1.简略介绍

轻量型日志采集器，用于转发和汇总日志与文件。

官网： https://www.elastic.co/cn/beats/filebeat

2.本文实现的功能

3.事先必备：

至少一台Kafka节点。

4.配置Log4j，自定义代码中日志信息输出格式以及文件名称

//存放日志的文件夹名称 logs //日志文件名称 collector //日志格式 //[%d{yyyy-MM-dd'T'HH:mm:ss.SSSZZ}] 日志输入时间，东八区 //[%level{length=5}] 日志级别，debug、info、warn、error //[%thread-%tid] 当前线程信息 //[%logger] 当前日志信息所属类全路径 //[%X{hostName}] 当前节点主机名。需要通过MDC来自定义。 //[%X{ip}] 当前节点ip。需要通过MDC来自定义。 //[%X{applicationName}] 当前应用程序名。需要通过MDC来自定义。 //[%F,%L,%C,%M] %F：当前日志信息所属的文件(类)名，%L：日志信息在所属文件中的行号，%C：当前日志所属文件的全类名，%M：当前日志所属的方法名 //[%m] 日志详情 //%ex 异常信息 //%n 换行 [%d{yyyy-MM-dd'T'HH:mm:ss.SSSZZ}] [%level{length=5}] [%thread-%tid] [%logger] [%X{hostName}] [%X{ip}] [%X{applicationName}] [%F,%L,%C,%M] [%m] ## '%ex'%n //日志输出至控制台 //全量日志信息 //日志级别是warn以上的日志信息 ¨C11C ¨C19C

5.Filebeat安装

#上传Filebeat至任意目录下
cd /usr/local/software
tar -zxvf filebeat-6.6.0-linux-x86_64.tar.gz -C /usr/local/
cd /usr/local
mv filebeat-6.6.0-linux-x86_64/ filebeat-6.6.0

配置filebeat

vim /usr/local/filebeat-5.6.2/filebeat.yml
##可参考下方配置信息
启动：

检查配置是否正确

cd /usr/local/filebeat-6.6.0
./filebeat -c filebeat.yml -configtest

Config OK

启动filebeat

/usr/local/filebeat-6.6.0/filebeat &
#查看是否启动成功
ps -ef | grep filebeat

Filebeat配置参考信息

###################### Filebeat Configuration Example #########################
filebeat.prospectors:

• input_type: log

  paths:

  app-服务名称.log, 为什么写死，防止发生轮转抓取历史数据

  • /usr/local/logs/app-collector.log #日志文件地址
    #定义写入 ES 时的 _type 值
    document_type: "app-log"
    multiline:
    #pattern: '^\s*(\d{4}|\d{2})\-(\d{2}|[a-zA-Z]{3})\-(\d{2}|\d{4})' # 指定匹配的表达式（匹配以 2017-11-15 08:04:23:889 时间格式开头的字符串）
    pattern: '^\[' # 指定匹配的表达式（匹配以 "{ 开头的字符串）。具体以哪种形式进行匹配要根据实际的日志格式来配置。
    negate: true # 是否必须匹配到
    match: after # 以[开头的多行数据，从第二行开始合并到上一行的末尾
    max_lines: 2000 # 最大的行数，多余的不再合并到上一行末尾
    timeout: 2s # 如果在规定时间没有新的日志事件就不等待后面的日志，提交数据
    fields:
    logbiz: collector
    logtopic: app-log-collector ## 按服务划分用作kafka topic
    evn: dev

• input_type: log

  paths:

  • /usr/local/logs/error-collector.log
    document_type: "error-log"
    multiline:
    #pattern: '^\s*(\d{4}|\d{2})\-(\d{2}|[a-zA-Z]{3})\-(\d{2}|\d{4})' # 指定匹配的表达式（匹配以 2017-11-15 08:04:23:889 时间格式开头的字符串）
    pattern: '^\[' # 指定匹配的表达式（匹配以 "{ 开头的字符串）
    negate: true # 是否匹配到
    match: after # 合并到上一行的末尾
    max_lines: 2000 # 最大的行数
    timeout: 2s # 如果在规定时间没有新的日志事件就不等待后面的日志
    fields:
    logbiz: collector
    logtopic: error-log-collector ## 按服务划分用作kafka topic
    evn: dev

output.kafka:
enabled: true
hosts: ["192.168.204.139:9092"]
topic: '%{[fields.logtopic]}'
partition.hash:
reachable_only: true
compression: gzip
max_message_bytes: 1000000
required_acks: 1
logging.to_files: true

6.在kafka上创建对应的topic

略

7.启动kafka、代码程序，最后启动Filebeat。

这个时候一切正常的话，Filebeat就会将数据推送至Kafka。可以进入到kafka的“kafka-logs/{topic-partition}”目录下查看日志文件等，当对程序进行访问时相应的日志信息将会被Filebeat采集推送到Kafka指定的topic上。

8.使用Logstash消费Kafka中的数据

A.安装Logstash

Logstash安装及基础命令：https://www.cnblogs.com/monument/p/12950290.html

B.配置Logstash启动脚本

input {
kafka {
## app-log-服务名称
topics_pattern => "app-log-.*"
bootstrap_servers => "192.168.11.51:9092"
codec => json
consumer_threads => ## 因为只设置了一个partition，所以消费者线程数设置为1
decorate_events => true
#auto_offset_rest => "latest"
group_id => "app-log-group"
}
kafka {
## error-log-服务名称
topics_pattern => "error-log-.*"
bootstrap_servers => "192.168.11.51:9092"
codec => json
consumer_threads =>
decorate_events => true
#auto_offset_rest => "latest"
group_id => "error-log-group"
}

}

filter {

## 时区转换
ruby {
code => "event.set('index_time',event.timestamp.time.localtime.strftime('%Y.%m.%d'))"
}

if "app-log" in [fields][logtopic]{
grok {
## 表达式
match => ["message", "\[%{NOTSPACE:currentDateTime}\] \[%{NOTSPACE:level}\] \[%{NOTSPACE:thread-id}\] \[%{NOTSPACE:class}\] \[%{DATA:hostName}\] \[%{DATA:ip}\] \[%{DATA:applicationName}\] \[%{DATA:location}\] \[%{DATA:messageInfo}\] ## (\'\'|%{QUOTEDSTRING:throwable})"]
}
}

if "error-log" in [fields][logtopic]{
grok {
## 表达式
match => ["message", "\[%{NOTSPACE:currentDateTime}\] \[%{NOTSPACE:level}\] \[%{NOTSPACE:thread-id}\] \[%{NOTSPACE:class}\] \[%{DATA:hostName}\] \[%{DATA:ip}\] \[%{DATA:applicationName}\] \[%{DATA:location}\] \[%{DATA:messageInfo}\] ## (\'\'|%{QUOTEDSTRING:throwable})"]
}
}

}

测试输出到控制台：

output {
stdout { codec => rubydebug }
}

elasticsearch，未实现：

output {

if "app-log" in [fields][logtopic]{
## es插件
elasticsearch {
# es服务地址
hosts => ["192.168.11.35:9200"]
# 用户名密码
user => "elastic"
password => ""
## 索引名，+ 号开头的，就会自动认为后面是时间格式：
## javalog-app-service-2019.01.
index => "app-log-%{[fields][logbiz]}-%{index_time}"
# 是否嗅探集群ip：一般设置true；http://192.168.11.35:9200/_nodes/http?pretty
# 通过嗅探机制进行es集群负载均衡发日志消息
sniffing => true
# logstash默认自带一个mapping模板，进行模板覆盖
template_overwrite => true
}
}

if "error-log" in [fields][logtopic]{
elasticsearch {
hosts => ["192.168.11.35:9200"]
user => "elastic"
password => ""
index => "error-log-%{[fields][logbiz]}-%{index_time}"
sniffing => true
template_overwrite => true
}
}

}

C.启动Logstash

过程较慢，CPU、内存占用极高。启动完成后可以在控制台（上一步配置的是将消息输出到控制台）看到消息输出。

9.将Logstash消费的数据推送到ElasticSearch

待续（太耗资源了，机器内存有限，装不了这么多节点，待扩容、整理后再写。）。