• Kafka与ELK实现一个日志系统

    1.概述

    客户端应用程序在运行过程中可能会产生错误，例如调用服务端接口超时、客户端处理业务逻辑发生异常、应用程序突然闪退等。这些异常信息都是会产生日志记录的，并通过上报到指定的日志服务器进行压缩存储。 本篇博客以一个应用实时日志分析平台作为案例来讲述ELK（ElasticSearch、LogStash、Kibana）在实际业务中的具体用法，让读者能够从中理解ELK适用的业务场景及实现细节。

    2.内容

    在传统的应用场景中，对于这些上报的异常日志信息。通常适用Linux命令去分析定位问题，如果日志数据量小，也许不会觉得有什么不适。假若面对的是海量的异常日志信息，这时还用Linux命令去逐一查看、定位，这将是灾难性的。需要花费大量的时间、精力去查阅这些异常日志，而且效率也不高。 因此，构建一个应用实时日志分析平台就显得很有必要。通过对这些异常日志进行集中管理（包括采集、存储、展示），用户可以在这样一个平台上按照自己的想法来实现对应的需求。

    1.自定义需求

    用户可以通过浏览器界面访问Kibana来制定不同的筛选规则，查询存储在ElasticSearch集群中的异常日志数据。返回的结果在浏览器界面通过表格或者JSON对象的形式进行展示，一目了然。

    2.命令接口

    对于周期较长的历史数据，如果不需要可以进行删除。在Kibana中提供了操作ElasticSearch的接口，通过执行删除命令来清理ElasticSearch中无效的数据。

    3.结果导出与共享

    在Kibana系统中，分析完异常日志后可以将这些结果直接导出或者共享。Kibana的浏览器界面支持一键式结果导出与数据分享，不需要额外的去编写代码来实现。

    2.1 架构与剖析

    搭建实时日志分析平台涉及到的组件有ElasticSearch、LogStash、Kibana、Kafka，它们各自负责的功能如下：

    • ElasticSearch：负责分布式存储日志数据，给Kibana提供可视化的数据源；
    • LogStash：负责消费Kafka消息队列中的原始数据，并将消费的数据上报到ElasticSearch进行存储；
    • Kibana：负责可视化ElasticSearch中存储的数据，并提供查询、聚合、图表、导出等功能；
    • Kafka：负责集中管理日志信息，并做数据分流。例如，Flume、LogStash、Spark Streaming等。

    1.架构

    将日志服务器托管的压缩日志统计收集到Kafka消息队列，有Kafka实现数据分流。通过LogStash工具消费Kafka中存储的消息数据，并将消费后的数据写入到ElasticSearch进行存储，最后通过Kibana工具来查询、分析ElasticSearch中存储的数据，整个体系架构如图10-17所示。

     

     

     

     

    数据源的收集可以采用不同的方式，使用Flume Agent采集数据则省略了额外的编码工作，使用Java API读取日志信息则需要额外的编写代码来实现。
    这两种方式将采集的数据均输送到Kafka集群中进行存储，这里使用Kafka主要是方便业务拓展，如果直接对接LogStash，那么后续如果需要使用Spark Streaming来进行消费日志数据，就能很方便的从Kafka集群中消费Topic来获取数据。这里Kafka起到了很好的数据分流作用。

     2.模块分析

    实时日志分析平台可以拆分为几个核心模块，它们分别是数据源准备、数据采集、数据分流、数据存储、数据查看与分析。在整个平台系统中，它们执行的流程需要按照固定的顺序来完成，如下图所示。

     

     

    a. 数据源准备
    数据源是由异常压缩日志构成的，这些日志分别由客户端执行业务逻辑、调用服务端接口这类操作产生。然后将这些日志进行压缩存储到日志服务器。
    b. 数据采集
    采集数据源的方式有很多，可以选择开源的日志采集工具（如Apache Flume、LogStash、Beats），使用这些现有的采集工具的好处在于省略了编码工作，通过编辑工具的配置文件即可快速使用，缺点在于针对一些特定的业务场景，可能无法满足。
    另外一种方式是使用应用编程接口（API）来采集，例如使用Java API读取待采集的数据源，然后调用Kafka接口将数据写入到Kafka消息队列中进行存储。这种方式的好处在于对于需要的实现是可控的，缺点在于编码实现时需要考虑很多因素，比如程序的性能、稳定性、可扩展性等。
    c. 数据分流
    在一个海量数据应用场景中，数据采集的Agent是有很多个的，如果直接将采集的数据写入到ElasticSearch进行数据存储，那么ElasticSearch需要同时处理所有的Agent上报的数据，这样会给ElasticSearch集群服务端造成很大的压力。
    因此需要有个缓冲区来缓解ElasticSearch集群服务端的压力。这里使用Kafka来做数据分流，将Agent上报的数据存储到消息队列。然后在通过消费Kafka中的Topic消息数据后存储到ElasticSearch集群中，这样不仅可以缓解ElasticSearch集群服务端的压力，而且还能提高整个系统的性能、稳定性、扩展性。
    d. 数据存储
    这里使用ElasticSearch集群来作为日志最终的存储介质。通过消费Kafka集群中的Topic数据，按照不同的索引（Index）和类型（Type）存储到ElasticSearch集群中。
    e. 数据可视化
    异常日志数据落地在ElasticSearch集群中，可以通过Kibana来实现可视化功能。用户可以自定义规则来查询ElasticSearch集群中的数据，并将查询的结果以表格或者JSON对象形式输出。同时，Kibana还提供了一键导出功能，将这些查询的结果从Kibana浏览器界面导出到本地。

    3.实战演练

    1. 数据源采集
    这里通过Apache Flume工具将上报的异常日志数据采集到Kafka集群进行存储。在日志服务器部署一个Flume Agent进行数据采集，Flume配置文件所包含的内容见如下代码：

    复制代码
    # 设置代理别名
agent.sources = s1
agent.channels = c1
agent.sinks = k1

# 设置收集方式                                                                                                                               
agent.sources.s1.type=exec
agent.sources.s1.command=tail -F /data/soft/new/error/logs/apps.log
agent.sources.s1.channels=c1
agent.channels.c1.type=memory
agent.channels.c1.capacity=10000
agent.channels.c1.transactionCapacity=100

# 设置Kafka接收器
agent.sinks.k1.type= org.apache.flume.sink.kafka.KafkaSink
# 设置Kafka的broker地址和端口号
agent.sinks.k1.brokerList=dn1:9092,dn2:9092,dn3:9092
# 设置Kafka的Topic
agent.sinks.k1.topic=error_es_apps
# 设置序列化方式
agent.sinks.k1.serializer.class=kafka.serializer.StringEncoder
# 指定管道别名
agent.sinks.k1.channel=c1
    复制代码

    然后在Kafka集群上使用命令创建名为“error_es_apps”的Topic，创建命令如下所示：

    # 创建Topic，3个副本，6个分区
[hadoop@dn1 ~]$kafka-topics.sh --create –zookeeper\
 dn1:2181,dn2:2181,dn3:2181 --replication-factor 3\
 --partitions 6 --topic error_es_apps

    接着启动Flume Agent代理服务，具体命令如下所示：

    # 在日志服务器上启动Agent服务
[hadoop@dn1 ~]$ flume-ng agent -n agent -c conf -f $FLUME_HOME/conf/flume-kafka.properties\
 -Dflume.root.logger=DEBUG,CONSOLE

    2. 数据分流
    将采集的数据存储到Kafka消息队列后，可以供其他工具或者应用程序消费来进行数据分流。例如，通过使用LogStash来消费业务数据并将消费后的数据存储到ElasticSearch集群中。
    如果LogStash没有按照X-Pack插件，这里可以提前安装该插件。具体命令如下所示：

    # 在线安装
[hadoop@nna bin]$ ./logstash-plugin install x-pack
# 离线安装
[hadoop@nna bin]$ ./logstash-plugin install file:///tmp/x-pack-6.1.1.zip

    安装成功后，在Linux控制台会打印日志信息，如下图所示：

     

     然后，在logstash.yml文件中配置LogStash的用户名和密码，具体配置内容见代码：

    # 用户名
xpack.monitoring.elasticsearch.username: "elastic"
# 密码
xpack.monitoring.elasticsearch.password: "123456"

    最后配置LogStash的属性，连接到Kafka集群进行消费。具体实现内容见代码：

    复制代码
    # 配置输入源信息
input{
        kafka{
        bootstrap_servers => "dn1:9092,dn2:9092,dn3:9092"
        group_id => "es_apps"
        topics => ["error_es_apps"]
        }
}

# 配置输出信息
output{
        elasticsearch{
        hosts => ["nna:9200","nns:9200","dn1:9200"]
        index => "error_es_apps-%{+YYYY.MM.dd}"
        user => "elastic"
        password => "123456"
  }
}
    复制代码

    在配置输出到ElasticSearch集群信息时，索引建议以“业务名称-时间戳”来进行命名，这样做的好处在于后续删除数据的时候，可以很方便的根据索引来删除。由于配置了权限认证，索引需要设置用户名和密码。 配置完成后，在Linux控制台执行LogStash命令来消费Kafka集群中的数据。具体操作命令如下所示：

    # 启动LogStash消费命令
[hadoop@nna ~]$ logstash -f $LOGSTASH_HOME/config/kafka2es.conf

    如果配置文件内容正确，LogStash Agent将正常启动消费Kafka集群中的消息数据，并将消费后的数据存储到ElasticSearch集群中。 启动LogStash Agent之后，它会一直在Linux操作系统后台运行。如果Kafka集群中Topic有新的数据产生，LogStash Agent会立刻开始消费Kafka集群中的Topic里面新增的数据。

    3. 数据可视化
    当数据存储到ElasticSearch集群后，可以通过Kibana来查询、分析数据。单击“Management”模块后，在跳转后的页面中找到“Kibana-Index Patterns”来添加新创建的索引（Index）。在添加完成创建的索引后，单击“Discover”模块，然后选择不同的索引来查询、分析ElasticSearch集群中的数据

    4.结束语

    这篇博客就和大家分享到这里，如果大家在研究学习的过程当中有什么问题，可以加群进行讨论或发送邮件给我，我会尽我所能为您解答，与君共勉！

    另外，博主出书了《Kafka并不难学》和《Hadoop大数据挖掘从入门到进阶实战》，喜欢的朋友或同学， 可以在公告栏那里点击购买链接购买博主的书进行学习，在此感谢大家的支持。关注下面公众号，根据提示，可免费获取书籍的教学视频。

  • 相关阅读:
    linux中的find查找文件或者目录、locate快速定位文件路径
    Go语言实现原理——锁实现原理
    Android Update Engine 分析（二十五）升级状态 prefs 是如何保存的？
    数商云采购协同系统邀请招标实施步骤 | 助力建筑工程企业采购工作降本增效
    软件开发过程中的办公文档使用
    WMS可以为制造企业解决什么问题？
    第十章 ： 如何使用MockMvc 快速编写Reslful API 测试用例
    Spring篇---第二篇
    正则表达式提取身份证号码
    【NAS】整机备份还原Windows/Linux系统，群晖最强套件ABB教程
  • 原文地址：https://www.cnblogs.com/smartloli/p/15945078.html