一、logstash接收kafka数据
logstash从kafka中消费数据,并通过udp转发出去。kafka中的日志格式为json,其中formatlog下面为需求数据,利用logstash提取formatlog里面的数。
logstash配置
input { kafka {
bootstrap_servers => "10.10.10.101:9092" #这里可以是kafka集群,如"10.10.10.101:9092,10.10.10.102:9092,10.10.10.103:9092"
group_id => "host_log"
client_id => "logstash1" #注意,多台logstash实例消费同一个topics时,client_id需要指定不同的名字
auto_offset_reset => "latest"
topics => ["host"]
add_field => {"logs_type" => "host"}
codec => json { charset => "UTF-8" }
}
kafka {
bootstrap_servers => "10.10.10.101:9092"
group_id => "vpn_log"
client_id => "logstash1"
auto_offset_reset => "latest"
topics => ["vpn"]
add_field => {"logs_type" => "vpn"}
codec => json { charset => "UTF-8" }
}
}
filter { mutate {
remove_field => ["@version","host","@timestamp","type"] # 删除字段
replace => {"message" => "%{[formatlog]}"} #重写message,只保留json中的formatlog
}
}
output {
#stdout{}
if[logs_type] == "host" {
syslog {
appname => "host"
host => "127.0.0.1"
port => "8001"
protocol => "udp"
}
}
if[logs_type] == "vpn" {
syslog {
appname => "vpn"
host => "127.0.0.1"
port => "8002"
protocol => "udp"
}
}
}
说明: 以上配置中加入了group_id参数,group_id是一个的字符串,唯一标识一个group,具有相同group_id的consumer构成了一个consumer group,这样启动多个logstash进程,只需要保证group_id一致就能达到logstash高可用的目的,一个logstash挂掉同一Group内的logstash可以继续消费
注意事项:
多台logstash实例消费同一个topics时,需要保证kafka的分区不能只有一个,logstash的实例数不能大于kafka的分区数。
二、kafka使用命令
kafka查看服务端topics、consumer group状态命令
以下命令中使用的bootstrap–server(即broker)地址为:10.10.10.101:9092
1、查看kafka topic列表,使用–list参数
在本地kafka客户端安装目录下执行以下命令:
bin/kafka-topics.sh --bootstrap-server 10.10.10.101:9092 --list
2、查看kafka特定topic的详情,使用–topic与–describe参数,如查看topics:vpn
bin/kafka-topics.sh --bootstrap-server 10.10.10.101:9092 --describe topics vpn
3、查看consumer group列表,使用–list参数
bin/kafka-consumer-groups.sh --bootstrap-server 10.10.10.101:9092 --list
4、查看特定consumer group 详情,使用–group与–describe参数,如group_id:vpn_log
bin/kafka-consumer-groups.sh --bootstrap-server 10.10.10.101:9092 --group vpn_log --describe
其中依次展示group名称、消费的topic名称、partition id、consumer group最后一次提交的offset、最后提交的生产消息offset、消费offset与生产offset之间的差值、当前消费topic-partition的group成员id.
5、消费
./bin/kafka-console-consumer.sh --bootstrap-server 10.10.10.101:9092 --topic vpn --from-beginning
三、吞吐能力调优
1.调整consumer_threads
2.调整work数
在logstash消费kafka数据时,consumer_threads参数用于指定从kafka中读取数据的线程数,即同时从kafka中读取数据的数量。该参数的值越大,logstash从kafka读取数据的速度就越快。但是,如果该值过大,可能会导致系统性能下降。
与此不同的是,work参数则是指定logstash中并行执行的worker数,即同时进行过滤、处理数据的线程数。该参数的值越大,logstash处理数据的能力就越强。但同样地,如果该值过大,可能会导致系统性能下降。
因此,consumer_threads参数是用于调整从kafka中读取数据的速度,而work参数则是用于调整logstash的整体处理能力。
样例:
input {
kafka {
bootstrap_servers => "192.168.10.153:9092"
group_id => "logstash_test"
auto_offset_reset => "latest"
topics => ["log_info"]
consumer_threads => 2
workers => 5
codec => json { ##添加json插件
charset => "UTF-8"
}
}
}
3.调整queue.type
logstash中的queue.type参数用于指定队列的类型,目前支持两种类型:memory和persisted。
memory:使用内存作为队列存储方式,数据仅在内存中存储,适用于数据量较小的场景。
persisted:使用磁盘作为队列存储方式,会将数据存储到磁盘文件中,适用于数据量较大的场景。
queue.type的默认值是memory,如果需要使用persisted类型的队列,需要指定文件路径和文件名。
filter
解决@timestamp相差8小时问题
1.@timestamp为当前时间
filter {
ruby {
code => "event.set('timestamp', event.get('@timestamp').time.localtime + 8*60*60)"
}
ruby {
code => "event.set('@timestamp',event.get('timestamp'))"
}
mutate {
remove_field => ["timestamp"]
}
}
2.用时间字段覆盖@timestamp
filter {
date {
match => ["time", "yyyy-MM-dd HH:mm:ss"]
target => "@timestamp"
}
ruby {
code => "event.set('timestamp', event.get('@timestamp').time.localtime + 8*60*60)"
}
ruby {
code => "event.set('@timestamp',event.get('timestamp'))"
}
mutate {
remove_field => ["timestamp"]
}
}
3.使用格式化后的时间字符串
filter {
date {
match => ["time", "yyyy-MM-dd HH:mm:ss"]
target => "timetest"
}
ruby {
code => "event.set('daytime', ( event.get('timetest').time.localtime + 8*60*60).strftime('%Y-%m-%d'))"
}
mutate {
remove_field => ["timetest"]
}
}
** output**
按自定义模板输出到elasticsearch。
如下实现了取@timestamp的天,动态创建index索引
以itemId字段作为索引id
lush_size 和 idle_flush_time 两个参数共同控制 Logstash 向 Elasticsearch 发送批量数据的行为。以上面示例来说:Logstash 会努力攒到 5条数据一次性发送出去,但是如果 5秒钟内也没攒够 5条,Logstash 还是会以当前攒到的数据量发一次。从 5.0 开始,这个行为有了另一个前提:flush_size 的大小不能超过 Logstash 运行时的命令行参数设置的 batch_size,否则将以 batch_size 为批量发送的大小。
output {
elasticsearch {
flush_size => 5
idle_flush_time => 5
hosts => ["http://192.168.10.153:9200"]
index => "log_info-%{+YYYY.MM.dd}"
document_type => "log_type"
document_id => "%{itemId}"
template => "/root/logstash-5.4.1/config/temp_log_info.json" #Elasticsearh模板路径
template_name => "log_info_tmp" #Elasticsearh模板名称
template_overwrite => true
}
stdout {
codec => json_lines
}
}
temp_log_info.json
{
"template":"log_info*",
"mappings":{
"article":{
"dynamic":"strict",
"_all":{
"enabled":false
},
"properties":{
"title":{
"type":"string",
"index":"analyzed",
"analyzer":"ik_max_word",
"search_analyzer":"ik_max_word"
},
"author":{
"type":"string",
"index":"no"
},
"itemId":{
"type":"long"
},
"site":{
"type":"keyword"
},
"time":{
"type":"date",
"index":"not_analyzed",
"format":"yyyy-MM-dd HH:mm:ss"
}
}
}
}
}
根据不同来源写到不同索引
input {
file {
path => "/usr/local/my.log"
start_position => "beginning"
type => "infolog"
sincedb_path => "/dev/null"
}
file {
path => "/usr/local/my1.log"
start_position => "beginning"
type => "errlog"
sincedb_path => "/dev/null"
}
}
filter {
json {
source => "message"
}
date {
match => ["timestamp", "dd/MMM/yyyy:HH:mm:ss Z"] #匹配timestamp字段
target => "@timestamp" #将匹配到的数据写到@timestamp字段中
}
}
output {
if [type] == "infolog" {
elasticsearch {
hosts => ["test:9200"]
index => "infolog-%{+YYYY.MM.dd}"
}
} else if [type] == "errlog" {
elasticsearch {
hosts => ["test:9200"]
index => "errlog-%{+YYYY.MM.dd}"
}
}
}
启动
普通启动
./bin/logstash -f ./config/test.conf
自动重新加载配置文件
bin/logstash -f apache.config --config.reload.automatic
启动多个实体
修改config/logstash.yml
path.data: /path/to/data/directory
注意:在设置 path.data 的时候,需要确保 Logstash 进程对该目录有读写权限。同时如果你运行了多个 Logstash 实例,需要保证每个实例的 path.data 目录是不同的,以便避免数据冲突。带认证的es入库
input {
kafka {
bootstrap_servers => "kafka_host:9092" # 替换为Kafka的主机和端口
topics => ["topic_name"] # 替换为要消费的Kafka主题名称
group_id => "logstash_consumer"
codec => json
}
}
output {
elasticsearch {
hosts => ["http://elasticsearch_host:9200"] # 替换为Elasticsearch的主机和端口
user => "aaa" # Elasticsearch的用户名
password => "ccc" # Elasticsearch的密码
index => "your_index_name" # 替换为要写入的Elasticsearch索引名称
document_id => "%{id}" # 替换为JSON数据中表示文档ID的字段名称
}
}
测试
启动生产者:
./bin/kafka-console-producer.sh --bootstrap-server 192.168.10.153:9092 --topic log_info
插入测试数据:
{"title":"aa","author":"bbbb","itemId":12335,"site":"dafadf","time":"2023-01-01 01:00:00"}
#大批量测试用这种更方便
cat log.txt | ./bin/kafka-console-producer.sh --bootstrap-server 192.168.10.153:9092 --topic log_info
一次logstash-7.3.2同步实践
#创建模板
curl -u 'elastic:xxx' -X PUT --header 'Content-Type: application/json' --header 'Accept: application/json' 'http://10.x.x.x:9200/_template/tmp_news' -d@tmp_news.json
tmp_news.json
{
"template":"news_*",
"aliases": {
"news_total": {}
},
"mappings": {
"properties": {
"content":{
"type":"text",
"analyzer":"ik_max_word",
"search_analyzer":"ik_max_word"
},
"data_id":{
"type":"keyword"
},
"uid":{
"type":"keyword"
},
"group_id":{
"type":"keyword"
},
"pubtime":{
"type":"date",
"format":"yyyy-MM-dd HH:mm:ss"
},
"insert_time":{
"type":"date",
"format":"yyyy-MM-dd HH:mm:ss"
}
}
}
}
curl -u 'elastic:xxx' -X PUT --header 'Content-Type: application/json' --header 'Accept: application/json' 'http://10.x.x.x:9200/_template/tmp_tg' -d@tmp_tg.json
tmp_tg.json
{
"template":"tg_*",
"aliases": {
"tg_total": {}
},
"mappings": {
"properties": {
"content":{
"type":"text",
"analyzer":"ik_max_word",
"search_analyzer":"ik_max_word"
},
"data_id":{
"type":"keyword"
},
"uid":{
"type":"keyword"
},
"group_id":{
"type":"keyword"
},
"pubtime":{
"type":"date",
"format":"yyyy-MM-dd HH:mm:ss"
},
"insert_time":{
"type":"date",
"format":"yyyy-MM-dd HH:mm:ss"
}
}
}
}
#测试模板是否生效
curl -u 'elastic:xxx' -X PUT --header 'Content-Type: application/json' --header 'Accept: application/json' 'http://10.x.x.x:9200/news_test'
#查看实体
curl -u 'elastic:xxx' -XGET 'http://10.x.x.x:9200/_cat/indices?v'
#查看mapping
curl -u 'elastic:xxx' -XGET 'http://10.x.x.x:9200/news_test/_mapping?pretty'
#查看索引的别名
curl -u 'elastic:xxx' -XGET '10.x.x.x:9200/news_test/_alias'
#查看模板
curl -u 'elastic:xxx' -XGET http://10.x.x.x:9200/_template/tmp_tg?pretty
#删除模板
curl -u 'elastic:xxx' -XDELETE 10.x.x.x:9200/_template/tmp_tg
#准备logstash配置
news_tmp.conf
input {
kafka {
bootstrap_servers => "10.x.x.x:9092"
topics => ["line_new_3"]
group_id => "logstash_consumer_news"
codec => json
}
}
filter {
ruby {
code => "event.set('timestamp', event.get('@timestamp').time.localtime + 8*60*60)"
}
ruby {
code => "event.set('@timestamp',event.get('timestamp'))"
}
mutate {
remove_field => ["timestamp"]
}
}
output {
elasticsearch {
hosts => ["http://10.x.x.x:9200"]
index => "news_%{+YYYY-MM}"
user => "elastic"
password => "xxx"
document_id => "%{data_id}"
template => "/data/es7/tmp_news.json" #Elasticsearh模板路径
template_name => "tmp_news" #Elasticsearh模板名称
template_overwrite => true
}
stdout {
codec => json_lines
}
}
tg_tmp.conf
input {
kafka {
bootstrap_servers => "10.x.x.x:9092"
topics => ["tggv1_3"]
group_id => "logstash_consumer_tg"
codec => json
}
}
filter {
ruby {
code => "event.set('timestamp', event.get('@timestamp').time.localtime + 8*60*60)"
}
ruby {
code => "event.set('@timestamp',event.get('timestamp'))"
}
mutate {
remove_field => ["timestamp"]
}
}
output {
elasticsearch {
hosts => ["http://10.x.x.x:9200"]
index => "tg_%{+YYYY-MM}"
user => "elastic"
password => "xxx"
document_id => "%{data_id}"
template => "/data/es7/tmp_tg.json" #Elasticsearh模板路径
template_name => "tmp_tg" #Elasticsearh模板名称
template_overwrite => true
}
stdout {
codec => json_lines
}
}
#启动配置
./bin/logstash -f config/news_tmp.conf
./bin/logstash -f config/tg_tmp.conf
#查看实体
curl -u 'elastic:xxx' -XGET 'http://10.x.x.x:9200/_cat/indices?v'
#查看索引创建是否正常
curl -u 'elastic:xxx' -XGET 'http://10.x.x.x:9200/news_2023-08/_mapping?pretty'
#查看数据否正常
curl -u 'elastic:xxx' -X GET "http://10.x.x.x:9200/news_2023-08/_doc/005eadb0b289abef5f02d553bb07f164"
版权归原作者 only°夏至besos 所有, 如有侵权,请联系我们删除。