概述

Logstash来自ES家族，是一款强大的数据处理工具，它可以实现数据传输，格式处理，格式化输出，还有强大的插件功能，常用于日志处理。

Logstash的数据处理流水线有三个主要角色完成：inputs –> filters –> outputs：

• inputs：必须，负责产生事件（Inputs generate events），常用：File、syslog、redis、kafka、beats（如：Filebeats） 【拓展阅读】
• filters：可选，负责数据处理与转换（filters modify them），常用：grok、json，mutate、drop、clone、geoip 【拓展阅读】
• outputs：必须，负责数据输出（outputs ship them elsewhere），常用：elasticsearch、file、graphite、statsd、kafka【拓展阅读】

安装部署

logstash安装启动都非常简单，这里就简单提一下关键步骤：

1、部署jdk环境（这部分就不做介绍了）

2、安装 logstash

①、下载：

wget https://artifacts.elastic.co/downloads/logstash/logstash-5.5.1.tar.gz

②、解压：

tar -xvf logstash-5.5.1.tar.gz

③、启动

nohup ./bin/logstash -f config/logstash.conf >/dev/null 2>&1 & 

常用input配置：

1、读日志文件：

2、监听beat数据

3、读取redis数据

常用filter配置

1、MySQL慢日志：

filter {
 #区分字段：
 if [@metadata][type] == "mysql_slow_log" {
 grok {
 # 正则匹配（不同MySQL版本慢日志格式可能不通，此处适用于MySQL 5.7+版本）
 match => [ "message", "(?m)^#\s+User@Host:\s+%{USER:user}\[[^\]]+\]\s+@\s+\[(?:%{IP:client_ip})?\]\s*\n#\s+Query_time:\s+%{NUMBER:query_time:float}\s+Lock_time
:\s+%{NUMBER:lock_time:float}\s+Rows_sent:\s+%{NUMBER:rows_sent:int}\s+Rows_examined:\s+%{NUMBER:rows_examined:int}\nSET\s+timestamp=%{NUMBER:timestamp};\n\s*(?<query>(?<a
ction>\w+)\b.*;)\s*(?:\n#\s+Time)?.*$"]
 # 慢日志里面的主机IP为主机名，因此这里变相处理下，加入server_ip字段，值为beatname指定的值
 add_field => [ "server_ip", "%{[beat][name]}" ]
 # 匹配到了就加入标签
 add_tag => [ "matched" ]
 }
 # 未匹配的数据直接drop
 if ("matched" not in [tags]) {
 drop {}
 }
 date {
 # 这里对慢日志的时间戳进行格式转换
 match => [ "timestamp", "UNIX","YYYY-MM-dd HH:mm:ss"]
 remove_field => [ "timestamp" ]
 }
 # 此处对SQL进行MD5运算，并存到fingerprint字段，用于区分同一条SQL
 mutate {
 add_field => {"sql_hash" => "%{query}"}
 gsub => [
 "sql_hash", "'.+?'", "",
 "sql_hash", "-?\d*\.{0,1}\d+", ""
 ]
 }
 fingerprint {
 method => "MD5"
 key => ["sql_hash"]
 }
 # 移除不需要的字段
 mutate {
 remove_field => "sql_hash" 
 remove_field => "[beat][hostname]" 
 remove_field => "[beat][name]" 
 remove_field => "@version" 
 remove_field => "[beat][version]"
 remove_field => "input_type"
 remove_field => "offset"
 remove_field => "tags"
 remove_field => "type"
 remove_field => "message"
 } 
 }
}

2、WEB访问日志

filter {
 # 只处理标签为web_access_log的数据
 if [@metadata][type] == "web_access_log" {
 
 # 为了兼容中文路径，这里做了下数据替换
 mutate { 
 gsub => ["message", "\\x", "\\\x"]
 }
 # 排除HEAD请求
 if ( 'method":"HEAD' in [message] ) {
 drop {}
 }
 # Nginx、Apache已经将日志格式定制为json，所以简单处理即可
 json {
 # 从数据中取出message
 source => "message"
 # 删除多余字段
 remove_field => "message" 
 remove_field => "[beat][hostname]" 
 remove_field => "[beat][name]" 
 remove_field => "@version" 
 remove_field => "[beat][version]"
 remove_field => "input_type"
 remove_field => "offset"
 remove_field => "tags"
 remove_field => "type"
 remove_field => "host"
 }
 }
}
 

3、系统日志

大同小异，就不做注释了。

filter {
 if [@metadata][type] == "messages" {
 grok {
 match => { "message" => "%{SYSLOGTIMESTAMP:message_timestamp} %{SYSLOGHOST:hostname} %{DATA:message_program}(?:\[%{POSINT:message_pid}\])?: %{GREEDYDATA:mess
age_content}" }
 add_field => [ "ip", "%{[beat][name]}" ]
 add_tag => [ "matched" ]
 }
 if ("matched" not in [tags]) {
 drop {}
 }
 date {
 locale => "en_US"
 timezone => "Asia/Shanghai"
 match => [ "timestamp", "MMM d HH:mm:ss", "MMM dd HH:mm:ss", "ISO8601" ]
 target => "@timestamp"
 }
 ruby {
 code => "event['@timestamp'] = event['@timestamp'].getlocal"
 }
 mutate {
 remove_field => "[beat][hostname]" 
 remove_field => "[beat][name]" 
 remove_field => "@version" 
 remove_field => "[beat][version]"
 remove_field => "input_type"
 remove_field => "offset"
 remove_field => "tags"
 remove_field => "type"
 remove_field => "host"
 } 
 }

常用output设置

1、直接打屏（DEBUG）

2、上报ES

篇幅有限，关于日志采集logstash就介绍到这了，后面会分享更多devops和DBA方面内容，感兴趣的朋友可以关注一下~