grok-patterns內置了很多基礎變量的正則表達式的log解析規則，其中包括apache的log解析（同樣可以用於nginx的log解析）。
基於nginx日志分析配置：
1.配置nginx日志格式如下：
log_format main '$remote_addr [$time_local]'
' "$request" $status $body_bytes_sent'
' "$http_referer"'
' "$request_time"';
access_log /var/log/nginx/access.log main;
對nginx日志進行了一定的篩選，去掉用不上的日志。此時，對於日志格式的約定要比較小心，我在調試過程中，在nginx日志上多寫了幾個空格，logstash半天解析不出來。
2.logstash日志格式配置如下：
input {
file {
path => "/var/log/nginx/*.log"
}
}
filter {
if [path] =~ "access" {
mutate { replace => { "type" => "nginx_access" } }
grok {
match => { "message" => "%{IPORHOST:clientip} \[%{HTTPDATE:timestamp}\] \"(?:%{WORD:method} %{NOTSPACE:request}(?: HTTP/%{NUMBER:httpversion})?|%{DATA:rawrequest})\" %{NUMBER:response} (?:%{NUMBER:bytes}|-) %{QS:referrer} %{QS:timeconsumer}" }
}
}
date {
match => [ "timestamp" , "dd/MMM/yyyy:HH:mm:ss Z" ]
}
}
output {
redis {
data_type => "list"
key => "logstash"
}
}
這樣一來，就將nginx日志的請求url，請求方法，請求耗時，響應字節數，請求時間基本上就分離出來了，后續借助kibana就可以做到數據大盤監控與分析。
在嘗試將logstash致力於處理業務日志的時候，針對業務日志格式，需要定義出一套解析規則，后續完善相關處理表達式.