ELK超实用优化

一、elk 实用知识点总结

1、编码转换问题（主要就是中文乱码）

（1）input 中的codec => plain (将UTF-8 的编码的文本编码，转为gbk)

codec => plain {
  charset =>"gbk"
}

（2）在filebeat中实现编码的转换（推荐)

- type: log
  tags: ["test01_info"]
  enabled: true
  paths:
    - /data/logs/test/**
  encoding: gbk

2、删除多余字段

logstash filter 中删除多余字段(另一种是在grok解析时，不解析该字段)

filter {
　　grok {
　　　　match => {
　　　　　　"message"=>"[?%{TIMESTAMP_ISO8601:time}]? [?%{LOGLEVEL:level}]? [%{JAVACLASS:class}] -  [ %{JAVALOGMESSAGE:kp} ] >>>%{JAVALOGMESSAGE}>>>>%{JAVALOGMESSAGE:message}"　
          remove_field => "class"
　　　　}
　　}
}

3、grok 处理日志

（1）日志示例：

2019-12-27 09:47:31,201 INFO [com.sunline.netty.utils.HttpHandlerUtils] -  [ 6f0f6c0dbb6b4a44b3966a92f76861c2 ] >>> url:/api/ef, result:>>>>{"errorMsg":"成功","result":{"data":[{"assetId":"02318.HK","currentAmount":"6","stockCode":"2318",{"assetId":"01385.HK","lotSize":2000,"moneyType":"2","secSType":60}]}}
.......

（2）logstash grok处理

filter {
　　grok {
　　　　match => {
　　　　　　"message"=>"[?%{TIMESTAMP_ISO8601:time}]? [?%{LOGLEVEL:level}]? [%{JAVACLASS:class}] -  [ %{JAVALOGMESSAGE:kp} ] >>>%{JAVALOGMESSAGE}>>>>%{JAVALOGMESSAGE:message}"　　　　
　　　　}
　　}
}

4、multiline处理多行日志

（1）在filebeat中使用multiline 插件多行处理（推荐）
① 介绍multiline
pattern：正则匹配从哪行合并
negate：true/false，匹配到pattern 部分开始合并，还是不配到的合并
match：after/before（需自己理解）
　　after：匹配到pattern 部分后合并，注意：这种情况最后一行日志不会被匹配处理
　　before：匹配到pattern 部分前合并（推荐）

② after为例

- type: log
  tags: ["test_info"]
  enabled: true
  paths:
    - /data/logs/test/**
  encoding: gbk
  exclude_files: ['.gz','.zip']
  multiline.pattern: '^[?[0-9]{4}-[0-9]{2}-[0-9]{2}'
  multiline.negate: true
  multiline.match: after
  close_inactive: 1h
  tail_files: true

（2）在logstash input中使用multiline 插件（没有filebeat 时推荐）
① 介绍multiline
pattern：正则匹配从哪行合并
negate：true/false，匹配到pattern 部分开始合并，还是不配到的合并
what：previous/next（需自己理解）
　　previous：相当于filebeat 的after
　　next：相当于filebeat 的before

② 用法

input {
    file {
        path => ["/data/logs/test/**"]
        start_position =>"beginning" 
        codec => multiline {
            pattern =>"^[?[0-9]{4}-[0-9]{2}-[0-9]{2}"           
            negate => true
            what =>"previous"        
        }
    }
}

5、logstash filter中的date使用

（1）date 介绍
　　就是将匹配日志中时间的key 替换为@timestamp 的时间，因为@timestamp 的时间是日志送到logstash 的时间，并不是日志中真正的时间，而是采集日志的时间。
（2）date 使用

  date {
          match => ["time", "yyyy-MM-dd HH:mm:ss,SSS"]
          remove_field => "time"
       }

注：
match => ["timestamp" ,"dd/MMM/YYYY H : m: s Z"
匹配这个字段，字段的格式为：日日/月月月/年年年年 时/分/秒 时区
也可以写为：match => ["timestamp","ISO8601"]（推荐）

6、对多类日志分类处理（重点）

① 在filebeat 的配置中添加type 分类

- type: log_test01
  tags: ["test01_info"]
  enabled: true
  paths:
    - /data/logs/test01/**
  encoding: gbk
  exclude_files: ['.gz','.zip']
  multiline.pattern: '^[?[0-9]{4}-[0-9]{2}-[0-9]{2}'
  multiline.negate: true
  multiline.match: after
  close_inactive: 1h
  tail_files: true

- type: log_test02
  tags: ["test02_info"]
  enabled: true
  paths:
    - /data/logs/test02/**
  encoding: gbk
  exclude_files: ['.gz','.zip']
  multiline.pattern: '^[?[0-9]{4}-[0-9]{2}-[0-9]{2}'
  multiline.negate: true
  multiline.match: after
  close_inactive: 1h
  tail_files: true

② 在logstash filter中使用if，可进行对不同类进行不同处理

filter {
    grok {
	match => ["message", "[?%{TIMESTAMP_ISO8601:timestamp}]? [?%{LOGLEVEL:level}]? [%{JAVACLASS:class}] - %{JAVALOGMESSAGE}"]
         }
    if "test01" in [tags] {
   grok {
	match => ["message", "[?%{TIMESTAMP_ISO8601:time}]? [?%{LOGLEVEL:level}]? [%{JAVACLASS:class}] -  [ %{JAVALOGMESSAGE:kp} ] >>>%{JAVALOGMESSAGE}>>>>%{JAVALOGMESSAGE:grm_re} ip:%{JAVALOGMESSAGE:result.ipAddress} r%{JAVALOGMESSAGE}:%{JAVALOGMESSAGE:request
_time}."] 
       }
   }
}

③ 在logstash output中使用if

output{
  if "test01_info" in [tags] {
    elasticsearch {
        hosts => ["node01:9200","node02:9200","node03:9200"]
        index => "test01_message-%{+YYYY.MM.dd}"
     }
   }
}

二、对elk 整体性能的优化

1、性能分析

（1）服务器硬件Linux：1cpu 4GRAM
假设每条日志250 Byte

（2）分析
① ogstash-Linux：1cpu 4GRAM
每秒500条日志,去掉ruby每秒660条日志,去掉grok后每秒1000条数据;
② filebeat-Linux：1cpu 4GRAM
每秒2500-3500条数据;每天每台机器可处理：24h*60min*60sec*3000*250Byte=64,800,000,000Bytes，约64G;
③ 瓶颈在logstash 从redis中取数据存入ES，开启一个logstash，每秒约处理6000条数据；开启两个logstash，每秒约处理10000条数据（cpu已基本跑满）；
④ logstash的启动过程占用大量系统资源，因为脚本中要检查java、ruby以及其他环境变量，启动后资源占用会恢复到正常状态。

2、关于收集日志的选择：logstash/filter

（1）没有原则要求使用filebeat或logstash，两者作为shipper的功能是一样的，区别在于：
① logstash由于集成了众多插件，如grok，ruby，所以相比beat是重量级的；
② logstash启动后占用资源更多，如果硬件资源足够则无需考虑二者差异；
③ logstash基于JVM，支持跨平台；而beat使用golang编写，AIX不支持；
④ AIX 64bit平台上需要安装jdk(jre)1.7 32bit，64bit的不支持；
⑤ filebeat可以直接输入到ES，但是系统中存在logstash直接输入到ES的情况，这将造成不同的索引类型造成检索复杂，最好统一输入到els 的源。

（2）总结]
　　logstash/filter 总之各有千秋，但是，我推荐选择：在每个需要收集的日志服务器上配置filebeat，因为轻量级，用于收集日志；再统一输出给logstash，做对日志的处理；最后统一由logstash 输出给els。

3、logstash的优化相关配置

（1）可以优化的参数，可根据自己的硬件进行优化配置
① pipeline 线程数，官方建议是等于CPU内核数
默认配置 ---> pipeline.workers: 2
可优化为 ---> pipeline.workers: CPU内核数（或几倍cpu内核数）
② 实际output 时的线程数
默认配置 ---> pipeline.output.workers:1
可优化为 ---> pipeline.output.workers: 不超过pipeline 线程数
③ 每次发送的事件
默认配置 ---> pipeline.batch.size: 125
可优化为 ---> pipeline.batch.size: 1000
④ 发送延时
默认配置 ---> pipeline.batch.delay: 5
可优化为 ---> pipeline.batch.size: 10

（2）总结]
通过设置-w参数指定pipeline worker数量，也可直接修改配置文件logstash.yml。这会提高filter和output的线程数，如果需要的话，将其设置为cpu核心数的几倍是安全的，线程在I/O上是空闲的。
　　默认每个输出在一个pipeline worker线程上活动，可以在输出output 中设置workers设置，不要将该值设置大于pipeline worker数。
　　还可以设置输出的batch_size数，例如ES输出与batch size一致。
　　filter设置multiline后，pipline worker会自动将为1，如果使用filebeat，建议在beat中就使用multiline，如果使用logstash作为shipper，建议在input 中设置multiline，不要在filter中设置multiline。

（3）Logstash中的JVM配置文件
　　Logstash是一个基于Java开发的程序，需要运行在JVM中，可以通过配置jvm.options来针对JVM进行设定。比如内存的最大最小、垃圾清理机制等等。JVM的内存分配不能太大不能太小，太大会拖慢操作系统。太小导致无法启动。默认如下：
-Xms256m #最小使用内
-Xmx1g #最大使用内存

（4）logstas中的grok
grok是logstash的filter插件中的功能，用来对日志数据进行正则匹配实现各个字段的切割,增加锚点可以有效提升性能，比如：^、$等,使用合适的类型去分割字段，尽量避免使用DATA,经过对logstash的优化，可以做到logstash单点导入速度有2000/s 提升到 18000/s。
(5) Logstash持久化到磁盘
当发生异常情况，比如logstash重启，有可能发生数据丢失，可以选择logstash持久化到磁盘，修改之前重启logstash数据丢失，修改之后重启logstash数据不丢失。以下是具体操作：
在config/logstash.yml中进行配置以下内容

queue.type: persisted
path.queue: /data/logstash/data/queue #队列存储路径；如果队列类型为persisted，则生效
queue.page_capacity: 250mb #队列为持久化，单个队列大小
queue.max_events: 0 #当启用持久化队列时，队列中未读事件的最大数量，0为不限制
queue.max_bytes: 1024mb #队列最大容量
queue.checkpoint.acks: 1024 #在启用持久队列时强制执行检查点的最大数量,0为不限制
queue.checkpoint.writes: 1024 #在启用持久队列时强制执行检查点之前的最大数量的写入事件，0为不限制
queue.checkpoint.interval: 1000 #当启用持久队列时，在头页面上强制一个检查点的时间间隔

修改完后，重启logstash即可

4、引入Redis 的相关问题

（1）filebeat可以直接输入到logstash（indexer），但logstash没有存储功能，如果需要重启需要先停所有连入的beat，再停logstash，造成运维麻烦；另外如果logstash发生异常则会丢失数据；引入Redis作为数据缓冲池，当logstash异常停止后可以从Redis的客户端看到数据缓存在Redis中；
（2）Redis可以使用list(最长支持4,294,967,295条)或发布订阅存储模式；
（3）redis 做elk 缓冲队列的优化：

#bind 0.0.0.0 #不要监听本地端口
    requirepass **** #加密码，为了安全运行
#只做队列，没必要持久存储，关闭所有持久化功能
    save ""  #禁用快照
    appendonly no #关闭RDB
 #把内存的淘汰策略关掉，把内存空间最大
    maxmemory 0 #maxmemory为0的时候表示我们对Redis的内存使用没有限制

5、elasticsearch节点优化配置

（1）服务器硬件配置，OS 参数

（a） /etc/sysctl.conf 配置
vim /etc/sysctl.conf

#ES 推荐将此参数设置为1，大幅降低 swap 分区的大小，强制最大程度的使用内存，注意，这里不要设置为0, 这会很可能会造成 OOM
vm.swappiness =1
#定义了每个端口最大的监听队列的长度
net.core.somaxconn =65535   
#限制一个进程可以拥有的VMA(虚拟内存区域)的数量。虚拟内存区域是一个连续的虚拟地址空间区域。当VMA 的数量超过这个值，OOM
vm.max_map_count=655360	
#设置 Linux 内核分配的文件句柄的最大数量
fs.file-max =518144	

sysctl -p 加载

（b）limits.conf 配置
vim /etc/security/limits.conf

* soft nofile 65536
* hard nofile 131072
* soft nproc 2048
* hard nproc 4096

（2）elasticsearch 中的JVM配置文件

-Xms2g
-Xmx2g

① 将最小堆大小（Xms）和最大堆大小（Xmx）设置为彼此相等
② Elasticsearch可用的堆越多，可用于缓存的内存就越多。但请注意，太多的堆可能会使您长时间垃圾收集暂停
③ 设置Xmx为不超过物理RAM的50％，以确保有足够的物理内存留给内核文件系统缓存
④ 不要设置Xmx为JVM用于压缩对象指针的临界值以上；确切的截止值有所不同，但接近32 GB。不要超过32G，如果空间大，多跑几个实例，不要让一个实例太大内存

（3）elasticsearch 配置文件优化参数
vim elasticsearch.yml

action.destructive_requires_name: true #禁止使用all或者*
transport.tcp.compress: true #传输压缩
indices.fielddata.cache.size: 40%   #聚合操作
indices.memory.index_buffer_size: 30%    # 内存 默认为整个堆空间的10%
indices.memory.min_index_buffer_size: 1024mb   #默认48mb 
thread_pool.bulk.size: 2 # 写入的线程数
thread_pool.bulk.queue_size: 1000 # 写入线程队列大小
bootstrap.memory_lock: true #禁用交换分区

（4）集群的优化
① ES是分布式存储，当设置同样的cluster.name后会自动发现并加入集群；
② 集群会自动选举一个master，当master宕机后重新选举；
③ 为防止"脑裂"，集群中个数最好为奇数个
④ 为有效管理节点，可关闭广播 discovery.zen.ping.multicast.enabled: false，并设置单播节点组

discovery.zen.ping.unicast.hosts: ["ip1", "ip2", "ip3"]

(5)通过curl请求命令进行优化

curl -XPUT 'localhost:9200/_template/elasticsearch' -H "Content-Type: application/json" -d '
{
      "order": 6,
      "template": "*",
      "settings": {
        "number_of_replicas" : 0,
        "number_of_shards" :   6,
        "refresh_interval": "30s",
        "index.translog.durability": "async",
        "index.translog.sync_interval": "60s"
    }
}'

备注
template #匹配的Index分片名称
number_of_replicas #副本数为0,需要查询性能高可以设置为1
number_of_shards #分片数为6, 副本为1时可以设置成5
refresh_interval #索引刷新间隔，默认1s
index.translog.durability #同步,默认request
index.translog.sync_interval #刷新时间，默认1s

6、性能的检查

（1）检查输入和输出的性能
Logstash和其连接的服务运行速度一致，它可以和输入、输出的速度一样快。

（2）检查系统参数
① CPU
[注意CPU是否过载。在Linux/Unix系统中可以使用top -H查看进程参数以及总计;如果CPU使用过高，直接跳到检查JVM堆的章节并检查Logstash worker设置。

② Memory
注意Logstash是运行在Java虚拟机中的，所以它只会用到你分配给它的最大内存;检查其他应用使用大量内存的情况，这将造成Logstash使用硬盘swap，这种情况会在应用占用内存超出物理内存范围时。

③ I/O 监控磁盘I/O检查磁盘饱和度
使用Logstash plugin（例如使用文件输出）磁盘会发生饱和。当发生大量错误，Logstash生成大量错误日志时磁盘也会发生饱和;在Linux中，可使用iostat，dstat或者其他命令监控磁盘I/O。

④ 监控网络I/O
当使用大量网络操作的input、output时，会导致网络饱和;在Linux中可使用dstat或iftop监控网络情况。

（3）检查JVM heap
heap设置太小会导致CPU使用率过高，这是因为JVM的垃圾回收机制导致的。一个快速检查该设置的方法是将heap设置为两倍大小然后检测性能改进。不要将heap设置超过物理内存大小，保留至少1G内存给操作系统和其他进程。你可以使用类似jmap命令行或VisualVM更加精确的计算。

7、索引效率优化

​ 索引优化主要是在 Elasticsearch 插入层面优化，如果瓶颈不在这块，而是在产生数据部分，比如 DB 或者 Hadoop 上，那么优化方向就需要改变下。同时，Elasticsearch 本身索引速度其实还是蛮快的，具体数据，我们可以参考官方的 benchmark 数据。

（1）批量提交
​ 当有大量数据提交的时候，建议采用批量提交。比如在做 ELK 过程中 ，Logstash indexer 提交数据到 Elasticsearch 中 ，batch size 就可以作为一个优化功能点。但是优化 size 大小需要根据文档大小和服务器性能而定。
​ 像 Logstash 中提交文档大小超过 20MB ，Logstash 会请一个批量请求切分为多个批量请求。如果在提交过程中，遇到 EsRejectedExecutionException 异常的话，则说明集群的索引性能已经达到极限了。这种情况，要么提高服务器集群的资源，要么根据业务规则，减少数据收集速度，比如只收集 Warn、Error 级别以上的日志。

（2）优化硬件
优化硬件设备一直是最快速有效的手段。
① 在经济压力能承受的范围下， 尽量使用固态硬盘 SSD。SSD 相对于机器硬盘，无论随机写还是顺序写，都较大的提升。
② 磁盘备份采用 RAID0。因为 Elasticsearch 在自身层面通过副本，已经提供了备份的功能，所以不需要利用磁盘的备份功能，同时如果使用磁盘备份功能的话，对写入速度有较大的影响。

​（3）增加 Refresh 时间间隔
​ 为了提高索引性能，Elasticsearch 在写入数据时候，采用延迟写入的策略，即数据先写到内存中，当超过默认 1 秒 （index.refresh_interval）会进行一次写入操作，就是将内存中 segment 数据刷新到操作系统中，此时我们才能将数据搜索出来，所以这就是为什么 Elasticsearch 提供的是近实时搜索功能，而不是实时搜索功能。
​ 当然像我们的内部系统对数据延迟要求不高的话，我们可以通过延长 refresh 时间间隔，可以有效的减少 segment 合并压力，提供索引速度。在做全链路跟踪的过程中，我们就将 index.refresh_interval 设置为 30s，减少 refresh 次数。
​ 同时，在进行全量索引时，可以将 refresh 次数临时关闭，即 index.refresh_interval 设置为 -1，数据导入成功后再打开到正常模式，比如 30s。

（4）减少副本数量
Elasticsearch 默认副本数量为 3 个，虽然这样会提高集群的可用性，增加搜索的并发数，但是同时也会影响写入索引的效率。
在索引过程中，需要把更新的文档发到副本节点上，等副本节点生效后在进行返回结束。使用 Elasticsearch 做业务搜索的时候，建议副本数目还是设置为 3 个，但是像内部 ELK 日志系统、分布式跟踪系统中，完全可以将副本数目设置为 1 个。