论坛 › Postrge-SQL技术社区 › 怎样通过 Logstash 将数据采集到 Elasticsearch

干翻全岛蛙蛙 发表于 2025-2-15 07:42:37

怎样通过 Logstash 将数据采集到 Elasticsearch

作者：来自 Elastic Andre Luiz
https://i-blog.csdnimg.cn/direct/9f0ca8b6be8c408f826b7bf97623912c.webp
将 Logstash 与 Elasticsearch 集成以实现高效的数据提取、索引和搜索的分步指南。

什么是 Logstash？

Logstash 是一种广泛使用的 Elastic Stack 工具，用于实时处理大量日志数据。它充当高效的数据管道，未来自各种泉源的信息集成到单一布局化流中。其主要功能是可靠地执行数据提取、转换和加载。
Logstash 具有多种优势，尤其是其在支持多种范例的输入、过滤器和输出方面的多功能性，可与各种泉源和目的地集成。它实时处理数据，捕获和转换信息。它与 Elastic Stack（尤其是 Elasticsearch 和 Kibana）的原生集成有助于数据分析和可视化。别的，它还包括高级过滤器，可实现高效的数据规范化、丰富和转换。

Logstash 怎样工作？

Logstash 由输入、过滤器和输出组成，它们构成了数据处理管道。这些组件在定义数据提取流程的 .config 文件中举行配置。


[*]输入（Inputs）：从各种泉源捕获数据。
[*]过滤器（Filters）：处理和转换捕获的数据。
[*]输出（Outputs）：将转换后的数据发送到定义的目的地。
https://i-blog.csdnimg.cn/direct/b6e0f59ec4df4718ad0e3f2a84a266e4.webp
每个组件最常见的范例如下所示：
输入范例：


[*]文件：读取各种格式（文本、JSON、CSV 等）的日志文件。
[*]消息队列：Kafka、RabbitMQ。
[*]API：Webhook 或其他数据收集 API。
[*]数据库：用于关系数据提取的 JDBC 连接。
过滤器范例：


[*]Grok：用于分析和提取文本模式。
[*]Mutate：修改字段（重定名、转换范例、删除数据）。
[*]Date：将日期和时间字符串转换为可读的日期格式。
[*]GeoIP：使用地理数据丰富日志。
[*]JSON：解析或天生 JSON 数据。
输出范例：


[*]Elasticsearch：最常见的目的地，Elasticsearch 是一个搜索和分析引擎，允许对 Logstash 索引的数据举行强大的搜索和可视化。
[*]Files：将处理后的数据存储在本地。
[*]云服务：Logstash 可以将数据发送到各种云服务，例如 AWS S3、Google Cloud Storage、Azure Blob Storage，举行存储或分析。
[*]数据库：Logstash 可以通过特定的连接器将数据发送到各种其他数据库，例如 MySQL、PostgreSQL、MongoDB 等。

Elasticsearch 的数据提取

在此示例中，我们使用 Logstash 将数据提取到 Elasticsearch 中。此示例中配置的步骤将具有以下流程：

[*]Kafka 将用作数据源。
[*]Logstash 将使用数据，应用 grok、geoip 和 mutate 等过滤器来构造数据。
[*]转换后的数据将发送到 Elasticsearch 中的索引。
[*]Kibana 将用于可视化索引数据。

先决条件

我们将使用 Docker Compose 创建一个具有必要服务的环境：Elasticsearch、Kibana、Logstash 和 Kafka。Logstash 配置文件名为 logstash.conf，将直接挂载到 Logstash 容器中。下面我们将详细介绍配置文件的配置。
这是 docker-compose.yml：
version: '3.8'
services:


elasticsearch:
   image: docker.elastic.co/elasticsearch/elasticsearch:8.16.2
   container_name: elasticsearch-8.16.2
   environment:
   - node.name=elasticsearch
   - xpack.security.enabled=false
   - discovery.type=single-node
   - "ES_JAVA_OPTS=-Xms1024m -Xmx1024m"
   ports:
   - 9200:9200
   networks:
   - shared_network


kibana:
   image: docker.elastic.co/kibana/kibana:8.16.2
   container_name: kibana-8.16.2
   restart: always
   environment:
   - ELASTICSEARCH_URL=http://elasticsearch:9200
   ports:
   - 5601:5601
   depends_on:
   - elasticsearch
   networks:
   - shared_network


logstash:
   image: docker.elastic.co/logstash/logstash:8.16.2
   container_name: logstash-8.16.2
   volumes:
   - ./logstash.conf:/usr/share/logstash/pipeline/logstash.conf
   ports:
   - "5044:5044"
   depends_on:
   - elasticsearch
   networks:
   - shared_network




zookeeper:
   image: confluentinc/cp-zookeeper:latest
   container_name: zookeeper
   environment:
   ZOOKEEPER_CLIENT_PORT: 2181
   ZOOKEEPER_TICK_TIME: 2000
   ports:
   - 2181:2181
   networks:
   - shared_network


kafka:
   image: confluentinc/cp-kafka:latest
   container_name: kafka
   depends_on:
   - zookeeper
   environment:
   KAFKA_BROKER_ID: 1
   KAFKA_ZOOKEEPER_CONNECT: zookeeper:2181
   KAFKA_ADVERTISED_LISTENERS: PLAINTEXT://kafka:9092
   KAFKA_OFFSETS_TOPIC_REPLICATION_FACTOR: 1
   ports:
   - 9092:9092
   networks:
   - shared_network


networks:
shared_network: 如上所述，将定义 Logstash 管道，在此步骤中，我们将描述输入、过滤器和输出配置。
将在当前目录（docker-compose.yml 所在的位置）中创建 logstash.conf 文件。在 docker-compose.yml 中，本地文件系统上的 logstash.conf 文件将安装在容器内的路径 /usr/share/logstash/pipeline/logstash.conf 中。

Logstash 管道配置

Logstash 管道分为三个部分：输入、过滤器和输出。


[*]输入：定义数据的使用位置（在本例中为 Kafka）。
[*]过滤器：对原始数据举行转换和布局化。
[*]输出：指定处理后的数据发送到的位置（在本例中为 Elasticsearch）。
接下来，我们将详细配置每个步骤。

输入配置

数据源是 Kafka 主题，要使用该主题的数据，需要配置 Kafka 输入插件。以下是 Logstash 中 Kafka 插件的配置，我们定义：


[*]bootstrap_servers：Kafka 服务器的地址。
[*]topics：要使用的主题的名称。
[*]group_id：消费者组标识符。
input {
kafka {
   bootstrap_servers => "kafka:9092"
   topics => ["logs"]
   group_id => "logstash-consumer"
}
} 这样，我们就可以吸收数据了。

过滤器配置

过滤器负责转换和构造数据。让我们配置以下过滤器：

Grok 过滤器

从非布局化数据中提取布局化信息。在本例中，它提取时间戳、日志级别、客户端 IP、URI、状态和 JSON 负载。
grok {
match => {
   "message" => "%{TIMESTAMP_ISO8601:timestamp},%{WORD:log_level},%{IP:client_ip},%{URIPATH:uri},%{NUMBER:status}"
}
} 示例日志：
2025-01-05 16:30:15,INFO,69.162.81.155,/api/products,200,{"user_id":123,"region":"US"} 提取字段：


[*]timestamp：提取日期和时间（例如：2025-01-05T16:30:15）。
[*]log_level：捕获日志级别（例如：INFO、ERROR）。
[*]client_ip：捕获客户端 IP 地址（例如：69.162.81.155）。
[*]uri：捕获 URI 路径（例如：/api/products）。
[*]status：捕获 HTTP 状态码（例如：200）。

日期过滤器

将时间戳字段转换为 Elasticsearch 可读的格式并将其存储在 @timestamp 中。
date {
    match => ["timestamp", "yyyy-MM-dd HH:mm:ss"]
    target => "@timestamp"
}
GeoIP 过滤器

接下来，我们将使用 geoip 过滤器根据 client_ip 字段的值检索地理信息，例如国家、地域、都会和坐标。
geoip {
    source => "client_ip"
    target => "geoip"
}
Mutate 过滤器

变异过滤器允许对字段举行转换。在本例中，我们将使用它的两个属性：


[*]remove_field：删除时间戳和消息字段，因为它们不再需要。
[*]convert：将状态字段从字符串转换为整数。

输出配置

输出定义转换后的数据将发送到那边。在本例中，我们将使用 Elasticsearch。
output {
elasticsearch {
   hosts => ["http://172.21.0.1:9200"]
   index => "webapp_logs"
}
} 现在我们已经定义了配置文件。以下是完整文件：
input {
kafka {
   bootstrap_servers => "kafka:9092"
   topics => ["logs"]
   group_id => "logstash-consumer"
}
}filter { grok {   match => {   "message" => "%{TIMESTAMP_ISO8601:timestamp},%{WORD:log_level},%{IP:client_ip},%{URIPATH:uri},%{NUMBER:status}"   } } date {   match => ["timestamp", "yyyy-MM-dd HH:mm:ss"]   target => "@timestamp" } geoip {   source => "client_ip"   target => "geoip" } mutate {   remove_field => ["timestamp", "message"]   convert => { "status" => "integer" } }}output {
elasticsearch {
   hosts => ["http://172.21.0.1:9200"]
   index => "webapp_logs"
}
}
发送和提取数据

容器运行时，我们可以开始向主题发送消息并等待数据被索引。首先，如果尚未创建主题（topic），请创建主题。
docker exec -it kafka kafka-topics --create --topic logs --bootstrap-server kafka:9092 --partitions 1 --replication-factor 1 要发送消息，请在终端中执行以下命令：
docker exec -it kafka kafka-topics --create --topic logs --bootstrap-server kafka:9092 --partitions 1 --replication-factor 1 要发送的消息：
2025-01-05 16:30:15,INFO,69.162.81.155,/api/products,200,{"user_id":123,"region":"US"}
2025-01-05 16:31:02,ERROR,104.101.21.255,/api/orders,500,{"user_id":124,"region":"BR"}
2025-01-05 16:32:45,INFO,103.244.145.255,/api/cart,404,{"user_id":125,"region":"DE"} 要检察索引数据，请转到 Kibana：
https://i-blog.csdnimg.cn/direct/39059f615a434bcc98eedeafd51d0f9d.webp
索引乐成完成后，我们可以在 Kibana 中检察和分析数据。映射和索引过程可确保字段根据 Logstash 中定义的配置举行布局化。

结论

通过提供的配置，我们使用 Logstash 创建了一个管道，用于在具有 Elasticsearch 和 Kafka 的容器化环境中索引日志。我们探索了 Logstash 使用 grok、date、geoip 和 mutate 等过滤器处理消息的灵活性，从而构建了数据以供在 Kibana 中举行分析。别的，我们还演示了怎样配置与 Kafka 的集成以使用消息并使用它们来处理和索引数据。

参考



[*]Logstash

[*]https://www.elastic.co/guide/en/logstash/current/index.html

[*]Logstash Docker

[*]https://www.elastic.co/guide/en/logstash/current/docker.html

[*] GeoIp Plugin

[*]https://www.elastic.co/guide/en/logstash/current/plugins-filters-geoip.html

[*]Mutate Plugin

[*]https://www.elastic.co/guide/en/logstash/current/plugins-filters-mutate.html

[*]Grok Plugin

[*]https://www.elastic.co/guide/en/logstash/current/plugins-filters-grok.html

[*]Kafka Plugin

[*]https://www.elastic.co/guide/en/logstash/current/plugins-inputs-kafka.html

想要获得 Elastic 认证？了解下一期 Elasticsearch 工程师培训何时举行！
Elasticsearch 包罗许多新功能，可帮助你针对自己的用例构建最佳搜索解决方案。深入了解我们的示例笔记本以了解更多信息，开始免费云试用，或立刻在本地机器上试用 Elastic。

原文：How to ingest data to Elasticsearch through Logstash - Elasticsearch Labs

免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。

查看完整版本: 怎样通过 Logstash 将数据采集到 Elasticsearch