windows2016_x64搭建ELK(datasource->filebeat->logstash->elasticsearch->kibana)
- 本文示例日志程序基于asp.net core 3.0+nlog
- ELK相关程序如下图:
- 日志组件推荐:
java: logback、lo4j
asp.net: log4net、nlog
客户端安装和运行
- 下载filebeat安装包 filebeat7.5.1
- 编辑filebeat.yml,简易版配置如下:
filebeat.inputs:
- type: log
enabled: true
paths:
#- /var/log/*.log
- F:logsxxx*.log
filebeat.config.modules:
# Glob pattern for configuration loading
path: ${path.config}/modules.d/*.yml
# Set to true to enable config reloading
reload.enabled: false
output.logstash:
# logstash地址和端口
hosts: ["192.168.3.43:5044"]
processors:
- add_host_metadata: ~
- add_cloud_metadata: ~
- add_docker_metadata: ~
- add_kubernetes_metadata: ~
- 运行程序并生成日志(window7_x64|192.168.3.42:8090),日志文件名:log-2020-01-08.log
2012-01-08 10:21:41.5296|0|INFO|logfile|windows service start...
2012-01-08 11:03:03.5926|0|INFO|logfile|windows service end...
2012-01-08 11:04:18.2756|0|INFO|logfile|windows service start...
2012-01-08 11:04:26.7556|0|INFO|logfile|测试0
- filebeat包文件根目录执行程序:filebeat -e -c filebeat.yml
D:devopsfilebeat-7.5.1-windows-x86_64>filebeat -e -c filebeat.yml
...
2020-01-08T14:06:16.038+0800 INFO [monitoring]...
- 更多信息详见 filebeat官方文档
服务端安装和运行
- 安装 elasticsearch elasticsearch7.5.1
- 安装JDK并配置环境变量,本文elasticsearch版本7.5.1需JDK11+。JDK11
JAVA_HOME: C:Program Filesjdk-11.0.5
CLASSPATH: .;%JAVA_HOME%lib;%JAVA_HOME%lib ools.jar;%JAVA_HOME%libdt.jar
PATH追加: %JAVA_HOME%in;%JAVA_HOME%jrein;
- CMD-> java -version 检测JDK
java version "11.0.5" 2019-10-15 LTS
Java(TM) SE Runtime Environment 18.9 (build 11.0.5+10-LTS)
Java HotSpot(TM) 64-Bit Server VM 18.9 (build 11.0.5+10-LTS, mixed mode)
- 配置elasticsearch环境变量
ES_HOME:C:Program Fileselasticsearch-7.5.1
PATH追加:%ES_HOME%in;
- 编辑/config/elasticsearch.yml,简易版配置如下:
cluster.name: elasticsearch-application
node.name: node-1
network.host: 192.168.3.41
http.port: 9200
cluster.initial_master_nodes: ["node-1"]
# 配置head cors
http.cors.enabled: true
http.cors.allow-origin: "*"
node.master: true
node.data: true
5.运行 elasticsearch7.5.1inelasticsearch.bat, 访问 192.168.3.41:9200, 显示如下JSON字符串表示部署成功。
{
"name" : "node-1",
"cluster_name" : "elasticsearch-application",
"cluster_uuid" : "MUOnu8JbTTe7bT1ru3Vb7Q",
"version" : {
"number" : "7.5.1",
"build_flavor" : "default",
"build_type" : "zip",
"build_hash" : "3ae9ac9a93c95bd0cdc054951cf95d88e1e18d96",
"build_date" : "2019-12-16T22:57:37.835892Z",
"build_snapshot" : false,
"lucene_version" : "8.3.0",
"minimum_wire_compatibility_version" : "6.8.0",
"minimum_index_compatibility_version" : "6.0.0-beta1"
},
"tagline" : "You Know, for Search"
}
- 安装 elasticsearch-head插件
- es5以上版本安装head需要安装node和grunt。下载nodejs并安装。
- 添加nodejs环境变量
path追加:C:Program Files
odejs;
- 安装完成用cmd执行 node -v可查看版本号->v10.15.0
- 执行 npm install -g grunt-cli 安装grunt ,安装完成后执行grunt -version查看是否安装成功,会显示安装的版本号
- 在https://github.com/mobz/elasticsearch-head中下载head插件,选择下载zip
- 解压到指定文件夹下,G:elasticsearch-7.5.1elasticsearch-head-master 进入该文件夹,编辑Gruntfile.js 在对应的位置加上hostname:'*'
connect: {
server: {
options: {
hostname:"*",
port: 9100,
base: '.',
keepalive: true
}
}
}
- 在D:elasticsearch-7.5.1elasticsearch-head-master 下执行npm install 安装完成后(Receiving 100%)。
- 执行grunt server 或者npm run start 运行head插件,如果不成功重新安装grunt。
- 重新运行 elasticsearch7.5.1inelasticsearch.bat,访问192.168.3.41:9100 出现elasticsearch head 页面则表示安装成功,如下图:
- 安装kibana kibana7.5.1
- 编辑/kibana-7.5.1-windows-x86_64/config/kibana.yml,简易版配置如下:
server.port: 9101
server.host: "0.0.0.0"
elasticsearch.hosts: ["http://192.168.3.41:9200"]
- 运行kibana-7.5.1-windows-x86_64inkibana.bat,访问192.168.3.40:9101,成功出现kibana页面则表示部署成功。
- 安装logstash logstash7.5.1
- 在Windows中logstash执行路径不能有空格
- 编辑D:/logstash-7.5.1/config/logstash-sample.conf文件,简易版如下:
input {
beats {
port => 5044
}
}
output {
elasticsearch {
hosts => ["http://192.168.3.41:9200"]
index => "log-%{+YYYY.MM.dd}"
}
}
- 复制logstash-sample.conf至bin根目录下,执行命令:logstash -f logstash-sample.conf --config.reload.automatic
运行
- 依次运行elasticsearch、kibana、logstash、filebeat、日志log
- 在kibana->Disconver中创建日志索引
其他搭建方式
- datasource->logstash->elasticsearch->kibana
- datasource->filebeat->kafka->logstash->elasticsearch->kibana
- datasource->filebeat->logstash->redis/kafka->logstash-> elasticsearch->kibana