你头疼的ELK难题，本文几乎都解决了
一、ELK实用知识点总结
1、编码转换问题
这个问题，主要就是中文乱码。
input中的codec=>plain转码：
codec => plain { charset => "GB2312" }
将GB2312的文本编码，转为UTF-8的编码。
也可以在filebeat中实现编码的转换（推荐）：
filebeat.prospectors: - input_type: log paths: - c:UsersAdministratorDesktopperformanceTrace.txt encoding: GB2312
2、删除多余日志中的多余行
logstash filter中drop删除：
if ([message] =~ "^20.*- task request,.*,start time.*") { #用正则需删除的多余行 drop {} }
日志示例：
2018-03-20 10:44:01,523 [33]DEBUG Debug - task request,task Id:1cbb72f1-a5ea-4e73-957c-6d20e9e12a7a,start time:2018-03-20 10:43:59 #需删除的行 -- Request String : {"UserName":"15046699923","Pwd":"ZYjyh727","DeviceType":2,"DeviceId":"PC-20170525SADY","EquipmentNo":null,"SSID":"pc","RegisterPhones":null,"AppKey":"ab09d78e3b2c40b789ddfc81674bc24deac","Version":"2.0.5.3"} -- End -- Response String : {"ErrorCode":0,"Success":true,"ErrorMsg":null,"Result":null,"WaitInterval":30} -- End
3、grok处理多种日志不同的行
日志示例：
2018-03-20 10:44:01,523 [33]DEBUG Debug - task request,task Id:1cbb72f1-a5ea-4e73-957c-6d20e9e12a7a,start time:2018-03-20 10:43:59 -- Request String : {"UserName":"15046699923","Pwd":"ZYjyh727","DeviceType":2,"DeviceId":"PC-20170525SADY","EquipmentNo":null,"SSID":"pc","RegisterPhones":null,"AppKey":"ab09d78e3b2c40b789ddfc81674bc24deac","Version":"2.0.5.3"} -- End -- Response String : {"ErrorCode":0,"Success":true,"ErrorMsg":null,"Result":null,"WaitInterval":30} -- End
在logstash filter中grok分别处理3行：
match => { "message" => "^20.*- task request,.*,start time:%{TIMESTAMP_ISO8601:RequestTime}" match => { "message" => "^-- Request String : {"UserName":"%{NUMBER:UserName:int}","Pwd":"(?<Pwd>.*)","DeviceType":%{NUMBER:DeviceType:int},"DeviceId":"(?<DeviceId>.*)","EquipmentNo":(?<EquipmentNo>.*),"SSID":(?<SSID>.*),"RegisterPhones":(?<RegisterPhones>.*),"AppKey":"(?<AppKey>.*)","Version":"(?<Version>.*)"} -- End.*" } match => { "message" => "^-- Response String : {"ErrorCode":%{NUMBER:ErrorCode:int},"Success":(?<Success>[a-z]*),"ErrorMsg":(?<ErrorMsg>.*),"Result":(?<Result>.*),"WaitInterval":%{NUMBER:WaitInterval:int}} -- End.*" } ... 等多行
4、日志多行合并处理—multiline插件（重点）
示例：
①日志
2018-03-20 10:44:01,523 [33]DEBUG Debug - task request,task Id:1cbb72f1-a5ea-4e73-957c-6d20e9e12a7a,start time:2018-03-20 10:43:59 -- Request String : {"UserName":"15046699923","Pwd":"ZYjyh727","DeviceType":2,"DeviceId":"PC-20170525SADY","EquipmentNo":null,"SSID":"pc","RegisterPhones":null,"AppKey":"ab09d78e3b2c40b789ddfc81674bc24deac","Version":"2.0.5.3"} -- End -- Response String : {"ErrorCode":0,"Success":true,"ErrorMsg":null,"Result":null,"WaitInterval":30} -- End
②logstash grok对合并后多行的处理。合并多行后续都一样，如下：
filter { grok { match => { "message" => "^%{TIMESTAMP_ISO8601:InsertTime} .*- task request,.*,start time:%{TIMESTAMP_ISO8601:RequestTime} -- Request String : {"UserName":"%{NUMBER:UserName:int}","Pwd":"(?<Pwd>.*)","DeviceType":%{NUMBER:DeviceType:int},"DeviceId":"(?<DeviceId>.*)","EquipmentNo":(?<EquipmentNo>.*),"SSID":(?<SSID>.*),"RegisterPhones":(?<RegisterPhones>.*),"AppKey":"(?<AppKey>.*)","Version":"(?<Version>.*)"} -- End -- Response String : {"ErrorCode":%{NUMBER:ErrorCode:int},"Success":(?<Success>[a-z]*),"ErrorMsg":(?<ErrorMsg>.*),"Result":(?<Result>.*),"WaitInterval":%{NUMBER:WaitInterval:int}} -- End" } } }
在filebeat中使用multiline插件（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）。
②5.5版本之后（before为例）
filebeat.prospectors: - input_type: log paths: - /root/performanceTrace* fields: type: zidonghualog multiline.pattern: '.*"WaitInterval":.*-- End' multiline.negate: true multiline.match: before
③5.5版本之前（after为例）
filebeat.prospectors: - input_type: log paths: - /root/performanceTrace* input_type: log multiline: pattern: '^20.*' negate: true match: after
在logstash input中使用multiline插件（没有filebeat时推荐）：
①介绍multilinepattern：
- 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 => ["/root/logs/log2"] start_position => "beginning" codec => multiline { pattern => "^20.*" negate => true what => "previous" } } }
在logstash filter中使用multiline插件（不推荐）：
不推荐的原因：
- filter设置multiline后，pipline worker会自动降为1；
- 5.5 版本官方把multiline 去除了，要使用的话需下载，下载命令如下：
/usr/share/logstash/bin/logstash-plugin install logstash-filter-multiline
示例：
filter { multiline { pattern => "^20.*" negate => true what => "previous" } }
5、logstash filter中的date使用
日志示例：
2018-03-20 10:44:01 [33]DEBUG Debug - task request,task Id:1cbb72f1-a5ea-4e73-957c-6d20e9e12a7a,start time:2018-03-20 10:43:59
date使用：
date { match => ["InsertTime","YYYY-MM-dd HH:mm:ss "] remove_field => "InsertTime" }
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）
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。
6、对多类日志分类处理（重点）
在filebeat的配置中添加type分类：
filebeat: prospectors: - paths: #- /mnt/data/WebApiDebugLog.txt* - /mnt/data_total/WebApiDebugLog.txt* fields: type: WebApiDebugLog_total - paths: - /mnt/data_request/WebApiDebugLog.txt* #- /mnt/data/WebApiDebugLog.txt* fields: type: WebApiDebugLog_request - paths: - /mnt/data_report/WebApiDebugLog.txt* #- /mnt/data/WebApiDebugLog.txt* fields: type: WebApiDebugLog_report
在logstash filter中使用if，可进行对不同类进行不同处理：
filter { if [fields][type] == "WebApiDebugLog_request" { #对request 类日志 if ([message] =~ "^20.*- task report,.*,start time.*") { #删除report 行 drop {} } grok { match => {"... ..."} } }
在logstash output中使用if：
if [fields][type] == "WebApiDebugLog_total" { elasticsearch { hosts => ["6.6.6.6:9200"] index => "logstashl-WebApiDebugLog_total-%{+YYYY.MM.dd}" document_type => "WebApiDebugLog_total_logs" }
二、对ELK整体性能的优化
1、性能分析
服务器硬件Linux：1cpu4GRAM
假设每条日志250Byte。
分析：
①logstash-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。
②filebeat-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）；
④logstash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
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：
- logstash由于集成了众多插件，如grok、ruby，所以相比beat是重量级的；
- 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；
- logstash基于JVM，支持跨平台；而beat使用golang编写，AIX不支持；
- AIX 64bit平台上需要安装jdk（jre） 1.7 32bit，64bit的不支持；
- 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。
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
可以优化的参数，可根据自己的硬件进行优化配置：
①pipeline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每次发送的事件数
- 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: 50；
- 可优化为 ---> pipeline.batch.delay: 100。
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。
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#最小使用内存；
- Xmx1g#最大使用内存。
4、引入Redis的相关问题
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；
Redis可以使用list(最长支持4,294,967,295条)或发布订阅存储模式；
Redis做ELK缓冲队列的优化：
- bind 0.0.0.0 #不要监听本地端口；
- requirepass ilinux.io #加密码，为了安全运行；
- 只做队列，没必要持久存储，把所有持久化功能关掉：
- 快照（RDB文件）和追加式文件（AOF文件），性能更好；
- 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
服务器硬件配置，OS参数：
1）/etc/sysctl.conf 配置
vim /etc/sysctl.conf
① vm.swappiness = 1
#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
② net.core.somaxconn = 65535
#定义了每个端口最大的监听队列的长度
③ vm.max_map_count= 262144
#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
④ fs.file-max = 518144
#设置 Linux 内核分配的文件句柄的最大数量
[root@elasticsearch]# sysctl -p生效一下。
2）limits.conf 配置
vim /etc/security/limits.conf elasticsearch soft nofile 65535 elasticsearch hard nofile 65535 elasticsearch soft memlock unlimited elasticsearch hard memlock unlimited
3）为了使以上参数永久生效，还要设置两个地方：
vim /etc/pam.d/common-session-noninteractive
vim /etc/pam.d/common-session
添加如下属性：
session required pam_limits.so
可能需重启后生效。
Elasticsearch中的JVM配置文件
-Xms2g
-Xmx2g
- 将最小堆大小（Xms）和最大堆大小（Xmx）设置为彼此相等。
- 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。
- 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。
- 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。
Elasticsearch配置文件优化参数：
vim elasticsearch.yml bootstrap.memory_lock: true #锁住内存，不使用swap #缓存、线程等优化如下 bootstrap.mlockall: true transport.tcp.compress: true indices.fielddata.cache.size: 40% indices.cache.filter.size: 30% indices.cache.filter.terms.size: 1024mb threadpool: search: type: cached size: 100 queue_size: 2000
2）设置环境变量
vim /etc/profile.d/elasticsearch.sh export ES_HE AP _SIZE=2g #Heap Size不超过物理内存的一半，且小于32G。
集群的优化（我未使用集群）：
- 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
- 集群会自动选举一个master，当master宕机后重新选举；
- 为防止"脑裂"，集群中个数最好为奇数个；
- 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"]。
6、性能的检查
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。
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。
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JVM heap。