使用Docker快速部署ELK分析Nginx日志實踐


一、背景

筆者所在項目組的項目由多個子項目所組成,每一個子項目都存在一定的日志,有時候想排查一些問題,需要到各個地方去查看,極為不方便,此前聽說有ELK這種神器,搜索了一下,發現利用docker搭建似乎並不麻煩,於是進行了一番嘗試,結果還比較順利,將此過程完整記錄下來,希望留給有需要的讀者進行參考。

筆者這次實踐的過程當中參考了較多的文檔與筆記,參考的鏈接地址有:
Docker ElK安裝部署使用教程
Docker Hub官網
Docker ELK使用文檔

二、操作概要

  1. 服務安裝與運行
  2. 數據導入與校驗
  3. 繪圖配置與展示

三、服務安裝與運行

安裝ELK有很多種方式,比如源碼、rpm包,或docker;不過docker又分為了單個安裝與ELK打包安裝,筆者這里是通過docker打包安裝,因為這樣的方式相比來說最為簡單,因為只需要下載鏡像,然后運行起來就可以了

3.1 鏡像下載

ELK鏡像已經被docker官方收錄,因此只需要簡單的命令即可拉取到鏡像;但考慮到ELK鏡像比較大,在拉取過程當中存在比較慢的情況,因此筆者使用了阿里雲的加速器來提速;筆者使用的是MAC版本的docker,參考配置方法如下:

3.1.1 鏡像加速

右鍵點擊桌面頂欄的 docker 圖標,選擇 Preferences ,在 Daemon 標簽下的 Registry mirrors 列表中將 https://k0pf39f8.mirror.aliyuncs.com加到registry-mirrors的數組里,點擊 Apply & Restart按鈕,等待Docker重啟並應用配置的鏡像加速器,如下截圖

image

3.1.2 鏡像獲取

設置好加速地址之后,筆者就可以開始拉取ELK鏡像,參考命令如下:

docker pull sebp/elk

筆者當前鏡像laster對應的版本為6.2.4,如果讀者以后看到此文章,在搭建的時候遇到一些問題,可以在命令后面加上:6.2.4來指定該版本,減少意外產生;

下載鏡像之后可以使用docker的命令來驗證是否成功,參考命令如下:

docker images

筆者執行后docker返回結果如下

REPOSITORY     TAG                 IMAGE ID            CREATED             SIZE
sebp/elk       latest              c916150705cc        2 weeks ago         1.49GB

在結果當中可以看出,ELK鏡像已經下載下來,占用了將近1.5GB空間

3.2 容器運行

運行此容器的時候,需要將宿主機的端口轉發到該容器,其中ES端口為9200,kibana端口為5601,logbate端口為5044;另外筆者建議將配置文件和數據存放在宿主機,便於后期維護,因此還需要將宿主機目錄掛載到容器/data當中;最后構造的命令如下:

docker run -p  5601:5601 -p 9200:9200 -p 5044:5044  -v /Users/song/dockerFile:/data -it -d --name elk sebp/elk

筆者在運行容器的參數當中加入了后台運行-d參數,這樣筆者就不怕誤操作突然把容器停止了,但放置於后台運行,ELK的服務器啟動過程是不可見的,這個啟動時間根據你機器的性能所決定,筆者電腦大約在10秒鍾左右;如果覺得啟動失敗,也可以將該容器刪除,然后重新創建一個容器,上述命令中的-d刪除即可看到啟動過程。

3.3 數據導入與校驗

容器運行之后,筆者需要驗證是否啟動成功,可以通過瀏覽器訪問kibana和ES的頁面是否成功來判斷。

3.3.1 檢查Kibana

通過瀏覽器訪問kibana,如果正常出現界面,則代表啟動成功,URL地址如下:

http://localhost:5601/

當瀏覽器訪問成功之后,參考如下圖所示:

image

3.3.2 ES服務檢查

驗證kibana啟動成功之后,接着繼續驗證ES服務是否啟動成功,URL地址如下

http://localhost:9200/_search?pretty

訪問之后,此時ES里面應該是沒有數據的,出現的界面如下

image

四、配置與驗證

在保證es和kibana服務啟動完成之后,筆者還需要進行一些數據導入步驟

4.1 logstash配置

logstash配置主要有三個地方要處理,首先是輸入源在什么位置,然后是對數據進行過濾或者格式化,最后是需要將數據輸出到什么地方;筆者在下方的配置只做了其中兩項,因為在nginx日志當中已經將日志格式化了,編輯配置文件命令參考如下:

vim /Users/song/dockerFile/config/logstash.yml

配置文件內容參考如下

input {
file {
path => "/data/logs/access.log"
codec => "json"
}
}
output {
elasticsearch { hosts => ["127.0.0.1:9200"] }
stdout { codec => rubydebug }
}

在配置文件當中,可以看到日志文件存放的位置在 "/data/logs/access.log"當中,輸出的地址是127.0.0.1:9200,這是本機的ES服務

4.2 nginx日志格式

因為筆者對logstash的配置文件語法不太熟悉,在里面寫過濾器和篩選項比較費時間,所以選擇直接更改nginx中的日志格式,將nginx的日志文件設置為json格式,在更改nginx配置文件之前,需要獲取nginx配置文件路徑,參考如下命令

sudo nginx -t

返回結果

Password:
nginx: the configuration file /usr/local/etc/nginx/nginx.conf syntax is ok
nginx: configuration file /usr/local/etc/nginx/nginx.conf test is successful

在返回的結果當中已經可以看到配置文件所在的位置,使用vim編輯配置文件,參考命令

vim /usr/local/etc/nginx/nginx.conf

在http級別下增加自定義日志格式,和日志路徑,參考配置如下:

log_format  json '{"@timestamp":"$time_iso8601",
"@version":"1","host":"$server_addr",
"client":"$remote_addr", "size":"$body_bytes_sent",
"responsetime":"$request_time",
"domain":"$host","url":"$uri","status":"$status"}';

access_log  /data/logs/access.log  json;

筆者配置截圖如下所示

image

4.3 啟動logstash

前面已經將日志格式與logstash配置好,現在筆者需要啟動logstash開始收集日志,啟動logstash之前需要先進入容器里面,進入容器參考命令如下:

docker exec -it elk bash

進入容器之后,筆者需要啟動logstash來收集數據,啟動的時候需要帶兩個參數進去,第一個是logstash的數據暫存位置,第二個是使用的配置文件,因此構造的命令如下所示:

/opt/logstash/bin/logstash --path.data /tmp/logstash/data -f /data/config/logstash.conf

4.4 添加數據

現在只要nginx產生日志,logstash就會實時將日志發送到ES服務當中,在發送數據時,終端窗口也會發生變化,如下圖所示

image

五、 繪圖配置與展示

當數據導入之后,筆者才可以使用kibana的圖形化來查看數據了,所以首先確認一下ES中是否有數據,確認有數據后就可以進行繪圖配置,配置完成之后就可以進行篩選日志等操作了。

5.1 ES數據檢查

當數據添加到ES服務器當中后,筆者可以通過ES服務提供的URL來查看其中的數據,URL地址如下所示:

http://localhost:9200/_search?pretty

就會看到筆者剛剛輸入的日志內容,如下圖所示

image

當看到total數量變大,並在下面的數據項中看到了nginx日志信息時,則代表筆者導入數據成功了。

5.2 kibana索引配置

通過瀏覽器訪問kibana,URL地址如下

http://127.0.0.1:5601/app/kibana#/management/kibana/index?_g=()

image

點擊左側導航欄的Discover鏈接,便可進入創建索引模式界面,如下圖所示

image

點擊頁面右下方的next按鈕,會跳轉到下一個頁面,在此頁面還需要選擇一個時間維度,如下圖所示

image

在此點擊下一步,便創建kibana的索引完成,此時再次點擊左側導航欄的Discover鏈接,便可以看到剛才創建索引的一些視圖,如下圖所示

image

在圖中有一個input輸入框,筆者可以在里面填寫篩選所需要的關鍵詞;如果沒有篩選出結果,也可檢查左側的時間篩選項是否設置正確,如筆者的時間篩選項設置的是Today,也就代表篩選當天的數據。

ELK的整體操作流程比較簡單,首先是logstash收集各種日志並進行過濾,然后將過濾后的內容發送到ES服務中,最后用戶通過Kibana的頁面查看ES中的日志數據;


作者:湯青松

微信:songboy8888

日期:2018-08-25


免責聲明!

本站轉載的文章為個人學習借鑒使用,本站對版權不負任何法律責任。如果侵犯了您的隱私權益,請聯系本站郵箱yoyou2525@163.com刪除。



 
粵ICP備18138465號   © 2018-2025 CODEPRJ.COM