你头疼的ELK难题，本文几乎都解决了

 [[260211]]

一、ELK实用知识点总结

1、编码转换问题

这个问题，主要就是中文乱码。

input中的codec=>plain转码：

codec => plain { 
         charset => "GB2312" 
} 

将GB2312的文本编码，转为UTF-8的编码。

也可以在filebeat中实现编码的转换(推荐)：

filebeat.prospectors: 
- input_type: log 
  paths: 
    - c:\Users\Administrator\Desktop\performanceTrace.txt 
  encoding: GB2312 

2、删除多余日志中的多余行

if ([message] =~ "^20.*-\ task\ request,.*,start\ time.*") {   #用正则需删除的多余行 
            drop {} 
    }  

日志示例：

2018-03-20 10:44:01,523 [33]DEBUG Debug - task request,task Id:1cbb72f1-a5ea-4e73-957c-6d20e9e12a7a,start time:2018-03-20 10:43:59   #需删除的行 
-- Request String :  
{"UserName":"15046699023","Pwd":"ZYjyh727","DeviceType":2,"DeviceId":"PC-20170525SADY","EquipmentNo":null,"SSID":"pc","RegisterPhones":null,"AppKey":"ab09d78e3b2c40b789ddfc81674bc24deac","Version":"2.0.5.3"} -- End 
-- Response String :  
{"ErrorCode":0,"Success":true,"ErrorMsg":null,"Result":null,"WaitInterval":30} -- End 

3、grok处理多种日志不同的行

日志示例：

2018-03-20 10:44:01,523 [33]DEBUG Debug - task request,task Id:1cbb72f1-a5ea-4e73-957c-6d20e9e12a7a,start time:2018-03-20 10:43:59 
-- Request String :  
{"UserName":"15046699023","Pwd":"ZYjyh727","DeviceType":2,"DeviceId":"PC-20170525SADY","EquipmentNo":null,"SSID":"pc","RegisterPhones":null,"AppKey":"ab09d78e3b2c40b789ddfc81674bc24deac","Version":"2.0.5.3"} -- End 
-- Response String :  
{"ErrorCode":0,"Success":true,"ErrorMsg":null,"Result":null,"WaitInterval":30} -- End 

在logstash filter中grok分别处理3行：

match => { 
    "message" => "^20.*-\ task\ request,.*,start\ time\:%{TIMESTAMP_ISO8601:RequestTime}" 
match => { 
    "message" => "^--\ Request\ String\ :\ \{\"UserName\":\"%{NUMBER:UserName:int}\",\"Pwd\":\"(?<Pwd>.*)\",\"DeviceType\":%{NUMBER:DeviceType:int},\"DeviceId\":\"(?<DeviceId>.*)\",\"EquipmentNo\":(?<EquipmentNo>.*),\"SSID\":(?<SSID>.*),\"RegisterPhones\":(?<RegisterPhones>.*),\"AppKey\":\"(?<AppKey>.*)\",\"Version\":\"(?<Version>.*)\"\}\ --\ \End.*"     
} 
match => { 
    "message" => "^--\ Response\ String\ :\ \{\"ErrorCode\":%{NUMBER:ErrorCode:int},\"Success\":(?<Success>[a-z]*),\"ErrorMsg\":(?<ErrorMsg>.*),\"Result\":(?<Result>.*),\"WaitInterval\":%{NUMBER:WaitInterval:int}\}\ --\ \End.*" 
} 
... 等多行 

4、日志多行合并处理—multiline插件(重点)

示例：

①日志

2018-03-20 10:44:01,523 [33]DEBUG Debug - task request,task Id:1cbb72f1-a5ea-4e73-957c-6d20e9e12a7a,start time:2018-03-20 10:43:59 
-- Request String :  
{"UserName":"15046699903","Pwd":"ZYjyh727","DeviceType":2,"DeviceId":"PC-20170525SADY","EquipmentNo":null,"SSID":"pc","RegisterPhones":null,"AppKey":"ab09d78e3b2c40b789ddfc81674bc24deac","Version":"2.0.5.3"} -- End 
-- Response String :  
{"ErrorCode":0,"Success":true,"ErrorMsg":null,"Result":null,"WaitInterval":30} -- End 

②logstash grok对合并后多行的处理。合并多行后续都一样，如下：

filter { 
　　grok { 
　　　　match => { 
　　　　　　"message" => "^%{TIMESTAMP_ISO8601:InsertTime}\ .*-\ task\ request,.*,start\ time:%{TIMESTAMP_ISO8601:RequestTime}\n--\ Request\ String\ :\ \{\"UserName\":\"%{NUMBER:UserName:int}\",\"Pwd\":\"(?<Pwd>.*)\",\"DeviceType\":%{NUMBER:DeviceType:int},\"DeviceId\":\"(?<DeviceId>.*)\",\"EquipmentNo\":(?<EquipmentNo>.*),\"SSID\":(?<SSID>.*),\"RegisterPhones\":(?<RegisterPhones>.*),\"AppKey\":\"(?<AppKey>.*)\",\"Version\":\"(?<Version>.*)\"\}\ --\ \End\n--\ Response\ String\ :\ \{\"ErrorCode\":%{NUMBER:ErrorCode:int},\"Success\":(?<Success>[a-z]*),\"ErrorMsg\":(?<ErrorMsg>.*),\"Result\":(?<Result>.*),\"WaitInterval\":%{NUMBER:WaitInterval:int}\}\ --\ \End" 
　　　　} 
　　} 
} 

在filebeat中使用multiline插件(推荐)：

①介绍multiline

• pattern：正则匹配从哪行合并;
• negate：true/false，匹配到pattern 部分开始合并，还是不配到的合并。

match：after/before(需自己理解)

• after：匹配到pattern 部分后合并，注意：这种情况末尾一行日志不会被匹配处理;
• before：匹配到pattern 部分前合并(推荐)。

②5.5版本之后(before为例)

filebeat.prospectors: 
- input_type: log 
  paths: 
    - /root/performanceTrace* 
  fields: 
    type: zidonghualog 
  multiline.pattern: '.*\"WaitInterval\":.*--\ End' 
  multiline.negate: true 
  multiline.match: before 

③5.5版本之前(after为例)

filebeat.prospectors: 
- input_type: log  
     paths: 
      - /root/performanceTrace* 
      input_type: log  
      multiline: 
           pattern: '^20.*' 
           negate: true 
           match: after 

在logstash input中使用multiline插件(没有filebeat时推荐)：

①介绍multiline

• pattern：正则匹配从哪行合并;
• negate：true/false，匹配到pattern 部分开始合并，还是不配到的合并。

what：previous/next(需自己理解)

• previous：相当于filebeat 的after;
• next：相当于filebeat 的before。

②用法

input { 
        file { 
                path => ["/root/logs/log2"] 
                start_position => "beginning" 
                codec => multiline { 
                        pattern => "^20.*" 
                        negate => true 
                        what => "previous" 
                } 
        } 
} 

在logstash filter中使用multiline插件(不推荐)：

不推荐的原因：

• filter设置multiline后，pipline worker会自动降为1;
• 5.5 版本官方把multiline 去除了，要使用的话需下载，下载命令如下：

/usr/share/logstash/bin/logstash-plugin install logstash-filter-multiline 

示例：

filter { 
  multiline { 
    pattern => "^20.*" 
    negate => true 
    what => "previous" 
  } 
}  

5、logstash filter中的date使用

日志示例：

2018-03-20 10:44:01 [33]DEBUG Debug - task request,task Id:1cbb72f1-a5ea-4e73-957c-6d20e9e12a7a,start time:2018-03-20 10:43:59 

date使用：

date { 
                match => ["InsertTime","YYYY-MM-dd HH:mm:ss "] 
                remove_field => "InsertTime" 
        } 

注：match => ["timestamp" ,"dd/MMM/YYYY H:m:s Z"]

匹配这个字段，字段的格式为：日日/月月月/年年年年 时/分/秒 时区，也可以写为：match => ["timestamp","ISO8601"](推荐)

date介绍：

就是将匹配日志中时间的key替换为@timestamp的时间，因为@timestamp的时间是日志送到logstash的时间，并不是日志中真正的时间。

6、对多类日志分类处理(重点)

在filebeat的配置中添加type分类：

filebeat: 
  prospectors: 
    - 
      paths: 
        #- /mnt/data/WebApiDebugLog.txt* 
        - /mnt/data_total/WebApiDebugLog.txt* 
      fields: 
        type: WebApiDebugLog_total 
    - 
      paths: 
        - /mnt/data_request/WebApiDebugLog.txt* 
        #- /mnt/data/WebApiDebugLog.txt* 
      fields: 
        type: WebApiDebugLog_request 
    - 
      paths: 
        - /mnt/data_report/WebApiDebugLog.txt* 
        #- /mnt/data/WebApiDebugLog.txt* 
      fields: 
        type: WebApiDebugLog_report 

在logstash filter中使用if，可进行对不同类进行不同处理：

filter { 
   if [fields][type] == "WebApiDebugLog_request" {   #对request 类日志 
        if ([message] =~ "^20.*-\ task\ report,.*,start\ time.*") {   #删除report 行 
                drop {} 
        } 
    grok { 
        match => {"... ..."} 
        } 
} 

在logstash output中使用if：

if [fields][type] == "WebApiDebugLog_total" { 
    elasticsearch { 
        hosts => ["6.6.6.6:9200"] 
        index => "logstashl-WebApiDebugLog_total-%{+YYYY.MM.dd}" 
        document_type => "WebApiDebugLog_total_logs" 
}  

二、对ELK整体性能的优化

1、性能分析

服务器硬件Linux：1cpu4GRAM

假设每条日志250Byte。

分析：

①logstash-Linux：1cpu 4GRAM

• 每秒500条日志;
• 去掉ruby每秒660条日志;
• 去掉grok后每秒1000条数据。

②filebeat-Linux：1cpu 4GRAM

• 每秒2500-3500条数据;
• 每天每台机器可处理：24h*60min*60sec* 3000*250Byte=64,800,000,000Bytes，约64G。

③瓶颈在logstash从Redis中取数据存入ES，开启一个logstash，每秒约处理6000条数据;开启两个logstash，每秒约处理10000条数据(cpu已基本跑满);

④logstash的启动过程占用大量系统资源，因为脚本中要检查java、ruby以及其他环境变量，启动后资源占用会恢复到正常状态。

2、关于收集日志的选择：logstash/filter

没有原则要求使用filebeat或logstash，两者作为shipper的功能是一样的。

区别在于：

• logstash由于集成了众多插件，如grok、ruby，所以相比beat是重量级的;
• logstash启动后占用资源更多，如果硬件资源足够则无需考虑二者差异;
• logstash基于JVM，支持跨平台;而beat使用golang编写，AIX不支持;
• AIX 64bit平台上需要安装jdk(jre) 1.7 32bit，64bit的不支持;
• filebeat可以直接输入到ES，但是系统中存在logstash直接输入到ES的情况，这将造成不同的索引类型造成检索复杂，建议统一输入到els 的源。

总结：

logstash/filter总之各有千秋，但是我推荐选择：在每个需要收集的日志服务器上配置filebeat，因为轻量级，用于收集日志;再统一输出给logstash，做对日志的处理;然后统一由logstash输出给els。

3、logstash的优化相关配置

可以优化的参数，可根据自己的硬件进行优化配置：

①pipeline线程数，官方建议是等于CPU内核数

• 默认配置 ---> pipeline.workers: 2;
• 可优化为 ---> pipeline.workers: CPU内核数(或几倍CPU内核数)。

②实际output时的线程数

• 默认配置 ---> pipeline.output.workers: 1;
• 可优化为 ---> pipeline.output.workers: 不超过pipeline线程数。

③每次发送的事件数

• 默认配置 ---> pipeline.batch.size: 125;
• 可优化为 ---> pipeline.batch.size: 1000。

④发送延时

• 默认配置 ---> pipeline.batch.delay: 5;
• 可优化为 ---> pipeline.batch.size: 10。

总结：

通过设置-w参数指定pipeline worker数量，也可直接修改配置文件logstash.yml。这会提高filter和output的线程数，如果需要的话，将其设置为cpu核心数的几倍是安全的，线程在I/O上是空闲的。

默认每个输出在一个pipeline worker线程上活动，可以在输出output中设置workers设置，不要将该值设置大于pipeline worker数。

还可以设置输出的batch_size数，例如ES输出与batch size一致。

filter设置multiline后，pipline worker会自动将为1，如果使用filebeat，建议在beat中就使用multiline，如果使用logstash作为shipper，建议在input中设置multiline，不要在filter中设置multiline。

Logstash中的JVM配置文件：

Logstash是一个基于Java开发的程序，需要运行在JVM中，可以通过配置jvm.options来针对JVM进行设定。比如内存的大小、垃圾清理机制等等。JVM的内存分配不能太大不能太小，太大会拖慢操作系统。太小导致无法启动。默认如下：

• Xms256m#下限使用内存;
• Xmx1g#上限使用内存。

4、引入Redis的相关问题

filebeat可以直接输入到logstash(indexer)，但logstash没有存储功能，如果需要重启需要先停所有连入的beat，再停logstash，造成运维麻烦;另外如果logstash发生异常则会丢失数据;引入Redis作为数据缓冲池，当logstash异常停止后可以从Redis的客户端看到数据缓存在Redis中;

Redis可以使用list(最长支持4,294,967,295条)或发布订阅存储模式;

Redis做ELK缓冲队列的优化：

• bind 0.0.0.0 #不要监听本地端口;
• requirepass ilinux.io #加密码，为了安全运行;
• 只做队列，没必要持久存储，把所有持久化功能关掉：

快照(RDB文件)和追加式文件(AOF文件)，性能更好;

save "" 禁用快照;

appendonly no 关闭RDB。

• 把内存的淘汰策略关掉，把内存空间调到尽可能大

maxmemory 0 #maxmemory为0的时候表示我们对Redis的内存使用没有限制。

5、Elasticsearch节点优化配置

服务器硬件配置，OS参数：

1)/etc/sysctl.conf 配置

vim /etc/sysctl.conf

① vm.swappiness = 1                     #ES 推荐将此参数设置为 1，大幅降低 swap 分区的大小，强制使用内存，注意，这里不要设置为 0, 这会很可能会造成 OOM 
② net.core.somaxconn = 65535     #定义了每个端口监听队列上限的长度 
③ vm.max_map_count= 262144    #限制一个进程可以拥有的VMA(虚拟内存区域)的数量。虚拟内存区域是一个连续的虚拟地址空间区域。当VMA 的数量超过这个值，OOM 
④ fs.file-max = 518144                   #设置 Linux 内核分配的文件句柄的max数量 

[root@elasticsearch]# sysctl -p生效一下。

2)limits.conf 配置

vim /etc/security/limits.conf

elasticsearch    soft    nofile          65535 
elasticsearch    hard    nofile          65535 
elasticsearch    soft    memlock         unlimited 
elasticsearch    hard    memlock         unlimited 

3)为了使以上参数一直生效，还要设置两个地方：

vim /etc/pam.d/common-session-noninteractive 
vim /etc/pam.d/common-session 

添加如下属性：

session required pam_limits.so 

可能需重启后生效。

Elasticsearch中的JVM配置文件

-Xms2g

-Xmx2g

• 将Xms和Xmx设置为彼此相等。
• Elasticsearch可用的堆越多，可用于缓存的内存就越多。但请注意，太多的堆可能会使您长时间垃圾收集暂停。
• 设置Xmx为不超过物理RAM的50%，以确保有足够的物理内存留给内核文件系统缓存。
• 不要设置Xmx为JVM用于压缩对象指针的临界值以上;确切的截止值有所不同，但接近32 GB。不要超过32G，如果空间大，多跑几个实例，不要让一个实例太大内存。

Elasticsearch配置文件优化参数：

1)vim elasticsearch.yml

bootstrap.memory_lock: true  #锁住内存，不使用swap 
#缓存、线程等优化如下 
bootstrap.mlockall: true 
transport.tcp.compress: true 
indices.fielddata.cache.size: 40% 
indices.cache.filter.size: 30% 
indices.cache.filter.terms.size: 1024mb 
threadpool: 
    search: 
        type: cached 
        size: 100 
        queue_size: 2000 

2)设置环境变量

vim /etc/profile.d/elasticsearch.sh export ES_HE AP _SIZE=2g #Heap Size不超过物理内存的一半，且小于32G。

集群的优化(我未使用集群)：

• ES是分布式存储，当设置同样的cluster.name后会自动发现并加入集群;
• 集群会自动选举一个master，当master宕机后重新选举;
• 为防止"脑裂"，集群中个数建议为奇数个;
• 为有效管理节点，可关闭广播discovery. zen.ping.multicast.enabled: false，并设置单播节点组discovery.zen.ping.unicast.hosts: ["ip1", "ip2", "ip3"]。

6、性能的检查

检查输入和输出的性能：

Logstash和其连接的服务运行速度一致，它可以和输入、输出的速度一样快。

检查系统参数：

1)CPU

• 注意CPU是否过载。在Linux/Unix系统中可以使用top-H查看进程参数以及总计。
• 如果CPU使用过高，直接跳到检查JVM堆的章节并检查Logstash worker设置。

2)Memory

• 注意Logstash是运行在Java虚拟机中的，所以它只会用到你分配给它的内存。
• 检查其他应用使用大量内存的情况，这将造成Logstash使用硬盘swap，这种情况会在应用占用内存超出物理内存范围时。

3)I/O监控磁盘I/O检查磁盘饱和度

• 使用Logstash plugin(例如使用文件输出)磁盘会发生饱和。
• 当发生大量错误，Logstash生成大量错误日志时磁盘也会发生饱和。
• 在Linux中，可使用iostat，dstat或者其他命令监控磁盘I/O。

4)监控网络I/O

• 当使用大量网络操作的input、output时，会导致网络饱和。
• 在Linux中可使用dstat或iftop监控网络情况。

检查JVM heap：

• heap设置太小会导致CPU使用率过高，这是因为JVM的垃圾回收机制导致的。
• 一个快速检查该设置的方法是将heap设置为两倍大小然后检测性能改进。不要将heap设置超过物理内存大小，保留至少1G内存给操作系统和其他进程。
• 你可以使用类似jmap命令行或VisualVM更加精确的计算JVM heap。