一、使用背景
目前項目中,采用的是微服務框架,對於日志,采用的是logback的配置,每個微服務的日志,都是通過File的方式存儲在部署的機器上,但是由於日志比較分散,想要檢查各個微服務是否有報錯信息,需要挨個服務去排查,比較麻煩。所以希望通過對日志進行聚合,然后通過監控,能夠快速的找到各個微服務的報錯信息,快速的排查。
二、ELK分析
對於ELK,主要是分為Elastic Search、Logstash和Kibana三部分:其中Logstash作為日志的匯聚,可以通過input、filter、output三部分,把日志收集、過濾、輸出到Elastic Search中(也可以輸出到文件或其他載體);Elastic Search作為開源的分布式引擎,提供了搜集、分析、存儲數據的功能,采用的是restful接口的風格;Kibana則是作為Elastic Search分析數據的頁面展示,可以進行對日志的分析、匯總、監控和搜索日志用。
本次使用ELK主要則是作為日志分析場景。
三、ELK部署
1、Elastic Search安裝
本次部署的目錄為【/data/deploy/elk】下,首先需要下載,下載命令為:
# cd /data/deploy/elk # wget https://artifacts.elastic.co/downloads/elasticsearch/elasticsearch-6.4.3.tar.gz
解壓到當前目錄:
# tar -zxvf elasticsearch-6.4.3.tar.gz
相關配置:
# cd elasticsearch-6.4.3/config # vim elasticsearch.yml -- 增加如下內容: network.host: 0.0.0.0 http.port: 9200 http.cors.enabled: true http.cors.allow-origin: "*"
Elastic Search啟動:由於ES的啟動不能用root賬號直接啟動,需要新創建用戶,然后切換新用戶去啟動,執行命令如下:
-- 創建新用戶及授權 # groupadd elsearch # useradd elsearch -g elsearch -p elasticsearch # cd /data/deploy/elk/ # chown -R elsearch:elsearch elasticsearch-6.4.3 -- 切換用戶,啟動 # su elsearch # cd elasticsearch-6.4.3/bin # sh elasticsearch &
啟動過程中,會出現一些報錯信息,如:
1、max file descriptors [4096] for elasticsearch process is too low, increase to at least [65536]
2、max virtual memory areas vm.max_map_count [65530] is too low, increase to at least [262144]
解決問題(1):將當前用戶的軟硬限制調大。
# vim /etc/security/limits.conf -- 在后面增加一下配置后,保存退出 es soft nofile 65535 es hard nofile 65537 -- 不需要重啟,重新登錄即生效 -- 查看修改命名是否生效 # ulimit -n 65535 # ulimit -n -- 結果65535 # ulimit -H -n 65537 # ulimit -H -n -- 結果65537
解決問題(2):調大elasticsearch用戶擁有的內存權限
-- 切換到root用戶 # sysctl -w vm.max_map_count=262144 -- 查看修改結果 # sysctl -a|grep vm.max_map_count -- 結果顯示:vm.max_map_count = 262144 -- 永久生效設置 # vim /etc/sysctl.conf -- 在文件最后增加以下內容,保存后退出: vm.max_map_count=262144
解決以上問題后,再次啟動:
# su - elsearch # cd /data/deploy/elk/elasticsearch-6.4.3/bin/ # sh elasticsearch &
啟動成功后,訪問:http://ip:9200,可以有json格式的返回信息,判斷安裝成功。
2、Kibana的安裝
下載安裝包:
-- 切換到root用戶 # su -- 下載 # cd /data/deploy/elk/ # wget https://artifacts.elastic.co/downloads/kibana/kibana-6.4.2-linux-x86_64.tar.gz
解壓配置:
# tar -zxvf kibana-6.4.2-linux-x86_64.tar.gz # cd kibana-6.4.2-linux-x86_64/config/ # vim kibana.yml -- 增加如下配置: server.port: 5601 server.host: "0.0.0.0" elasticsearch.url: "http://localhost:9200" kibana.index: ".kibana"
啟動Kibana:
# cd /data/deploy/elk/kibana-6.4.2-linux-x86_64/bin # sh kibana &
啟動成功后,訪問http://ip:5601,查看是否啟動成功。
3、Logstash安裝
下載安裝包:
-- 切換到root賬號 # su # cd /data/deploy/elk # wget https://artifacts.elastic.co/downloads/logstash/logstash-6.4.2.tar.gz
解壓配置:
# tar -zxvf logstash-6.4.2.tar.gz # cd logstash-6.4.2/bin -- 新增編輯配置文件 # vim logstash.conf -- 增加以下內容: input { tcp { port => 5044 codec => json_lines } } output { elasticsearch { hosts => ["localhost:9200"] } }
啟動Logstash:
# cd /data/deploy/elk/logstash-6.4.2/bin # nohup sh logstash -f logstash.conf &
查看日志,無報錯信息,默認啟動成功。
四、微服務配置
在微服務中,需要兩步操作:
1、pom.xml文件增加依賴
<dependency> <groupId>net.logstash.logback</groupId> <artifactId>logstash-logback-encoder</artifactId> <version>5.1</version> </dependency>
2、修改logback.xml配置文件
-- 新增appender <appender name="LOGSTASH" class="net.logstash.logback.appender.LogstashTcpSocketAppender"> <destination>192.168.11.199:5044</destination> <queueSize>1048576</queueSize> <encoder class="net.logstash.logback.encoder.LoggingEventCompositeJsonEncoder"> <providers> <timestamp> <timeZone>UTC</timeZone> </timestamp> <pattern> <pattern> { "severity":"%level", "service": "%contextName", "pid": "${PID:-}", "thread": "%thread", "class": "%logger{40}", "rest": "%message->%ex{full}" } </pattern> </pattern> </providers> </encoder> </appender> -- <root>節點中,增加: <appender-ref ref="LOGSTASH" />
五、Kibana的使用
通過以上的配置,基本上ELK和微服務之間,已經配置完成,接下來需要通過在Kibana中創建索引等進行日志的搜索和查看。
1、創建索引
可以新建一個全局的索引,【Index pattern】設置為【*】,點擊下一步至完成為止。
2、日志搜索
如截圖所示,可以通過Discover和新建的索引,對日志進行詳細的查看,並且可以選擇具體的字段進行查看。在右上角,可以通過選擇不同的時間段,對日志進行查看和搜索。
3、創建查詢
如2中截圖所示,可以通過添加filter,對日志進行過濾查詢。然后點擊Save后,可以創建新的查詢。
4、創建Visualize和Dashboard
創建完查詢后,可以在Visualize中,創建一個新的圖示,通過查詢進行創建。創建Dashboard,依賴Visualize圖示,進行展示。
即依賴關系:Dashboard -》 Visualize -》 Search
在本項目中,Search主要是通過增加了兩個Filter:①service:“ff-watersource” ②severity:“ERROR”,查詢的是微服務為ff-watersource的error級別的日志。然后根據本Search,依次創建Visualize和Dashboard,最終在Dashboard中,可以監控日志信息的頁面為:
以上,日志聚合分析的實現,就算完成了。