怎样通过 Logstash 将数据采集到 Elasticsearch

作者：来自 Elastic Andre Luiz

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。
  

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：

1. version: '3.8'
2. services:
5. elasticsearch:
6.    image: docker.elastic.co/elasticsearch/elasticsearch:8.16.2
7.    container_name: elasticsearch-8.16.2
8.    environment:
9.      - node.name=elasticsearch
10.      - xpack.security.enabled=false
11.      - discovery.type=single-node
12.      - "ES_JAVA_OPTS=-Xms1024m -Xmx1024m"
13.    ports:
14.      - 9200:9200
15.    networks:
16.      - shared_network
19. kibana:
20.    image: docker.elastic.co/kibana/kibana:8.16.2
21.    container_name: kibana-8.16.2
22.    restart: always
23.    environment:
24.      - ELASTICSEARCH_URL=http://elasticsearch:9200
25.    ports:
26.      - 5601:5601
27.    depends_on:
28.      - elasticsearch
29.    networks:
30.      - shared_network
33. logstash:
34.    image: docker.elastic.co/logstash/logstash:8.16.2
35.    container_name: logstash-8.16.2
36.    volumes:
37.      - ./logstash.conf:/usr/share/logstash/pipeline/logstash.conf
38.    ports:
39.      - "5044:5044"
40.    depends_on:
41.      - elasticsearch
42.    networks:
43.      - shared_network
48. zookeeper:
49.    image: confluentinc/cp-zookeeper:latest
50.    container_name: zookeeper
51.    environment:
52.      ZOOKEEPER_CLIENT_PORT: 2181
53.      ZOOKEEPER_TICK_TIME: 2000
54.    ports:
55.      - 2181:2181
56.    networks:
57.      - shared_network
60. kafka:
61.    image: confluentinc/cp-kafka:latest
62.    container_name: kafka
63.    depends_on:
64.      - zookeeper
65.    environment:
66.      KAFKA_BROKER_ID: 1
67.      KAFKA_ZOOKEEPER_CONNECT: zookeeper:2181
68.      KAFKA_ADVERTISED_LISTENERS: PLAINTEXT://kafka:9092
69.      KAFKA_OFFSETS_TOPIC_REPLICATION_FACTOR: 1
70.    ports:
71.      - 9092:9092
72.    networks:
73.      - shared_network
76. networks:
77. shared_network:

复制代码

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。
  

1. input {
2. kafka {
3.    bootstrap_servers => "kafka:9092"
4.    topics => ["logs"]
5.    group_id => "logstash-consumer"
6. }
7. }

复制代码

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。

1. grok {
2. match => {
3.    "message" => "%{TIMESTAMP_ISO8601:timestamp},%{WORD:log_level},%{IP:client_ip},%{URIPATH:uri},%{NUMBER:status}"
4. }
5. }

复制代码

示例日志：

1. 2025-01-05 16:30:15,INFO,69.162.81.155,/api/products,200,{"user_id":123,"region":"US"}

复制代码

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。

1. date {
2.     match => ["timestamp", "yyyy-MM-dd HH:mm:ss"]
3.     target => "@timestamp"
4.   }

复制代码

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。

1.   geoip {
2.     source => "client_ip"
3.     target => "geoip"
4.   }

复制代码

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。

1. output {
2. elasticsearch {
3.    hosts => ["http://172.21.0.1:9200"]
4.    index => "webapp_logs"
5. }
6. }

复制代码

现在我们已经定义了配置文件。以下是完整文件：

1. input {
2. kafka {
3.    bootstrap_servers => "kafka:9092"
4.    topics => ["logs"]
5.    group_id => "logstash-consumer"
6. }
7. }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 {
8. elasticsearch {
9.    hosts => ["http://172.21.0.1:9200"]
10.    index => "webapp_logs"
11. }
12. }

复制代码

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。

1. docker exec -it kafka kafka-topics --create --topic logs --bootstrap-server kafka:9092 --partitions 1 --replication-factor 1

复制代码

要发送消息，请在终端中执行以下命令：

1. docker exec -it kafka kafka-topics --create --topic logs --bootstrap-server kafka:9092 --partitions 1 --replication-factor 1

复制代码

要发送的消息：

1. 2025-01-05 16:30:15,INFO,69.162.81.155,/api/products,200,{"user_id":123,"region":"US"}
2. 2025-01-05 16:31:02,ERROR,104.101.21.255,/api/orders,500,{"user_id":124,"region":"BR"}
3. 2025-01-05 16:32:45,INFO,103.244.145.255,/api/cart,404,{"user_id":125,"region":"DE"}

复制代码

要检察索引数据，请转到 Kibana：

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。