logstash 登場的時候了Logstash 的主要優勢，一個是在支持各類插件的前提下提供統一的管道進行日志處理（就是 input-filter-output 這一套），二個是靈活且性能不錯
logstash里面最基本的概念（先不管codec）
logstash收集日志基本流程:
input–>filter–>output input:從哪里收集日志filter:對日志進行過濾output:輸出哪里0x01?Logstash架構
Logstash 是由 JRuby 編寫的，使用基于消息的簡單架構，在 JVM 上運行。理念非常簡單，如果說 MapReduce 框架分為 Mapper 和 Reducer 兩大模塊，那么 Logstash?有
Collect: 數據輸入。對應 input Enrich: 數據處理。對應 filter Transport: 數據輸出。對應 outputLogstash的事件（logstash將數據流中等每一條數據稱之為一個event）處理流水線有三個主要角色完成：inputs –> filters –> outputs：
inpust：必須，負責產生事件（Inputs generate events），常用：File、syslog、redis、beats（如：Filebeats） filters：可選，負責數據處理與轉換（filters modify them），常用：grok、mutate、drop、clone、geoip outpus：必須，負責數據輸出（outputs ship them elsewhere），常用：elasticsearch、file、graphite、statsd雖然模塊僅僅比 MapReduce 框架多了一個，但是無三不成幾，通過不同的拓撲結構，可以完成各類數據處理應用。不過這里我們主要還是以日志匯總處理系統的思路來進行介紹，一個典型的架構為：
0x02?Logstash安裝
1. 環境清單
- 操作系統：CentOS Linux release 7.3.1611
- Logstash版本：logstash-5.4.1
- Jdk版本：1.8.0_131
2. 軟件下載
- 下載Jdk：
- 下載Logstash：
3. 安裝Jdk
- 創建安裝目錄
- 解壓縮安裝文件
- 測試安裝是否成功
- 配置JAVA_HOME環境變量
4.?安裝Logstash
- 創建安裝目錄
- 解壓縮安裝文件
測試安裝是否成功
- 測試一、快速啟動，標準輸入輸出作為input和output，沒有filter
- 測試二、在測試一堆基礎上加上codec進行格式化輸出
0x03?Logstash參數與配置
Logstash宏觀的配置文件內容格式如下：
# 輸入 input {... }# 過濾器 filter {... }# 輸出 output {... }配置文件參考
input {# 從文件讀取日志信息file {path => "/var/log/error.log"type => "error"//type是給結果增加一個type屬性,值為"error"的條目start_position => "beginning"//從開始位置開始讀取# 使用 multiline 插件，傳說中的多行合并codec => multiline {# 通過正則表達式匹配，具體配置根據自身實際情況而定pattern => "^\d"negate => truewhat => "previous"}} }#可配置多種處理規則，他是有順序，所以通用的配置寫下面 # filter { # grok { # match => { "message" => "%{IP:client} %{WORD:method} %{URIPATHPARAM:request} %{NUMBER:bytes} %{NUMBER:duration}" }} # }output {# 輸出到 elasticsearchelasticsearch {hosts => ["192.168.22.41:9200"]index => "error-%{+YYYY.MM.dd}"//索引名稱} }上面的file可以配置多個：
file { type => "tms_inbound.log" path => "/JavaWeb/tms2.wltest.com/logs/tms_inbound.es.*.log" codec => json { charset => "UTF-8" } } file { type => "tms_outbound.log" path => "/JavaWeb/tms2.wltest.com/logs/tms_outbound.es.*.log" codec => json { charset => "UTF-8" } }1. 常用啟動參數
2. 配置文件結構及語法
-
區段
??Logstash通過{}來定義區域，區域內可以定義插件，一個區域內可以定義多個插件，如下：
- 數據類型
?? Logstash僅支持少量的數據類型：
? Boolean：ssl_enable => true
? Number：port => 33
? String：name => “Hello world”
? Commonts：# this is a comment
- 字段引用
?? Logstash數據流中的數據被稱之為Event對象，Event以JSON結構構成，Event的屬性被稱之為字段，如果你像在配置文件中引用這些字段，只需要把字段的名字寫在中括號[]里就行了，如[type]，對于嵌套字段每層字段名稱都寫在[]里就可以了，比如：[tags][type]；除此之外，對于Logstash的arrag類型支持下標與倒序下表，如：[tags][type][0],[tags][type][-1]。
- 條件判斷
?? Logstash支持下面的操作符：
? equality：==, !=, <, >, <=, >=
? regexp：=~, !~
? inclusion：in, not in
? boolean：and, or, nand, xor
? unary：!
??例如：
if EXPRESSION {... } else if EXPRESSION {... } else {... }- 環境變量引用
?? Logstash支持引用系統環境變量，環境變量不存在時可以設置默認值，例如：
export TCP_PORT=12345 input {tcp {port => "${TCP_PORT:54321}"} }0x04?常用輸入插件(Input?Plug)
1. File讀取插件
?文件讀取插件主要用來抓取文件的變化信息，將變化信息封裝成Event進程處理或者傳遞。
- 配置事例
- 常用參數
2. Beats監聽插件
Beats插件用于建立監聽服務，接收Filebeat或者其他beat發送的Events；
- 配置事例
- 常用參數（空 => 同上）
3. TCP監聽插件
TCP插件有兩種工作模式，“Client”和“Server”，分別用于發送網絡數據和監聽網絡數據。
- 配置事例
- 常用參數（空 => 同上）
?
4. Redis讀取插件
用于讀取Redis中緩存的數據信息。
- 最小化配置
- 詳細配置
5. Syslog監聽插件
監聽操作系統syslog信息
- 配置事例
- 輸出至屏幕
- 修改rsyslog配置文件
- 輸出至es
0x05?常用過濾插件（Filter plugin）
豐富的過濾器插件的是 logstash威力如此強大的重要因素，過濾器插件主要處理流經當前Logstash的事件信息，可以添加字段、移除字段、轉換字段類型，通過正則表達式切分數據等，也可以根據條件判斷來進行不同的數據處理方式。
1. grok正則捕獲
??grok 是Logstash中將非結構化數據解析成結構化數據以便于查詢的最好工具，非常適合解析syslog logs，apache log， mysql log，以及一些其他的web log
預定義表達式調用
??Logstash提供120個常用正則表達式可供安裝使用，安裝之后你可以通過名稱調用它們，語法如下：%{SYNTAX:SEMANTIC}
??SYNTAX：表示已經安裝的正則表達式的名稱
??SEMANTIC：表示從Event中匹配到的內容的名稱
??例如：Event的內容為“[debug] 127.0.0.1 - test log content”，匹配%{IP:client}將獲得“client: 127.0.0.1”的結果，前提安裝了IP表達式；如果你在捕獲數據時想進行數據類型轉換可以使用%{NUMBER:num:int}這種語法，默認情況下，所有的返回結果都是string類型，當前Logstash所支持的轉換類型僅有“int”和“float”；
??一個稍微完整一點的事例：
? 日志文件http.log內容：55.3.244.1 GET /index.html 15824 0.043
? 表達式：%{IP:client} %{WORD:method} %{URIPATHPARAM:request} %{NUMBER:bytes} %{NUMBER:duration}
? 配置文件內容：
input {file {path => "/var/log/http.log"} } filter {grok {match => {"message" => "%{IP:client} %{WORD:method} %{URIPATHPARAM:request} %{NUMBER:bytes} %{NUMBER:duration}"}} }輸出結果：
client: 55.3.244.1 method: GET request: /index.html bytes: 15824 duration: 0.043- 自定義表達式調用
語法：(?<field_name>the pattern here)
舉例：捕獲10或11和長度的十六進制queue_id可以使用表達式(?<queue_id>[0-9A-F]{10,11})
- 安裝自定義表達式
?? 與預定義表達式相同，你也可以將自定義的表達式配置到Logstash中，然后就可以像于定義的表達式一樣使用；以下是操作步驟說明：
?? 1、在Logstash根目錄下創建文件夾“patterns”，在“patterns”文件夾中創建文件“extra”（文件名稱無所謂，可自己選擇有意義的文件名稱）；
?? 2、在文件“extra”中添加表達式，格式：patternName regexp，名稱與表達式之間用空格隔開即可，如下：
# contents of ./patterns/postfix: POSTFIX_QUEUEID [0-9A-F]{10,11}3、使用自定義的表達式時需要指定“patterns_dir”變量，變量內容指向表達式文件所在的目錄，舉例如下：
## 日志內容 ## Jan 1 06:25:43 mailserver14 postfix/cleanup[21403]: BEF25A72965: message-id=<20130101142543.5828399CCAF@mailserver14.example.com> ## Logstash配置 ## filter {grok {patterns_dir => ["./patterns"]match => { "message" => "%{SYSLOGBASE} %{POSTFIX_QUEUEID:queue_id}: %{GREEDYDATA:syslog_message}" }} } ## 運行結果 ## timestamp: Jan 1 06:25:43 logsource: mailserver14 program: postfix/cleanup pid: 21403 queue_id: BEF25A72965- grok常用配置參數（空 => 同上）
- 其他
- 一般的正則表達式只能匹配單行文本，如果一個Event的內容為多行，可以在pattern前加“(?m)”
- 對于Hash和Array類型，Hash表示鍵值對，Array表示數組
- Grok表達式在線debug地址：http://grokdebug.herokuapp.com
- 預定義正則表達式參考地址：https://github.com/logstash-plugins/logstash-patterns-core/tree/master/patterns
?
2. date時間處理插件
??該插件用于時間字段的格式轉換，比如將“Apr 17 09:32:01”（MMM dd HH:mm:ss）轉換為“MM-dd HH:mm:ss”。而且通常情況下，Logstash會為自動給Event打上時間戳，但是這個時間戳是Event的處理時間（主要是input接收數據的時間），和日志記錄時間會存在偏差（主要原因是buffer），我們可以使用此插件用日志發生時間替換掉默認是時間戳的值。
- 常用配置參數（空 => 同上）
3. mutate數據修改插件
mutate 插件是 Logstash另一個重要插件。它提供了豐富的基礎類型數據處理能力。可以重命名，刪除，替換和修改事件中的字段。
# logstash-filter-mutate 插件是Logstash 另一個重要插件,它提供了豐富的基礎類型數據處理能力,包括類型轉換,字符串處理和字段處理等#1.類型轉換#類型轉換是logstash-filter-mutate 插件最初誕生時的唯一功能,#可以設置的轉換類型包括："integer"，"float" 和 "string"。示例如下：input {stdin {}}filter {grok {match =>{"message" =>"(?<request_time>\d+(?:\.\d+)?)"} } } output {stdout {codec =>rubydebug} }[elk@Vsftp logstash]$ logstash -f t2.conf Settings: Default pipeline workers: 4 Pipeline main started 23.45 {"message" => "23.45","@version" => "1","@timestamp" => "2017-01-11T02:07:33.581Z","host" => "Vsftp","request_time" => "23.45" }#字符串 轉換為float型[elk@Vsftp logstash]$ cat t2.conf input {stdin {}}filter {grok {match =>{"message" =>"(?<request_time>\d+(?:\.\d+)?)"}}mutate {convert => ["request_time", "float"] } } output {stdout {codec =>rubydebug} }[elk@Vsftp logstash]$ logstash -f t2.conf Settings: Default pipeline workers: 4 Pipeline main started 23.45 {"message" => "23.45","@version" => "1","@timestamp" => "2017-01-11T02:10:07.045Z","host" => "Vsftp",#字符串轉換成數值型:[elk@Vsftp logstash]$ cat t2.conf input {stdin {}}filter {grok {match =>{"message" =>"(?<request_time>\d+(?:\.\d+)?)"}}mutate {convert => ["request_time", "integer"] } } output {stdout {codec =>rubydebug} }[elk@Vsftp logstash]$ logstash -f t2.conf Settings: Default pipeline workers: 4 Pipeline main started 23.45 {"message" => "23.45","@version" => "1","@timestamp" => "2017-01-11T02:11:21.071Z","host" => "Vsftp","request_time" => 234. JSON插件
JSON插件用于解碼JSON格式的字符串，一般是一堆日志信息中，部分是JSON格式，部分不是的情況下
- 配置事例
- 常用配置參數（空 => 同上）
5. elasticsearch查詢過濾插件
用于查詢Elasticsearch中的事件，可將查詢結果應用于當前事件中
- 常用配置參數（空 => 同上）
?
6. 其他
??還有很多其他有用插件，如：Split、GeoIP、Ruby，這里就不一一寫了，等以后用到再補充
0x06 常用輸出插件（Output plugin）
1. ElasticSearch輸出插件
用于將事件信息寫入到Elasticsearch中，官方推薦插件，ELK必備插件
- 配置事例
- 常用配置參數（空 => 同上）
2、Redis輸出插件
??用于將Event寫入Redis中進行緩存，通常情況下Logstash的Filter處理比較吃系統資源，復雜的Filter處理會非常耗時，如果Event產生速度比較快，可以使用Redis作為buffer使用
- 配置事例
- 常用配置參數（空 => 同上）
3. File輸出插件
用于將Event輸出到文件內
- 配置事例
- 常用配置參數（空 => 同上）
4. TCP插件
??Write events over a TCP socket.Each event json is separated by a newline.Can either accept connections from clients or connect to a server, depending on mode.
- 配置事例
- 常用配置參數（空 => 同上）
0x07?常用編碼插件（Codec plugin）
1. JSON編碼插件
直接輸入預定義好的 JSON 數據，這樣就可以省略掉 filter/grok 配置
- 配置事例
- 常用配置參數
?
0x08?Logstash實例
1. 接收Filebeat事件，輸出到Redis
input {beats {port => 5044} }output {redis {host => "127.0.0.1"port => 6379data_type => "list"key => "logstash-list"} }2. 讀取Redis數據，根據“type”判斷，分別處理，輸出到ES
input {redis {host => "127.0.0.1"port => 6379data_type => "list"key => "logstash-list"} }filter {if [type] == "application" {grok {match => ["message", "(?m)-(?<systemName>.+?):(?<logTime>(?>\d\d){1,2}-(?:0?[1-9]|1[0-2])-(?:(?:0[1-9])|(?:[12][0-9])|(?:3[01])|[1-9]) (?:2[0123]|[01]?[0-9]):(?:[0-5][0-9]):(?:(?:[0-5][0-9]|60)(?:[:.,][0-9]+)?)) \[(?<level>(\b\w+\b)) *\] (?<thread>(\b\w+\b)) \((?<point>.*?)\) - (?<content>.*)"]}date {match => ["logTime", "yyyy-MM-dd HH:mm:ss,SSS"]}json {source => "message"}date {match => ["timestamp", "yyyy-MM-dd HH:mm:ss,SSS"]}}if [type] == "application_bizz" {json {source => "message"}date {match => ["timestamp", "yyyy-MM-dd HH:mm:ss,SSS"]}}mutate {remove_field => ["@version", "beat", "logTime"]} }output {stdout{}elasticsearch {hosts => ["127.0.0.1:9200"]index => "filebeat-%{type}-%{+yyyy.MM.dd}"document_type => "%{documentType}"template_overwrite => true} }0x09?Logstash注意事項
- 問題記錄
啟動logstash慢，輸入./bin/logstash沒有反應，多出現在新安裝的操作系統上
- 原因
?? jruby啟動的時候jdk回去從/dev/random中初始化隨機數熵，新版本的jruby會用RPNG算法產生隨后的隨機數，但是舊版本的jruby會持續從/dev/random中獲取數字。但是不幸的是，random發生器會跟不上生成速度，所以獲取隨機數的過程會被阻塞，直到隨機數池擁有足夠的熵然后恢復。這在某些系統上，尤其是虛擬化系統，熵數池可能會比較小從而會減慢jruby的啟動速度。
?? 檢查一下系統的熵數池 cat /proc/sys/kernel/random/entropy_avail，正常情況這個數字推薦大于1000，對比了一下獨立主機的這個數值，大約在700-900之間晃悠。
- 解決
?? 使用偽隨機，編輯/usr/local/logstash/logstash-5.4.1/config/jvm.options，在最后增加一行：-Djava.security.egd=file:/dev/urandom
- 參考
https://github.com/elastic/logstash/issues/5507
http://www.tuicool.com/articles/jEBBZbb
?
總結
以上是生活随笔為你收集整理的ELK学习笔记之Logstash详解的全部內容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： 查看表空间相关命令
- 下一篇： RHEL7 修改SSH默认端口