搞懂日志采集利器-Filebeat-并不难

文章目录[隐藏]

Filebeat简介
Filebeat和Logstash的关系
Filebeat 原理介绍
Filebeat 装置
实例一：Logstash作为输入
实例二：Elasticsearch作为输入
Filebeat模块

之前也介绍过：超强干货！通过filebeat、logstash、rsyslog 几种形式采集 nginx 日志。本文应用的Filebeat是7.7.0的版本，文章将从如下几个方面阐明：

Filebeat简介

Filebeat和Beats的关系

首先Filebeat是Beats中的一员。

Beats在是一个轻量级日志采集器，其实Beats家族有6个成员，晚期的ELK架构中应用Logstash收集、解析日志，然而Logstash对内存、CPU、io等资源耗费比拟高。相比Logstash，Beats所占零碎的CPU和内存简直能够忽略不计。

目前Beats蕴含六种工具：

Packetbeat：网络数据（收集网络流量数据）
Metricbeat：指标（收集零碎、过程和文件系统级别的CPU和内存应用状况等数据）
Filebeat：日志文件（收集文件数据）
Winlogbeat：Windows事件日志（收集Windows事件日志数据）
Auditbeat：审计数据（收集审计日志）
Heartbeat：运行工夫监控（收集零碎运行时的数据）

Filebeat 是什么

Filebeat是用于转发和集中日志数据的轻量级传送工具。Filebeat监督您指定的日志文件或地位，收集日志事件，并将它们转发到Elasticsearch或 Logstash进行索引。

Filebeat的工作形式如下：启动Filebeat时，它将启动一个或多个输出，这些输出将在为日志数据指定的地位中查找。对于Filebeat所找到的每个日志，Filebeat都会启动收集器。每个收集器都读取单个日志以获取新内容，并将新日志数据发送到libbeat，libbeat将汇集事件，并将汇集的数据发送到为Filebeat配置的输入。

Filebeat 工作的流程图

Filebeat和Logstash的关系

因为Logstash是JVM跑的，资源耗费比拟大，所以起初作者又用Golang写了一个性能较少然而资源耗费也小的轻量级的logstash-forwarder。不过作者只是一个人，退出http://elastic.co公司当前，因为ES公司自身还收买了另一个开源我的项目Packetbeat，而这个我的项目专门就是用Golang的，有整个团队，所以ES公司罗唆把logstash-forwarder的开发工作也合并到同一个Golang团队来搞，于是新的我的项目就叫Filebeat了。

Filebeat 原理介绍

Filebeat 的形成

Filebeat构造：由两个组件形成，别离是inputs（输出）和harvesters（收集器），这些组件一起工作来跟踪文件并将事件数据发送到您指定的输入，harvester负责读取单个文件的内容。harvester逐行读取每个文件，并将内容发送到输入。为每个文件启动一个harvester。harvester负责关上和敞开文件，这意味着文件描述符在harvester运行时放弃关上状态。如果在收集文件时删除或重命名文件，Filebeat将持续读取该文件。这样做的副作用是，磁盘上的空间始终保留到harvester敞开。默认状况下，Filebeat放弃文件关上，直到达到close_inactive。

敞开harvester能够会产生的后果：

文件处理程序敞开，如果harvester仍在读取文件时被删除，则开释底层资源。
只有在scan_frequency完结之后，才会再次启动文件的收集。
如果该文件在harvester敞开时被挪动或删除，该文件的收集将不会持续。

一个input负责管理harvesters和寻找所有起源读取。如果input类型是log，则input将查找驱动器上与定义的门路匹配的所有文件，并为每个文件启动一个harvester。每个input在它本人的Go过程中运行，Filebeat以后反对多种输出类型。每个输出类型能够定义屡次。日志输出查看每个文件，以查看是否须要启动harvester、是否曾经在运行harvester或是否能够疏忽该文件。

Filebeat如何保留文件的状态

Filebeat保留每个文件的状态，并常常将状态刷新到磁盘中的注册表文件中。该状态用于记住harvester读取的最初一个偏移量，并确保发送所有日志行。如果无法访问输入（如Elasticsearch或Logstash），Filebeat将跟踪最初发送的行，并在输入再次可用时持续读取文件。当Filebeat运行时，每个输出的状态信息也保留在内存中。当Filebeat重新启动时，来自注册表文件的数据用于重建状态，Filebeat在最初一个已知地位持续每个harvester。对于每个输出，Filebeat都会保留它找到的每个文件的状态。因为文件能够重命名或挪动，文件名和门路不足以标识文件。对于每个文件，Filebeat存储惟一的标识符，以检测文件是否以前被捕捉。

Filebeat何如保障至多一次数据生产

Filebeat保障事件将至多传递到配置的输入一次，并且不会失落数据。是因为它将每个事件的传递状态存储在注册表文件中。在已定义的输入被阻止且未确认所有事件的状况下，Filebeat将持续尝试发送事件，直到输入确认已接管到事件为止。如果Filebeat在发送事件的过程中敞开，它不会期待输入确认所有事件后再敞开。当Filebeat重新启动时，将再次将Filebeat敞开前未确认的所有事件发送到输入。这样能够确保每个事件至多发送一次，但最终可能会有反复的事件发送到输入。通过设置shutdown_timeout选项，能够将Filebeat配置为在关机前期待特定工夫。

Filebeat 装置

压缩包形式装置

本文采纳压缩包的形式装置，Linux版本，filebeat-7.7.0-linux-x86_64.tar.gz。

curl-L-Ohttps://artifacts.elastic.co/downloads/beats/filebeat/filebeat-7.7.0-linux-x86_64.tar.gz
tar -xzvf filebeat-7.7.0-linux-x86_64.tar.gz

配置示例文件：filebeat.reference.yml（蕴含所有未过期的配置项）

配置文件：filebeat.yml

根本命令

详情见官网：https://www.elastic.co/guide/…

export   #导出
run      #执行（默认执行）
test     #测试配置
keystore #秘钥存储
modules  #模块配置管理
setup    #设置初始环境
例如：./filebeat test config #用来测试配置文件是否正确

输入输出

反对的输出组件：

Multilinemessages，Azureeventhub，CloudFoundry，Container，Docker，GooglePub/Sub，HTTPJSON，Kafka，Log，MQTT，NetFlow，Office 365 Management Activity API，Redis，s3，Stdin，Syslog，TCP，UDP（最罕用的就是Log）

反对的输入组件：

Elasticsearch，Logstash，Kafka，Redis，File，Console，ElasticCloud，Changetheoutputcodec（最罕用的就是Elasticsearch，Logstash）

keystore的应用

keystore次要是避免敏感信息被泄露，比方明码等，像ES的明码，这里能够生成一个key为ES_PWD，值为ES的password的一个对应关系，在应用ES的明码的时候就能够应用${ES_PWD}应用。

创立一个存储明码的keystore：filebeat keystore create
而后往其中增加键值对，例如：filebeatk eystore add ES_PWD
应用笼罩原来键的值：filebeat key store add ES_PWD–force
删除键值对：filebeat key store remove ES_PWD
查看已有的键值对：filebeat key store list

例如：前期就能够通过${ES_PWD}应用其值，例如：

output.elasticsearch.password:"${ES_PWD}"

filebeat.yml配置（Log输出类型为例）

详情见官网：https://www.elastic.co/guide/…

type: log #input类型为log
enable: true #示意是该log类型配置失效
paths：     #指定要监控的日志，目前依照Go语言的glob函数解决。没有对配置目录做递归解决，比方配置的如果是：
- /var/log/* /*.log  #则只会去/var/log目录的所有子目录中寻找以".log"结尾的文件，而不会寻找/var/log目录下以".log"结尾的文件。
recursive_glob.enabled: #启用全局递归模式，例如/foo/**包含/foo, /foo/*, /foo/*/*
encoding：#指定被监控的文件的编码类型，应用plain和utf-8都是能够解决中文日志的
exclude_lines: ['^DBG'] #不蕴含匹配正则的行
include_lines: ['^ERR', '^WARN']  #蕴含匹配正则的行
harvester_buffer_size: 16384 #每个harvester在获取文件时应用的缓冲区的字节大小
max_bytes: 10485760 #单个日志音讯能够领有的最大字节数。max_bytes之后的所有字节都被抛弃而不发送。默认值为10MB (10485760)
exclude_files: ['.gz$']  #用于匹配心愿Filebeat疏忽的文件的正则表达式列表
ingore_older: 0 #默认为0，示意禁用，能够配置2h，2m等，留神ignore_older必须大于close_inactive的值.示意疏忽超过设置值未更新的
文件或者文件素来没有被harvester收集
close_* #close_ *配置选项用于在特定规范或工夫之后敞开harvester。 敞开harvester意味着敞开文件处理程序。 如果在harvester敞开
后文件被更新，则在scan_frequency过后，文件将被从新拾取。 然而，如果在harvester敞开时挪动或删除文件，Filebeat将无奈再次接管文件
，并且harvester未读取的任何数据都将失落。
close_inactive  #启动选项时，如果在制订工夫没有被读取，将敞开文件句柄
读取的最初一条日志定义为下一次读取的起始点，而不是基于文件的批改工夫
如果敞开的文件发生变化，一个新的harverster将在scan_frequency运行后被启动
倡议至多设置一个大于读取日志频率的值，配置多个prospector来实现针对不同更新速度的日志文件
应用外部工夫戳机制，来反映记录日志的读取，每次读取到最初一行日志时开始倒计时应用2h 5m 来示意
close_rename #当选项启动，如果文件被重命名和挪动，filebeat敞开文件的解决读取
close_removed #当选项启动，文件被删除时，filebeat敞开文件的解决读取这个选项启动后，必须启动clean_removed
close_eof #适宜只写一次日志的文件，而后filebeat敞开文件的解决读取
close_timeout #当选项启动时，filebeat会给每个harvester设置预约义工夫，不论这个文件是否被读取，达到设定工夫后，将被敞开
close_timeout 不能等于ignore_older,会导致文件更新时，不会被读取如果output始终没有输入日志事件，这个timeout是不会被启动的，
至多要要有一个事件发送，而后haverter将被敞开
设置0 示意不启动
clean_inactived #从注册表文件中删除先前播种的文件的状态
设置必须大于ignore_older+scan_frequency，以确保在文件仍在收集时没有删除任何状态
配置选项有助于减小注册表文件的大小，特地是如果每天都生成大量的新文件
此配置选项也可用于避免在Linux上重用inode的Filebeat问题
clean_removed #启动选项后，如果文件在磁盘上找不到，将从注册表中革除filebeat
如果敞开close removed 必须敞开clean removed
scan_frequency #prospector查看指定用于播种的门路中的新文件的频率,默认10s
tail_files：#如果设置为true，Filebeat从文件尾开始监控文件新增内容，把新增的每一行文件作为一个事件顺次发送，
而不是从文件开始处从新发送所有内容。
symlinks：#符号链接选项容许Filebeat除惯例文件外,能够收集符号链接。收集符号链接时，即便报告了符号链接的门路，
Filebeat也会关上并读取原始文件。
backoff： #backoff选项指定Filebeat如何踊跃地抓取新文件进行更新。默认1s，backoff选项定义Filebeat在达到EOF之后
再次查看文件之间期待的工夫。
max_backoff： #在达到EOF之后再次查看文件之前Filebeat期待的最长工夫
backoff_factor： #指定backoff尝试等待时间几次，默认是2
harvester_limit：#harvester_limit选项限度一个prospector并行启动的harvester数量，间接影响文件关上数
tags #列表中增加标签，用过过滤，例如：tags: ["json"]
fields #可选字段，抉择额定的字段进行输入能够是标量值，元组，字典等嵌套类型
默认在sub-dictionary地位
filebeat.inputs:
fields:
app_id: query_engine_12
fields_under_root #如果值为ture，那么fields存储在输入文档的顶级地位
multiline.pattern #必须匹配的regexp模式
multiline.negate #定义下面的模式匹配条件的动作是 否定的，默认是false
如果模式匹配条件'^b'，默认是false模式，示意讲依照模式匹配进行匹配 将不是以b结尾的日志行进行合并
如果是true，示意将不以b结尾的日志行进行合并
multiline.match # 指定Filebeat如何将匹配行组合成事件,在之前或者之后，取决于下面所指定的negate
multiline.max_lines #能够组合成一个事件的最大行数，超过将抛弃，默认500
multiline.timeout #定义超时工夫，如果开始一个新的事件在超时工夫内没有发现匹配，也将发送日志，默认是5s
max_procs #设置能够同时执行的最大CPU数。默认值为零碎中可用的逻辑CPU的数量。
name #为该filebeat指定名字，默认为主机的hostname

实例一：Logstash作为输入

filebeat.yml配置：

#=========================== Filebeat inputs =============================
filebeat.inputs:
# Each - is an input. Most options can be set at the input level, so
# you can use different inputs for various configurations.
# Below are the input specific configurations.
- type: log
  # Change to true to enable this input configuration.
  enabled: true
  # Paths that should be crawled and fetched. Glob based paths.
  paths:  #配置多个日志门路
    -/var/logs/es_aaa_index_search_slowlog.log
    -/var/logs/es_bbb_index_search_slowlog.log
    -/var/logs/es_ccc_index_search_slowlog.log
    -/var/logs/es_ddd_index_search_slowlog.log
    #- c:programdataelasticsearchlogs*
  # Exclude lines. A list of regular expressions to match. It drops the lines that are
  # matching any regular expression from the list.
  #exclude_lines: ['^DBG']
  # Include lines. A list of regular expressions to match. It exports the lines that are
  # matching any regular expression from the list.
  #include_lines: ['^ERR', '^WARN']
  # Exclude files. A list of regular expressions to match. Filebeat drops the files that
  # are matching any regular expression from the list. By default, no files are dropped.
  #exclude_files: ['.gz$']
  # Optional additional fields. These fields can be freely picked
  # to add additional information to the crawled log files for filtering
  #fields:
  #  level: debug
  #  review: 1
  ### Multiline options
  # Multiline can be used for log messages spanning multiple lines. This is common
  # for Java Stack Traces or C-Line Continuation
  # The regexp Pattern that has to be matched. The example pattern matches all lines starting with [
  #multiline.pattern: ^[
  # Defines if the pattern set under pattern should be negated or not. Default is false.
  #multiline.negate: false
  # Match can be set to "after" or "before". It is used to define if lines should be append to a pattern
  # that was (not) matched before or after or as long as a pattern is not matched based on negate.
  # Note: After is the equivalent to previous and before is the equivalent to to next in Logstash
  #multiline.match: after
#================================ Outputs =====================================
#----------------------------- Logstash output --------------------------------
output.logstash:
  # The Logstash hosts #配多个logstash应用负载平衡机制
  hosts: ["192.168.110.130:5044","192.168.110.131:5044","192.168.110.132:5044","192.168.110.133:5044"]  
  loadbalance: true  #应用了负载平衡
  # Optional SSL. By default is off.
  # List of root certificates for HTTPS server verifications
  #ssl.certificate_authorities: ["/etc/pki/root/ca.pem"]
  # Certificate for SSL client authentication
  #ssl.certificate: "/etc/pki/client/cert.pem"
  # Client Certificate Key
  #ssl.key: "/etc/pki/client/cert.key"

./filebeat -e #启动filebeat

Logstash的配置

input {
  beats {
    port => 5044   
  }
}
output {
  elasticsearch {
    hosts => ["http://192.168.110.130:9200"] #这里能够配置多个
    index => "query-%{yyyyMMdd}" 
  }
}

实例二：Elasticsearch作为输入

filebeat.yml的配置：

###################### Filebeat Configuration Example #########################
# This file is an example configuration file highlighting only the most common
# options. The filebeat.reference.yml file from the same directory contains all the
# supported options with more comments. You can use it as a reference.
#
# You can find the full configuration reference here:
# https://www.elastic.co/guide/en/beats/filebeat/index.html
# For more available modules and options, please see the filebeat.reference.yml sample
# configuration file.
#=========================== Filebeat inputs =============================
filebeat.inputs:
# Each - is an input. Most options can be set at the input level, so
# you can use different inputs for various configurations.
# Below are the input specific configurations.
- type: log
  # Change to true to enable this input configuration.
  enabled: true
  # Paths that should be crawled and fetched. Glob based paths.
  paths:
    -/var/logs/es_aaa_index_search_slowlog.log
    -/var/logs/es_bbb_index_search_slowlog.log
    -/var/logs/es_ccc_index_search_slowlog.log
    -/var/logs/es_dddd_index_search_slowlog.log
    #- c:programdataelasticsearchlogs*
  # Exclude lines. A list of regular expressions to match. It drops the lines that are
  # matching any regular expression from the list.
  #exclude_lines: ['^DBG']
  # Include lines. A list of regular expressions to match. It exports the lines that are
  # matching any regular expression from the list.
  #include_lines: ['^ERR', '^WARN']
  # Exclude files. A list of regular expressions to match. Filebeat drops the files that
  # are matching any regular expression from the list. By default, no files are dropped.
  #exclude_files: ['.gz$']
  # Optional additional fields. These fields can be freely picked
  # to add additional information to the crawled log files for filtering
  #fields:
  #  level: debug
  #  review: 1
  ### Multiline options
  # Multiline can be used for log messages spanning multiple lines. This is common
  # for Java Stack Traces or C-Line Continuation
  # The regexp Pattern that has to be matched. The example pattern matches all lines starting with [
  #multiline.pattern: ^[
  # Defines if the pattern set under pattern should be negated or not. Default is false.
  #multiline.negate: false
  # Match can be set to "after" or "before". It is used to define if lines should be append to a pattern
  # that was (not) matched before or after or as long as a pattern is not matched based on negate.
  # Note: After is the equivalent to previous and before is the equivalent to to next in Logstash
  #multiline.match: after
#============================= Filebeat modules ===============================
filebeat.config.modules:
  # Glob pattern for configuration loading
  path: ${path.config}/modules.d/*.yml
  # Set to true to enable config reloading
  reload.enabled: false
  # Period on which files under path should be checked for changes
  #reload.period: 10s
#==================== Elasticsearch template setting ==========================
#================================ General =====================================
# The name of the shipper that publishes the network data. It can be used to group
# all the transactions sent by a single shipper in the web interface.
name: filebeat222
# The tags of the shipper are included in their own field with each
# transaction published.
#tags: ["service-X", "web-tier"]
# Optional fields that you can specify to add additional information to the
# output.
#fields:
#  env: staging
#cloud.auth:
#================================ Outputs =====================================
#-------------------------- Elasticsearch output ------------------------------
output.elasticsearch:
  # Array of hosts to connect to.
  hosts: ["192.168.110.130:9200","92.168.110.131:9200"]
  # Protocol - either `http` (default) or `https`.
  #protocol: "https"
  # Authentication credentials - either API key or username/password.
  #api_key: "id:api_key"
  username: "elastic"
  password: "${ES_PWD}"   #通过keystore设置明码

./filebeat -e #启动Filebeat

查看Elasticsearch集群，有一个默认的索引名字filebeat-%{[beat.version]}-%{+yyyy.MM.dd}

Filebeat模块

官网：https://www.elastic.co/guide/…

这里我应用Elasticsearch模式来解析ES的慢日志查问，操作步骤如下，其余的模块操作也一样：

前提：装置好Elasticsearch和Kibana两个软件，而后应用Filebeat。

具体的操作官网有：https://www.elastic.co/guide/…

第一步，配置filebeat.yml文件：

#============================== Kibana =====================================
# Starting with Beats version 6.0.0, the dashboards are loaded via the Kibana API.
# This requires a Kibana endpoint configuration.
setup.kibana:
  # Kibana Host
  # Scheme and port can be left out and will be set to the default (http and 5601)
  # In case you specify and additional path, the scheme is required: http://localhost:5601/path
  # IPv6 addresses should always be defined as: https://[2001:db8::1]:5601
  host: "192.168.110.130:5601"  #指定kibana
  username: "elastic"   #用户
  password: "${ES_PWD}"  #明码，这里应用了keystore，避免明文明码
  # Kibana Space ID
  # ID of the Kibana Space into which the dashboards should be loaded. By default,
  # the Default Space will be used.
  #space.id:
#================================ Outputs =====================================
# Configure what output to use when sending the data collected by the beat.
#-------------------------- Elasticsearch output ------------------------------
output.elasticsearch:
  # Array of hosts to connect to.
  hosts: ["192.168.110.130:9200","192.168.110.131:9200"]
  # Protocol - either `http` (default) or `https`.
  #protocol: "https"
  # Authentication credentials - either API key or username/password.
  #api_key: "id:api_key"
  username: "elastic"  #es的用户
  password: "${ES_PWD}" # es的明码
  #这里不能指定index，因为我没有配置模板，会主动生成一个名为filebeat-%{[beat.version]}-%{+yyyy.MM.dd}的索引

第二步，配置Elasticsearch的慢日志门路：

cd filebeat-7.7.0-linux-x86_64/modules.d
vim elasticsearch.yml：

第三步，失效ES模块：

./filebeat modules elasticsearch
查看失效的模块：
./filebeat modules list

第四步，初始化环境：

./filebeat setup -e

第五步，启动Filebeat：

./filebeat -e

查看Elasticsearch集群，如下图所示，把慢日志查问的日志都主动解析进去了：

到这里，Elasticsearch这个module就试验胜利了。

作者：一寸HUI
原文：https://www.cnblogs.com/zsql/…

搞代码网（gaodaima.com）提供的所有资源部分来自互联网，如果有侵犯您的版权或其他权益，请说明详细缘由并提供版权或权益证明然后发送到邮箱[email protected]‍，我们会在看到邮件的第一时间内为您处理，或直接联系QQ：872152909。本网站采用BY-NC-SA协议进行授权
转载请注明原文链接：搞懂日志采集利器-Filebeat-并不难