本文节选自霍格沃兹测试学院内部教材
logstash是ElasticStack（ELK）的一个重要技术组件，用于对数据进行转换处理。他可以接受各种输入源，并按照记录对数据进行变换，并导出到输出源中。
image
image
1080×240 51.8 KB
安装
docker pull docker.elastic.co/logstash/logstash
quick start
简单的输入一行内容，并发送给远程的elastic search服务器
docker run -it --rm logstash -e '
input { stdin { } }
filter { json {source => "message"} }
output {
elasticsearch{ hosts=>["x.x.x.x"] }
stdout {}
}
'
输入源
从csv文件读取
file { path => "/data/ELK/data/*.csv" }
从kafka中读取
kafka { topic_id => 'topic_name'; zk_connect => '${zookeeper的地址}:2181/kafka'}
常见的filter
读取csv，并设置表头
csv{columns =>[ "log_time", "real_ip", "status", "http_user_agent"]
读取json数据
json {source => "message"}
输出源
elasticsearch{ hosts=>["x.x.x.x"] }
stdout {}
完整配置实例
读取csv数据
input {
file {
path => "/data/ELK/data/*.csv"
start_position => beginning
}
}
filter {
csv{
columns =>[ "log_time", "real_ip", "status", "http_user_agent"]
}
date {
match => ["log_time", "yyyy-MM-dd HH:mm:ss"]
}
}
output {
elasticsearch {}
}
读取kafka数据
input {
kafka {
topic_id => 'topic_name'
zk_connect => '${zookeeper的地址}:2181/kafka'
}
}
filter {
csv{
separator => "|"
columns => [ "host", "request", "http_user_agent"]
}
date {
match => ["log_time", "yyyy-MM-dd HH:mm:ss"]
}
}
output {
elasticsearch {
index => "logstash-topic-%{+YYYY.MM.dd}"
}
}
Filebeat
image
image
940×735 58.7 KB
Filebeat是一个高性能的日志采集框架，它主要是以agent模式工作，特点是高性能。用以解决logstash的性能问题，一般我们都会把数据先借助于filebeat采集，并存到redis里，再由logstash对数据进行编辑变换，再输出到es中。
logstash就先介绍到这里，大家可以试着做一下实战练习，分析nginx日志保存到elastic search！
更多技术文章：https://qrcode.ceba.ceshiren.com/link?name=article&project_id=qrcode&from=bjhao×tamp=1651808542
