写在开篇
本文只分享各个链路环节的配置对接，关于环境的搭建，比如kafka集群、es集群的搭建等请自行完成。还有，业务应用的日志可以是你的其他业务日志，希望本文可以起到抛砖引用的效果。
测试架构
这个架构描述了一个将来自不同数据源的数据通过 Kafka 中转，然后使用 Logstash 将数据从 Kafka 中读取并处理，最终将处理后的数据再写回到 Kafka 中，以供 Elasticsearch 进行存储和分析的过程。通过使用 Kafka 和 Logstash，可以将来自不同数据源的数据进行集中管理和处理，并将数据以可靠的方式发送到 Elasticsearch 进行存储和分析。这种架构具有高可用性和可伸缩性，并且可以在处理大量数据时提供良好的性能。同时，由于 Logstash 可以从多种来源读取数据，因此可以适应各种数据集成方案的需求。
注意：kafka集群a接收来自filebeat的消息，并由logstash进行消费。kafka集群b接收来自logstash的消息，并由es或者其他业务进行消费。
机器规划
| 主机名 | 角色 | IP | 备注 |
| srv-mysql8 | mysql+filebeat | 192.168.11.161 | 业务数据库，filebeat读取mysql的日志 |
| wordpress | nginx+filebeat | 192.168.11.170 | 业务web应用，filebeat读取nginx的日志 |
| kafka01 | kafka节点 | 192.168.11.247 | kafka集群a，broker.id=1 |
| kafka02 | kafka节点 | 192.168.11.248 | kafka集群a，broker.id=2 |
| kafka03 | kafka节点 | 192.168.11.249 | kafka集群a，broker.id=3 |
| logstash01 | logstash | 192.168.11.250 | 第1套logstash |
| kafka-b01 | kafka节点 | 192.168.11.40 | kafka集群b，broker.id=10 |
| kafka-b02 | kafka节点 | 192.168.11.41 | kafka集群b，broker.id=20 |
| kafka-b03 | kafka节点 | 192.168.11.42 | kafka集群b，broker.id=30 |
| logstash02 | logstash | 192.168.11.133 | 第2套logstash |
| es-node01 | es节点（主） | 192.168.11.243 | es集群 |
| es-node02 | es节点 | 192.168.11.244 | es集群 |
| es-node03 | es节点 | 192.168.11.245 | es集群 |
| kibana-svr | kibana | 192.168.11.246 |
注意：在同一个网段中，两个 Kafka 集群必须要使用不同的 broker.id，否则会导致冲突。因为 broker.id 是 Kafka 集群中唯一标识一个 Broker 的参数，同一个网段中不能存在两个具有相同 broker.id 的 Broker。
实战开撸
创建kafka主题
在kafka集群a中创建主题
bin/kafka-topics.sh --create --zookeeper 192.168.11.247:2181 --replication-factor 2 --partitions 3 --topic wordpress-nginx-log
安装和配置filebeat
在安装了wordpress web的业务主机上进行安装
- 下载和安装
wget https://artifacts.elastic.co/downloads/beats/filebeat/filebeat-8.6.2-x86_64.rpm rpm -ivh filebeat-8.6.2-x86_64.rpm filebeat version
- 配置filebeat读取日志 打开和编辑/etc/filebeat/filebeat.yml配置文件，添加以下内容，使其读取Nginx访问日志文件：
filebeat.inputs: - type: log enabled: true paths: - /usr/local/nginx/logs/wordpress.access.log fields: log_type: wordpress_access output.kafka: hosts: ["192.168.11.247:9092",192.168.11.248:9092,192.168.11.249:9092] topic: "wordpress-nginx-log"
- 启动filebeat
systemctl start filebeat
配置logstash01，消费kafka集群a的消息
在logstash01主机上配置logstash，使其能够消费kafka集群a中主题为"wordpress-nginx-log"的消息。
- 安装kafka插件
bin/logstash-plugin install logstash-input-kafka
注意：如果安装的时候提示：ERROR: Installation aborted, plugin 'logstash-input-kafka' is already provided by 'logstash-integration-kafka'，这个错误提示'logstash-input-kafka'插件已经被Logstash集成插件'logstash-integration-kafka'提供了，可以直接使用 logstash-integration-kafka 插件消费 Kafka 消息
- 在 Logstash 的配置文件中使用 kafka 输入插件
配置之前，先说明下我的nginx日志自定义的格式：
log_format my_log_format '$remote_addr - $remote_user [$time_local] "$request" ' '$status $body_bytes_sent "$http_referer" ' '"$http_user_agent" "$http_x_forwarded_for"';
创建和编辑配置文件config/wordpress-logstash.conf，添加以下内容：
input { kafka { bootstrap_servers => "192.168.11.247:9092,192.168.11.248:9092,192.168.11.249:9092" topics => ["wordpress-nginx-log"] } } filter { # 解析Nginx日志行 grok { match => { "message" => '%{IPORHOST:clientip} - %{USERNAME:remote_user} \[%{HTTPDATE:timestamp}\] "%{WORD:method} %{URIPATHPARAM:request} HTTP/%{NUMBER:httpversion}" %{NUMBER:status} %{NUMBER:body_bytes_sent} "%{DATA:http_referer}" "%{DATA:user_agent}"' } } # 将时间戳转换为ISO 8601格式 date { match => [ "timestamp", "dd/MMM/yyyy:HH:mm:ss Z" ] target => "@timestamp" } } output { stdout { codec => rubydebug } }
- 启动 Logstash
bin/logstash -f config/wordpress-logstash.conf
在这里，先让其输出到屏幕，看看是否正常。确保logstash消费kafka集群a的消息没问题、以及确保过滤没问题可以正常打印到屏幕之后，就可以继续下面的步骤了。
配置logstash01，过滤后的消息写入到kafka集群b
继续在logstash01上配置，从kafka集群a中消费数据并过滤，处理后写入到kafka集群b中的主题wordpress-web-log。
- 在kafka集群b中创建主题
bin/kafka-topics.sh --create --zookeeper 192.168.11.40:2181 --replication-factor 2 --partitions 3 --topic wordpress-web-log
- 编辑配置文件config/wordpress-logstash.conf，配置output
input { kafka { bootstrap_servers => "192.168.11.247:9092,192.168.11.248:9092,192.168.11.249:9092" topics => ["wordpress-nginx-log"] } } filter { # 解析Nginx日志行 grok { match => { "message" => '%{IPORHOST:clientip} - %{USERNAME:remote_user} \[%{HTTPDATE:timestamp}\] "%{WORD:method} %{URIPATHPARAM:request} HTTP/%{NUMBER:httpversion}" %{NUMBER:status} %{NUMBER:body_bytes_sent} "%{DATA:http_referer}" "%{DATA:user_agent}"' } } # 将时间戳转换为ISO 8601格式 date { match => [ "timestamp", "dd/MMM/yyyy:HH:mm:ss Z" ] target => "@timestamp" } } output { kafka { bootstrap_servers => "192.168.11.40:9092,192.168.11.41:9092,192.168.11.42:9092" topic_id => "wordpress-web-log" } }
编辑完成后，记得重启logstash哦。
- 临时启动一个消费者，验证从kafka集群b消费主题wordpress-web-log的消息
bin/kafka-console-consumer.sh --bootstrap-server 192.168.11.40:9092 --topic wordpress-web-log
如果能正常消费，读取到的消息打印到控制台上，就可以继续下面的步骤了。
配置logstash02，消费kafka集群a的消息
在logstash02主机上配置logstash，使其能够消费kafka集群b中主题为"wordpress-web-log"的消息，并写入到ES集群
打开并编辑config/logstash.conf，添加以下内容：
input { kafka { bootstrap_servers => "192.168.11.40:9092,192.168.11.41:9092,192.168.11.42:9092" topics => ["wordpress-web-log"] } } output { elasticsearch { hosts => ["http://192.168.11.243:9200","http://192.168.11.244:9200","http://192.168.11.245:9200"] index => "wordpress-web-log-%{+YYYY.MM.dd}" } }
写在最后
所有环节对接完毕，看看最终成果。
关于如何将logstash部署到K8S，感兴趣？请保持高度关注，有空了再分享。
