分布式应用：ELK企业级日志分析系统

目录

一、理论

1.ELK

 2.ELK场景

 3.完整日志系统基本特征

4.ELK 的工作原理

         5.ELK集群准备

6.Elasticsearch部署（在Node1、Node2节点上操作）

7.Logstash 部署（在 Apache 节点上操作）

8.Kiabana 部署（在 Node1 节点上操作）

二、实验

         1.Elasticsearch部署（在Node1、Node2节点上操作）

2.安装 Elasticsearch-head 插件

3.Logstash 部署（在 Apache 节点上操作）

4.Kiabana 部署（在 Node1 节点上操作）

三、问题

1.node2启动elasticsearch-head报错

2.集群健康的显示未连接

3.logstash启动失败

四、总结

一、理论

1.ELK

（1）概念

ELK平台是一套完整的日志集中处理解决方案，将 ElasticSearch、Logstash 和 Kiabana 三个开源工具配合使用， 完成更强大的用户对日志的查询、排序、统计需求。

（2）ELK各组件介绍

①ElasticSearch：
是基于Lucene（一个全文检索引擎的架构）开发的分布式存储检索引擎，用来存储各类日志。
Elasticsearch 是用 Java 开发的，可通过 RESTful Web 接口，让用户可以通过浏览器与Elasticsearch 通信。
Elasticsearch是一个实时的、分布式的可扩展的搜索引擎，允许进行全文、结构化搜索，它通常用于索引和搜索大容量的日志数据，也可用于搜索许多不同类型的文档。
 

②Kiabana：
Kibana 通常与 Elasticsearch 一起部署，Kibana 是 Elasticsearch 的一个功能强大的数据可视化 Dashboard，Kibana 提供图形化的 web 界面来浏览 Elasticsearch 日志数据，可以用来汇总、分析和搜索重要数据。


③Logstash：
作为数据收集引擎。它支持动态的从各种数据源搜集数据，并对数据进行过滤、分析、丰富、统一格式等操作，然后存储到用户指定的位置,一般会发送给 Elasticsearch。
Logstash 由 Ruby 语言编写，运行在 Java 虚拟机（JVM）上，是一款强大的数据处理工具， 可以实现数据传输、格式处理、格式化输出。Logstash 具有强大的插件功能，常用于日志处理。

logStash 的主要组件

Shipper:日志收集者。负责监控本地日志文件的变化，及时把日志文件的最新内容收集
起来。通常远程代理端（ agent）只需要运行这个组件即可;

lndexer:日志存储者。负责接收日志并写入到本地文件。
Broker:日志Hub。负责连接多个 Shipper和多个Indexer-Search and Storage:允许对事件进行搜索和存储;
web lnterface:基于web 的展示界面
 

 （3）可以添加的其它组件
①Filebeat：
轻量级的开源日志文件数据搜集器。通常在需要采集数据的客户端安装 Filebeat，并指定目录与日志格式，Filebeat 就能快速收集数据，并发送给 logstash 进行解析，或是直接发给 Elasticsearch 存储，性能上相比运行于 JVM 上的 logstash 优势明显，是对它的替代。常应用于 EFLK 架构当中。（如果要使用过滤功能的话，Filebeat不能完全替代logstash，Filebeat没有过滤功能，收集数据后需要发送给 logstash 进行处理）
②filebeat 结合 logstash 带来好处：

通过 Logstash 具有基于磁盘的自适应缓冲系统，该系统将吸收传入的吞吐量，从而减轻 Elasticsearch 持续写入数据的压力。
从其他数据源（例如数据库，S3对象存储或消息传递队列）中提取。
将数据发送到多个目的地，例如S3，HDFS（Hadoop分布式文件系统）或写入文件。
使用条件数据流逻辑组成更复杂的处理管道。
③缓存/消息队列（redis、kafka、RabbitMQ等）：
可以对高并发日志数据进行流量削峰和缓冲，这样的缓冲可以一定程度的保护数据不丢失，还可以对整个架构进行应用解耦。
④Fluentd：
是一个流行的开源数据收集器。由于 logstash 太重量级的缺点，Logstash 性能低、资源消耗比较多等问题，随后就有 Fluentd 的出现。相比较 logstash，Fluentd 更易用、资源消耗更少、性能更高，在数据处理上更高效可靠，受到企业欢迎，成为 logstash 的一种替代方案，常应用于 EFK 架构当中。在 Kubernetes 集群中也常使用 EFK 作为日志数据收集的方案。
在 Kubernetes 集群中一般是通过 DaemonSet 来运行 Fluentd，以便它在每个 Kubernetes 工作节点上都可以运行一个 Pod。 它通过获取容器日志文件、过滤和转换日志数据，然后将数据传递到 Elasticsearch 集群，在该集群中对其进行索引和存储。

（4）ELK、ELFK、EFLKL

ELK： ES+logstash+kibana
ELFK： ES+logstash+filebeat+kibana
ELFK： ES+filebeat+logstash+kafka+kibana

 2.ELK场景

日志主要包括系统日志、应用程序日志和安全日志。系统运维和开发人员可以通过日志了解服务器软硬件信息、检查配置过程中的错误及错误发生的原因。经常分析日志可以了解服务器的负荷，性能安全性，从而及时采取措施纠正错误。

往往单台机器的日志我们使用grep、awk等工具就能基本实现简单分析，但是当日志被分散的储存不同的设备上。如果你管理数十上百台服务器，你还在使用依次登录每台机器的传统方法查阅日志。这样是不是感觉很繁琐和效率低下。当务之急我们使用集中化的日志管理，例如：开源的syslog，将所有服务器上的日志收集汇总。集中化管理日志后，日志的统计和检索又成为一件比较麻烦的事情，一般我们使用 grep、awk和wc等Linux命令能实现检索和统计，但是对于要求更高的查询、排序和统计等要求和庞大的机器数量依然使用这样的方法难免有点力不从心。

一般大型系统是一个分布式部署的架构，不同的服务模块部署在不同的服务器上，问题出现时，大部分情况需要根据问题暴露的关键信息，定位到具体的服务器和服务模块，构建一套集中式日志系统，可以提高定位问题的效率。

 3.完整日志系统基本特征

收集： 能够采集多种来源的日志数据。

传输： 能够稳定的把日志数据解析过滤并传输到存储系统。

存储： 存储日志数据。

分析： 支持 UI 分析。

警告： 能够提供错误报告，监控机制。

4.ELK 的工作原理

（1）在所有需要收集日志的服务器上部署Logstash；或者先将日志进行集中化管理在日志服务器上，在日志服务器上部署 Logstash。

（2）Logstash 收集日志，将日志格式化并输出到 Elasticsearch 群集中。

（3）Elasticsearch 对格式化后的数据进行索引和存储。

（4）Kibana 从 ES 群集中查询数据生成图表，并进行前端数据的展示。

5.ELK集群准备

（1）实验环境

 

（2）初始化环境，关闭所有节点的防火墙

systemctl stop firewalld
 setenforce 0

6.Elasticsearch部署（在Node1、Node2节点上操作）

（1）环境准备，设置Java环境

 #设置Java环境
 java -version              #如果没有安装，yum -y install java
 openjdk version "1.8.0_131"
 OpenJDK Runtime Environment (build 1.8.0_131-b12)
 OpenJDK 64-Bit Server VM (build 25.131-b12, mixed mode)

（2）部署 Elasticsearch 软件

#安装elasticsearch—rpm包，上传elasticsearch-6.7.2.rpm到/opt目录下
 cd /opt
rpm -ivh elasticsearch-5.5.0.rpm

（3）修改主机名，在/etc/hosts文件中添加映射关系

#更改主机名、配置域名解析、查看Java环境
Node1节点：hostnamectl set-hostname node1
Node2节点：hostnamectl set-hostname node2

vim /etc/hosts
192.168.204.51 node1 
192.168.204.52 node2

（4）修改 Elasticsearch主配置文件

（1）加载系统服务
systemctl daemon-reload    
systemctl enable elasticsearch.service

（2）修改elasticsearch主配置文件
cp /etc/elasticsearch/elasticsearch.yml /etc/elasticsearch/elasticsearch.yml.bak
vim /etc/elasticsearch/elasticsearch.yml
--17--取消注释，指定集群名字
cluster.name: my-elk-cluster
--23--取消注释，指定节点名字：Node1节点为node1，Node2节点为node2
node.name: node1
--33--取消注释，指定数据存放路径
path.data: /data/elk_data
--37--取消注释，指定日志存放路径
path.logs: /var/log/elasticsearch/
--43--取消注释，改为在启动的时候不锁定内存
bootstrap.memory_lock: false
--55--取消注释，设置监听地址，0.0.0.0代表所有地址
network.host: 0.0.0.0
--59--取消注释，ES 服务的默认监听端口为9200
http.port: 9200
--68--取消注释，集群发现通过单播实现，指定要发现的节点 node1、node2
discovery.zen.ping.unicast.hosts: ["node1", "node2"]

grep -v "^#" /etc/elasticsearch/elasticsearch.yml

（3）创建数据存放路径并授权
mkdir -p /data/elk_data
chown elasticsearch:elasticsearch /data/elk_data/

（5）ES 性能调优参数

 #（1）优化最大内存大小和最大文件描述符的数量
 vim /etc/security/limits.conf
 ......
 *  soft    nofile          65536            
 *  hard    nofile          131072
 *  soft    memlock         unlimited    
 *  hard    memlock         unlimited     #不锁内存，即不限制内存（一半给ES，一半给操作系统）
 ​
 #需重启生效
 #临时生效可以通过"ulimit -n 数量"命令来修改每个进程可打开的最大文件数
 ​
 #（2）优化elasticsearch用户拥有的内存权限
 vim /etc/sysctl.conf
 #一个进程可以拥有的最大内存映射区域数，参考数据（分配 2g/262144，4g/4194304，8g/8388608）
 vm.max_map_count=262144
 ​
 sysctl -p
 sysctl -a | grep vm.max_map_count

优化elasticsearch用户拥有的内存权限：

由于ES构建基于lucene， 而lucene设计强大之处在于lucene能够很好的利用操作系统内存来缓存索引数据，以提供快速的查询性能。lucene的索引文件segements是存储在单文件中的，并且不可变，对于OS来说，能够很友好地将索引文件保持在cache中，以便快速访问；因此，我们很有必要将一半的物理内存留给lucene ; 另一半的物理内存留给ES（JVM heap )。所以， 在ES内存设置方面，可以遵循以下原则：

当机器内存小于64G时，遵循通用的原则，50%给ES，50%留给操作系统，供lucene使用。
当机器内存大于64G时，遵循原则：建议分配给ES分配 4~32G 的内存即可，其它内存留给操作系统，供lucene使用。
 

（6）启动elasticsearch是否成功开启

 systemctl start elasticsearch.service
 systemctl enable elasticsearch.service
 netstat -antp | grep 9200

（7）查看节点信息

浏览器访问  
 http://192.168.204.51:9200
 http://192.168.204.52:9200 
 查看节点 Node1、Node2 的信息。
 ​
 浏览器访问 
 http://192.168.204.51:9200/_cluster/health?pretty   
 http://192.168.204.52:9200/_cluster/health?pretty
 查看群集的健康情况，可以看到 status 值为 green（绿色）， 表示节点健康运行。
 ​
 浏览器访问 http://192.168.204.51:9200/_cluster/state?pretty  检查群集状态信息。

（8）安装 Elasticsearch-head 插件
使用上述方式查看群集的状态对用户并不友好，可以通过安装 Elasticsearch-head 插件，可以更方便地管理群集。

Elasticsearch 在 5.0 版本后，Elasticsearch-head 插件需要作为独立服务进行安装，需要使用npm工具（NodeJS的包管理工具）安装。

安装 Elasticsearch-head 需要提前安装好依赖软件 node 和 phantomjs。
node：是一个基于 Chrome V8 引擎的 JavaScript 运行环境。
phantomjs：是一个基于 webkit 的JavaScriptAPI，可以理解为一个隐形的浏览器，任何基于 webkit 浏览器做的事情，它都可以做到。
 

 （1）编译安装 node
 #上传软件包 node-v8.2.1.tar.gz 到/opt
 yum install gcc gcc-c++ make -y
 ​
 cd /opt
 tar zxvf node-v8.2.1.tar.gz
 ​
 cd node-v8.2.1/
 ./configure
 make && make install
 ​
 （2）安装 phantomjs
 #上传软件包 phantomjs-2.1.1-linux-x86_64.tar.bz2 到
 cd /opt
 tar jxvf phantomjs-2.1.1-linux-x86_64.tar.bz2 -C /usr/local/src/
 cd /usr/local/src/phantomjs-2.1.1-linux-x86_64/bin
 cp phantomjs /usr/local/bin
 ​
 （3）安装 Elasticsearch-head 数据可视化工具
 #上传软件包 elasticsearch-head.tar.gz 到/opt
 cd /opt
 tar zxvf elasticsearch-head.tar.gz -C /usr/local/src/
 cd /usr/local/src/elasticsearch-head/
 npm install
 ​
 （4）修改 Elasticsearch 主配置文件
 vim /etc/elasticsearch/elasticsearch.yml
 ......
 --末尾添加以下内容--
 http.cors.enabled: true             #开启跨域访问支持，默认为 false
 http.cors.allow-origin: "*"         #指定跨域访问允许的域名地址为所有
 ​
 systemctl restart elasticsearch
 ​
 （5）启动 elasticsearch-head 服务
 #必须在解压后的 elasticsearch-head 目录下启动服务，进程会读取该目录下的 gruntfile.js 文件，否则可能启动失败。
 cd /usr/local/src/elasticsearch-head/
 npm run start &
 ​
 > elasticsearch-head@0.0.0 start /usr/local/src/elasticsearch-head
 > grunt server
 ​
 Running "connect:server" (connect) task
 Waiting forever...
 Started connect web server on http://localhost:9100
 ​
 #elasticsearch-head 监听的端口是 9100
 netstat -natp |grep 9100
 ​
 （6）通过 Elasticsearch-head 查看 Elasticsearch 信息
 通过浏览器访问 http://192.168.204.53:9100/ 地址并连接群集。如果看到群集健康值为 green 绿色，代表群集很健康。
 ​
 （7）插入索引
 #通过命令插入一个测试索引，索引为 index-demo，类型为 test。
 curl -X PUT 'localhost:9200/index-demo/test/1?pretty&pretty' -H 'content-Type: application/json' -d '{"user":"zhangsan","mesg":"hello world"}'
 //输出结果如下：
 {
 "_index" : "index-demo",
 "_type" : "test",
 "_id" : "1",
 "_version" : 1,
 "result" : "created",
 "_shards" : {
 "total" : 2,
 "successful" : 2,
 "failed" : 0
 },
 "created" : true
 }
 ​
 浏览器访问 http://192.168.121.10:9100/ 查看索引信息，可以看见索引默认被分片5个，并且有一个副本。
 点击“数据浏览”，会发现在node1上创建的索引为 index-demo，类型为 test 的相关信息。

7.Logstash 部署（在 Apache 节点上操作）

Logstash 一般部署在需要监控其日志的服务器。在本案例中，Logstash 部署在 Apache 服务器上，用于收集 Apache 服务器的日志信息并发送到 Elasticsearch。

（1）更改主机名

hostnamectl set-hostname apache

（2）安装Apahce服务（httpd）

 yum -y install httpd
 systemctl start httpd

（3）安装Java环境

 yum -y install java
 java -version

（4）安装logstash

 #上传软件包 logstash-5.5.1.rpm 到/opt目录下
 cd /opt
 rpm -ivh logstash-5.5.1.rpm                           
 systemctl start logstash.service                      
 systemctl enable logstash.service
 ​
 #将logstash放入PATH环境变量的目录中，便于系统识别
 ln -s /usr/share/logstash/bin/logstash  /usr/local/bin/

（5）测试 Logstash

Logstash 命令常用选项：

1）Logstash 命令常用选项

 2）定义输入和输出流：

 #1.输入采用标准输入，输出采用标准输出（类似管道）
 logstash -e 'input { stdin{} } output { stdout{} }'
 ......
 www.baidu.com                                       #键入内容（标准输入）
 2020-12-22T03:58:47.799Z node1 www.baidu.com        #输出结果（标准输出）
 www.sina.com.cn                                     #键入内容（标准输入）
 2017-12-22T03:59:02.908Z node1 www.sina.com.cn      #输出结果（标准输出）
 ​
 //执行 ctrl+c 退出
 ​
 ​
 #2.使用 rubydebug 输出详细格式显示，codec 为一种编解码器
 logstash -e 'input { stdin{} } output { stdout{ codec=>rubydebug } }'
 ......
 www.baidu.com                                       #键入内容（标准输入）
 {
     "@timestamp" => 2020-12-22T02:15:39.136Z,       #输出结果（处理后的结果）
       "@version" => "1",
           "host" => "apache",
        "message" => "www.baidu.com"
 }
 ​
 ​
 #3.使用 Logstash 将信息写入 Elasticsearch 中
 logstash -e 'input { stdin{} } output { elasticsearch { hosts=>["192.168.204.51:9200"] } }'
               输入                输出          对接
 ......
 www.baidu.com                                       #键入内容（标准输入）
 www.sina.com.cn                                     #键入内容（标准输入）
 www.google.com                                      #键入内容（标准输入）
 ​
 //结果不在标准输出显示，而是发送至 Elasticsearch 中，可浏览器访问 http://192.168.204.51:9100/ 查看索引信息和数据浏览。

（6）定义 logstash配置文件

Logstash 配置文件基本由三部分组成：input、output 以及 filter（可选，根据需要选择使用）。

input：表示从数据源采集数据，常见的数据源如Kafka、日志文件等。
filter：表示数据处理层，包括对数据进行格式化处理、数据类型转换、数据过滤等，支持正则表达式。
output：表示将Logstash收集的数据经由过滤器处理之后输出到Elasticsearch。
 

 #格式如下：
 input {...}
 filter {...}
 output {...}
 ​
 #在每个部分中，也可以指定多个访问方式。例如，若要指定两个日志来源文件，则格式如下：
 input {
     file { path =>"/var/log/messages" type =>"syslog"}
     file { path =>"/var/log/httpd/access.log" type =>"apache"}
 }

修改Logstash 配置文件：

#修改 Logstash 配置文件，让其收集系统日志/var/log/messages，并将其输出到 elasticsearch 中。
 chmod +r /var/log/messages                  #让 Logstash 可以读取日志
 ​
 vim /etc/logstash/conf.d/system.conf
 input {
     file{
         path =>"/var/log/messages"                      #指定要收集的日志的位置
         type =>"system"                                 #自定义日志类型标识
         start_position =>"beginning"                    #表示从开始处收集
     }
 }
 output {
     elasticsearch {                                     #输出到 elasticsearch
         hosts => ["192.168.204.51:9200","192.168.204.52:9200"]  #指定 elasticsearch 服务器的地址和端口
         index =>"system-%{+YYYY.MM.dd}"                 #指定输出到 elasticsearch 的索引格式
     }
 }
 ​
 systemctl restart logstash 
 ​
 浏览器访问 http://192.168.204.51:9100/ 查看索引信息

8.Kiabana 部署（在 Node1 节点上操作）

（1）安装 Kiabana

#上传软件包 kibana-5.5.1-x86_64.rpm 到/opt目录
 cd /opt
 rpm -ivh kibana-5.5.1-x86_64.rpm

（2）设置 Kibana 的主配置文件

 vim /etc/kibana/kibana.yml
 #--第2行--取消注释，Kiabana 服务的默认监听端口为5601
 server.port: 5601
 ​
 #--第7行--取消注释，设置 Kiabana 的监听地址，0.0.0.0代表所有地址
 server.host: "0.0.0.0"
 ​
 #--第28行--取消注释，配置es服务器的ip，如果是集群则配置该集群中master节点的ip
 elasticsearch.url:  ["http://192.168.204.51:9200","http://192.168.204.52:9200"]
 ​
 #--第37行--取消注释，设置在 elasticsearch 中添加.kibana索引
 kibana.index: ".kibana"
 ​
 #--第96行--取消注释，配置kibana的日志文件路径（需手动创建），不然默认是messages里记录日志
 logging.dest: /var/log/kibana.log

（3）创建日志文件，启动 Kibana 服务

 touch /var/log/kibana.log
 chown kibana:kibana /var/log/kibana.log
 ​
 systemctl start kibana.service
 systemctl enable kibana.service
 ​
 netstat -natp | grep 5601

（4）验证 Kibana

浏览器访问 http://192.168.204.51:5601
 第一次登录需要添加一个 Elasticsearch 索引：
 Index name or pattern
 //输入：system-*           #在索引名中输入之前配置的 Output 前缀“system”
 ​
 单击 “create” 按钮创建，单击 “Discover” 按钮可查看图表信息及日志信息。
 数据展示可以分类显示，在“Available Fields”中的“host”，然后单击 “add”按钮，可以看到按照“host”筛选后的结果

（5）将 Apache 服务器的日志（访问的、错误的）添加到 Elasticsearch 并通过 Kibana 显示

vim /etc/logstash/conf.d/apache_log.conf
 input {
     file{
         path => "/etc/httpd/logs/access_log"   #指定访问日志存放位置录
         type => "access"
         start_position => "beginning"    #beginning表示从开头收集，如果只需收集最新的，此处改为latest
     }
     file{
         path => "/etc/httpd/logs/error_log"   #指定错误日志存放位置
         type => "error"
         start_position => "beginning"
     }
 }
 output {
     if [type] == "access" {
         elasticsearch {
             hosts => ["192.168.204.51:9200","192.168.204.52:9200"]
             index => "apache_access-%{+YYYY.MM.dd}"      #索引后缀加上当天的日期
         }
     }
     if [type] == "error" {
         elasticsearch {
             hosts => ["192.168.204.51:9200","192.168.204.52:9200"]
             index => "apache_error-%{+YYYY.MM.dd}"     #索引后缀加上当天的日期
         }  
     }
 }
 ​
 cd /etc/logstash/conf.d/
 /usr/share/logstash/bin/logstash -f apache_log.conf

（6）浏览器访问

浏览器访问 http://192.168.204.51:9100 查看索引是否创建
 ​
 浏览器访问 http://192.168.204.51:5601 登录 Kibana，
 单击“Index Pattern -> Create Index Pattern”按钮添加索引， 在索引名中输入之前配置的 Output 前缀 apache_access-*，并单击“Create”按钮。再用相同的方法添加 apache_error-*索引。
 选择“Discover”选项卡，在中间下拉列表中选择刚添加的 apache_access-* 、apache_error-* 索引， 可以查看相应的图表及日志信息。

二、实验

1.Elasticsearch部署（在Node1、Node2节点上操作）

（1）环境准备

关闭所有节点的防火墙

 设置Java环境

（2）部署 Elasticsearch 软件

 （3）修改主机名，在/etc/hosts文件中添加映射关系

 

 （4）修改 Elasticsearch主配置文件

 

（5） 创建数据存放路径并授权

（6）启动elasticsearch是否成功开启

 （7）查看节点信息

浏览器访问  http://192.168.204.51:9200  、 http://192.168.204.52:9200 查看节点 Node1、Node2 的信息。

 

 

浏览器访问 http://192.168.204.51:9200/_cluster/health?pretty  、 http://192.168.204.52:9200/_cluster/health?pretty查看群集的健康情况，可以看到 status 值为 green（绿色）， 表示节点健康运行。

 

（8）ES性能调优

优化最大内存大小和最大文件描述符的数量

 

优化elasticsearch用户拥有的内存权限

2.安装 Elasticsearch-head 插件

（1）编译安装 node

依赖

 

指定路径

 编译安装

 

（2）安装 phantomjs（前端的框架）

 

 （3）安装 Elasticsearch-head 数据可视化工具

 

(4)  修改 Elasticsearch 主配置文件

（5）启动 elasticsearch-head 服务

node1

 

node2

 

（6）通过 Elasticsearch-head 查看 Elasticsearch 信息
通过浏览器访问 http://192.168.204.51:9100/ 地址并连接群集。如果看到群集健康值为 green 绿色，代表群集很健康。

（7）插入索引
通过命令插入一个测试索引，索引为 index-demo，类型为 test。

查看索引信息，可以看见索引默认被分片5个，并且有一个副本。

点击“数据浏览”，会发现在node1上创建的索引为 index-demo，类型为 test 的相关信息。

3.Logstash 部署（在 Apache 节点上操作）

（1）更改主机名、安装Apahce服务（httpd）

 （2）安装Java环境

 （3）安装logstash

 

 （4）测试 Logstash

#输入采用标准输入，输出采用标准输出（类似管道）

 使用 rubydebug 输出详细格式显示，codec 为一种编解码器

 

 

结果不在标准输出显示，而是发送至 Elasticsearch 中

查看索引信息和数据浏览。

(5)  定义 logstash配置文件

 查看索引信息

数据已分片

 数据浏览显示已更新日志

4.Kiabana 部署（在 Node1 节点上操作）

（1）安装 Kiabana

 （2）设置 Kibana 的主配置文件

 

 （3）创建日志文件，启动 Kibana 服务

 (4) 验证 Kibana

输入：system-*

单击 “create” 按钮创建

单击 “Discover” 按钮可查看图表信息及日志信息。

 数据展示可以分类显示，在“Available Fields”中的“host”，然后单击 “add”按钮，可以看到按照“host”筛选后的结果

（5）将 Apache 服务器的日志（访问的、错误的）添加到 Elasticsearch 并通过 Kibana 显示

 

 （6）浏览器访问

浏览器访问 http://192.168.204.51:9100 查看索引是否创建

 单击“Index Pattern -> Create Index Pattern”按钮添加索引， 在索引名中输入之前配置的 Output 前缀 apache_access-*，并单击“Create”按钮。再用相同的方法添加 apache_error-*索引。

添加 apache_error-*索引

 

apache节点启动服务（注意：需要启动httpd服务，apache_access-* 才能生效）

 访问页面

 查看

 添加 apache_access-*索引

查看

三、问题

1.node2启动elasticsearch-head报错

（1）报错

（2）原因分析

配置文件错误，启动失败

（3）解决方法

重新修改配置文件或编译安装

成功

2.集群健康的显示未连接

（1）报错

后台显示连错错误

 (2) 原因分析

网页请求方法不一样

（3）修改配置文件

 

在文章末尾添加三行内容

vim /etc/elasticsearch/elasticsearch.yml

http.cors.enabled: true
http.cors.allow-origin: "*"
http.cors.allow-methods: "GET"

3.logstash启动失败

（1）报错

 （2）原因分析

Logstash could not be started because there is already another instance using the configured data directory.  If you wish to run multiple instances, you must change the "path.data" setting.
之前运行的instance有缓冲，保存在path.data里面有.lock文件，删除掉就可以

（3）删除.lock文件

#查看
ls -alh /usr/share/logstash/data

#删除
rm -rf /usr/share/logstash/data/.lock


成功

四、总结

logstash作为日志搜集器，从数据源采集数据，并对数据进行过滤，格式化处理，然后交由Elasticsearch存储，kibana对日志进行可视化处理。

需要启动httpd服务，apache_access-* 才能生效。

Elasticsearch服务

#加载系统服务
systemctl daemon-reload    
systemctl enable elasticsearch.service

#主配置文件
vim /etc/elasticsearch/elasticsearch.yml

#查看配置文件
grep -v "^#" /etc/elasticsearch/elasticsearch.yml

#启动elasticsearch是否成功开启
systemctl start elasticsearch.service
netstat -antp | grep 9200

#重启
systemctl restart elasticsearch

查看节点信息

浏览器访问  http://192.168.204.51:9200  、 http://192.168.204.52:9200 查看节点 Node1、Node2 的信息。

浏览器访问 http://192.168.204.51:9200/_cluster/health?pretty  、 http://192.168.204.52:9200/_cluster/health?pretty查看群集的健康情况，可以看到 status 值为 green（绿色）， 表示节点健康运行。

浏览器访问 http://192.168.204.51:9200/_cluster/state?pretty  检查群集状态信息。

启动 elasticsearch-head 服务

#必须在解压后的 elasticsearch-head 目录下启动服务，进程会读取该目录下的 gruntfile.js 文件，否则可能启动失败。
cd /usr/local/src/elasticsearch-head/
npm run start &

#监听端口
netstat -antp | grep 9100


#通过 Elasticsearch-head 查看 Elasticsearch 信息, 通过地址并连接群浏览器访问集,如果看到群集健康值为 green 绿色，代表群集很健康。
 http://192.168.204.51:9100/

Logstash定义输入和输出流：

#输入采用标准输入，输出采用标准输出（类似管道）
logstash -e 'input { stdin{} } output { stdout{} }'

#使用 rubydebug 输出详细格式显示，codec 为一种编解码器
logstash -e 'input { stdin{} } output { stdout{ codec=>rubydebug } }'

#使用 Logstash 将信息写入 Elasticsearch 中
logstash -e 'input { stdin{} } output { elasticsearch { hosts=>["192.168.204.51:9200"] } }'

#将 Apache 服务器的日志（访问的、错误的）添加到 Elasticsearch 并通过 Kibana 显示
cd /etc/logstash/conf.d/
vim /etc/logstash/conf.d/apache_log.conf
/usr/share/logstash/bin/logstash -f apache_log.conf

#在 Logstash 组件所在节点上新建一个 Logstash 配置文件
cd /etc/logstash/conf.d/
vim logstash.conf
logstash -f logstash.conf

Kibana 服务

#设置 Kibana 的主配置文件
 vim /etc/kibana/kibana.yml

#启动服务
systemctl start kibana.service
systemctl enable kibana.service
 ​
#监听端口
netstat -natp | grep 5601

#登录 Kibana，单击“Create Index Pattern”按钮添加索引“filebeat-*”，单击 “create” 按钮创建，单击 “Discover” 按钮可查看图表信息及日志信息。
http://192.168.204.51:5601

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：/a/58370.html

如若内容造成侵权/违法违规/事实不符，请联系我们进行投诉反馈qq邮箱809451989@qq.com，一经查实，立即删除！

相关文章

常用SQL语句总结

常用SQL语句总结

SQL语句 文章目录 SQL语句1 SQL语句简介2 DQL（数据查询语句）3 DML（数据操纵语句）4 DDL（数据定义语句）5 DCL（数据控制语句）6 TCL（事务控制语句） 1 SQL语句简介…
阅读更多...
面试热题（最长回文子串）

面试热题（最长回文子串）

给你一个字符串 s，找到 s 中最长的回文子串。 如果字符串的反序与原始字符串相同，则该字符串称为回文字符串 输入：s "babad" 输出："bab" 最长回文子串以前的博客已经讲过KMP算法以及比较不常见的Manacher算法…
阅读更多...
使用数字陷波器滤除工频信号

使用数字陷波器滤除工频信号

使用数字陷波器滤除工频信号 在实际测量时经常会受到工频信号（交流50Hz）的干扰，有时干扰还很大，有用信号完全被淹没了。可以应用数字陷波器来消除工频信号的干扰。 数字陷波器函数如下函数：iirnotch功能：数…
阅读更多...
【JVM】（二）深入理解Java类加载机制与双亲委派模型

【JVM】（二）深入理解Java类加载机制与双亲委派模型

文章目录 前言一、类加载过程1.1 加载（Loading）1.2 验证（Verification）1.3 准备（Preparation）1.4 解析（Resolution）1.5 初始化（Initialization） 二、双亲委派…
阅读更多...
【go-zero】docker镜像直接部署API与RPC服务 如何实现注册发现？docker network 实现 go-zero 注册发现

【go-zero】docker镜像直接部署API与RPC服务 如何实现注册发现？docker network 实现 go-zero 注册发现

一、场景&问题 使用docker直接部署go-zero微服务会发现API无法找到RPC服务 1、API无法发现RPC服务 用docker直接部署 我们会发现API无法注册发现RPC服务 原因是我们缺少了docker的network网桥 2、系统内查看 RPC服务运行正常API服务启动，通过docker logs 查看日志还是未…
阅读更多...
寄存器详解(一）

寄存器详解(一）

目录 前言： 通用寄存器 示例： 通用寄存器的划分 汇编指令 cpu物理地址的形成 地址加法器运算示例： 1. 相关部件提供段地址和偏移地址 2. 段地址和偏移地址送入地址加法器 3. 段地址*16 4. 求出物理地址 5. 输出物理地址 段的概念 Deb…
阅读更多...
在线五子棋对战

在线五子棋对战

目录 数据管理模块（数据库设计） 前端界面模块 业务处理模块 会话管理模块网络通信模块(session,cookie) 在线管理模块 房间管理模块 用户匹配模块 项目扩展 数据管理模块（数据库设计） 数据库中有可能存在很多张表&#xf…
阅读更多...
MQTT(EMQX) - SpringBoot 整合MQTT 连接池 Demo - 附源代码 + 在线客服聊天架构图

MQTT(EMQX) - SpringBoot 整合MQTT 连接池 Demo - 附源代码 + 在线客服聊天架构图

MQTT 概述 MQTT (Message Queue Telemetry Transport) 是一个轻量级传输协议，它被设计用于轻量级的发布/订阅式消息传输，MQTT协议针对低带宽网络，低计算能力的设备，做了特殊的优化。是一种简单、稳定、开放、轻量级易于实现的消息…
阅读更多...
APP开发中的性能优化：提升用户满意度的关键

APP开发中的性能优化：提升用户满意度的关键

APP开发中的性能优化是需要持续进行的，它不仅能够让用户体验到 APP的使用感受，还能在一定程度上提升用户的满意度，从而提升 APP的粘性和转化率。不过在实际开发中，很多 APP开发公司会存在性能优化上的问题，这就需要了解…
阅读更多...
[C++项目] Boost文档 站内搜索引擎(3): 建立文档及其关键字的正排 倒排索引、jieba库的安装与使用...

[C++项目] Boost文档 站内搜索引擎(3): 建立文档及其关键字的正排 倒排索引、jieba库的安装与使用...

之前的两篇文章: 第一篇文章介绍了本项目的背景, 获取了Boost库文档 🫦[C项目] Boost文档 站内搜索引擎(1): 项目背景介绍、相关技术栈、相关概念介绍…第二篇文章 分析实现了parser模块. 此模块的作用是 对所有文档html文件, 进行清理并汇总 🫦[C项目] …
阅读更多...
【力扣每日一题】2023.8.4 不同路径3

【力扣每日一题】2023.8.4 不同路径3

目录 题目： 示例： 分析： 代码： 题目： 示例： 分析： 在二维网格之上，让我们模拟从开头走到末尾，并且要经过所有能经过的点，问我们有多少种走法。 看到这道…
阅读更多...
c++学习(异常)[28]

c++学习(异常)[28]

c语言处理错误机制 c异常概念 try {//保护的标识代码 }catch(ExceptionName e1) {//catch块 }catch(ExceptionName e2) {//catch块 }catch(ExceptionName eN) {//catch块 }匹配 优先调用链中最近的捕获 异常若不被捕获则报错终止程序 try { }catch ( ... ) //可以捕获任意类…
阅读更多...
TCP的三次握手和四次挥手······详解

TCP的三次握手和四次挥手······详解

1、三次握手 三次握手是建立连接的过程 如图大致为三次握手的流程图： 当客户端对服务端发起连接时，会先发一个包连接请求数据，去询问能否建立连接，该数据包称为 “SYN”包 然后，如果对方同意连接，那么…
阅读更多...
RabbitMQ：概念和安装，简单模式，工作，发布确认，交换机，死信队列，延迟队列，发布确认高级，其它知识，集群

RabbitMQ：概念和安装，简单模式，工作，发布确认，交换机，死信队列，延迟队列，发布确认高级，其它知识，集群

1. 消息队列 1.0 课程介绍 1.1.MQ 的相关概念 1.1.1.什么是MQ MQ(message queue：消息队列)，从字面意思上看，本质是个队列，FIFO 先入先出，只不过队列中存放的内容是message 而已，还是一种跨进程的通信机制…
阅读更多...
2024年杭州电子科技大学MEM项目招生信息全面了解

2024年杭州电子科技大学MEM项目招生信息全面了解

2024年全国管理类硕士联考备考已经到了最火热的阶段，不少考生开始持续将注意力集中在备考的规划中！杭州达立易考教育整合浙江省内的MEM目信息，为大家详细梳理了相关报考参考内容，方便大家更好完成择校以及针对性的备考工作。本期为…
阅读更多...
史上最全docker启动命令

史上最全docker启动命令

docker Docker 启动镜像 一、查看当前docker中下载的镜像，如下图，当前我的Docker容器中存在两个镜像 ，tomcat、mysql 二、启动镜像 (因启动命令参数过多，同时各种镜像启动时可以增加额外的参数，本次以启动mysql5.6为例…
阅读更多...
(12)理解委托,反射,Type,EvenInfo,插件, 组合枚举,BindingFlags,扩展方法及重载,XML认识

(12)理解委托,反射,Type,EvenInfo,插件, 组合枚举,BindingFlags,扩展方法及重载,XML认识

一、复习委托事件 1、委托复习。 private delegate int MyDelegate(int a, int b); //1.定义委托类型private static void Main(string[] args){MyDelegate md new MyDelegate(AddDelegate);//2.声明委托变量int result md(1, 2);//3.调用委托Console.WriteLine(result);Cons…
阅读更多...
Vue中默认插槽，具名插槽，作用域插槽区别详解

Vue中默认插槽，具名插槽，作用域插槽区别详解

默认插槽&#xff1a; App.vue : 在app.vue中使用MyCategory&#xff0c;里面包裹的结构是不显示的&#xff0c;要想在页面中显示&#xff0c;就需要用到插槽。在子组件MyCategory中定义 <template><div class"container"><MyCategory title"美…
阅读更多...
【Opencv入门到项目实战】（二）：图像阈值与平滑处理

【Opencv入门到项目实战】（二）：图像阈值与平滑处理

文章目录 1.图像阈值处理1.1简单阈值处理&#xff08;Simple Thresholding&#xff09;1.2自适应阈值处理&#xff08;Adaptive Thresholding&#xff09;1.3Otsus阈值处理 2.平滑处理1.1均值滤波&#xff08;Mean Filter&#xff09;1.2高斯滤波&#xff08;Gaussian Filter&a…
阅读更多...
程序员自由创业周记#5：加一上线

程序员自由创业周记#5：加一上线

程序员自由创业周记#5&#xff1a;加一上线 这是一位程序员进行独立开发创业的记录&#xff0c;将分享创业过程中的所思所想以及收支明细。 充实 如果说程序员独立创业的成功率只有5%&#xff0c;那如果家里有一位3岁多还没上幼儿园的小朋友要照顾&#xff0c;成功的概率至少还…
阅读更多...
最新文章

Copyright @ 2022~2023