使用Fluentd + Elasticsearch收集訪問日誌
本文介紹如何:
- 跨伺服器收集和處理Web應用程式日誌。
- 將收集的日誌近乎實時地傳送到聚合器Fluentd。
- 將收集的日誌儲存到Elasticsearch中。
- 使用Kibana視覺化資料。
先決條件
- 對Fluentd,Elasticsearch和Kibana的基本瞭解
- Fluentd,Elasticsearch和Kibana已安裝
我們想做什麼?
想象一下,你有一個應用程式,它與外部提供商交換資料。一切都很好,但有時會出現問題,您或他們需要知道您傳送的資料和他們要求的資料。然後你用谷歌搜尋並意識到你需要有一個訪問日誌,五分鐘後你將包括slf4j + logback / log4j2並寫入伺服器中的檔案。您的應用程式開始獲得點選,現在你有十個節點的叢集,日誌分散在十個節點上。現在,每次需要查詢請求時,都需要在每個節點中執行,當你意識到你需要集中你的日誌,這篇文章來幫助你。
我們怎麼做?
還有一堆的工具,你可以用它來集中應用程式日誌:rsyslog, logstash, flume, scribe, fluentd, 從應用程式的角度來看,我將使用logback來記錄和流暢地將資料傳送給流利的人。E lasticsearch將保留日誌資料,以便稍後由kibana查詢。
將日誌傳送到本地fluentd
首先,我們需要能夠記錄請求和響應。這可以透過不同的方式實現,我將使用logback-access庫,它就像一個用於logback的外掛,並且與Jetty完美契合。
使用您最喜歡的依賴管理器將其包含在您的應用中:
<dependency> <groupId>ch.qos.logback</groupId> <artifactId>logback-access</artifactId> <version>1.2.3</version> </dependency>` |
這個庫提供了幾個類,我們將使用ch.qos.logback.access.servlet.TeeFilter來訪問請求和響應有效負載(正文),並使用ch.qos.logback.access.jetty.RequestLogImp ll來發布請求並響應要回溯的資料,以便在我們的日誌佈局中使用它們。現在我們需要將這些類插入Jetty,有兩行要突出顯示:
contextHandler.addFilter(new FilterHolder(new TeeFilter()), “/*”, util.EnumSet.of(DispatcherType.INCLUDE, DispatcherType.REQUEST, DispatcherType.FORWARD))
我們使用TeeFilter來攔截所有匹配正規表示式“/ *”的請求,以複製請求和響應有效負載,以供我們記錄。
requestLog.setResource("/logback-access.xml")
Logback-access使用它自己的配置檔案,它是可配置的(預設路徑是{jetty.home} /etc/logback-access.xml)。應該是這樣的:
<configuration> <appender name="FLUENCY" class="ch.qos.logback.more.appenders.FluencyLogbackAppender"> <!-- Tag for Fluentd. Farther information: http://docs.fluentd.org/articles/config-file --> <tag>accesslog</tag> <!-- Host name/address and port number which Flentd placed --> <remoteHost>localhost</remoteHost> <port>20001</port> <!-- [Optional] Configurations to customize Fluency's behavior: https://github.com/komamitsu/fluencyusage --> <ackResponseMode>false</ackResponseMode> <fileBackupDir>/tmp</fileBackupDir> <!-- Initial chunk buffer size is 1MB (by default)--> <bufferChunkInitialSize>2097152</bufferChunkInitialSize> <!--Threshold chunk buffer size to flush is 4MB (by default)--> <bufferChunkRetentionSize>16777216</bufferChunkRetentionSize> <!-- Max total buffer size is 512MB (by default)--> <maxBufferSize>268435456</maxBufferSize> <!-- Max wait until all buffers are flushed is 10 seconds (by default)--> <waitUntilBufferFlushed>30</waitUntilBufferFlushed> <!-- Max wait until the flusher is terminated is 10 seconds (by default) --> <waitUntilFlusherTerminated>40</waitUntilFlusherTerminated> <!-- Flush interval is 600ms (by default)--> <flushIntervalMillis>200</flushIntervalMillis> <!-- Max retry of sending events is 8 (by default) --> <senderMaxRetryCount>12</senderMaxRetryCount> <!-- [Optional] Enable/Disable use of EventTime to get sub second resolution of log event date-time --> <useEventTime>true</useEventTime> <encoder> <pattern><![CDATA[REQUEST FROM %remoteIP ON %date{yyyy-MM-dd HH:mm:ss,UTC} UTC // %responseHeader{X-UOW} // responseHeader{X-RequestId} %n >>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>> %fullRequest <<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<< %fullResponse ]]> </pattern> </encoder> </appender> <appender-ref ref="FLUENCY"/> </configuration> |
使用logback-more-appenders的 ch.qos.logback.more.appenders.FluencyLogbackAppender 插入logback-access 和Fluency。
<dependency> <groupId>org.komamitsu</groupId> <artifactId>fluency</artifactId> <version>1.8.1</version> </dependency> <dependency> <groupId>com.sndyuk</groupId> <artifactId>logback-more-appenders</artifactId> <version>1.5.0</version> </dependency> |
Fluency 有很多緩衝風格配置你需要調整,這裡有很好的解釋。對於本文,我們將重點關注tag,remoteHost和port。
- tag用於標記事件。我們將使用它來匹配我們在流利的事件中的事件,並能夠解析,過濾和轉發它們到elasticsearch。
- remoteHost是事件將被髮送的地方,在這種情況下我們將有一個本地流利的所以我們使用'localhost'
- port , fluentd監聽埠
- encoder.pattern定義事件的佈局。它與您的日誌模式相同,您可以使用佔位符,但在此提交發布之前無法使用MDC資料。以下是我們的活動將如何顯示的示例:
REQUEST FROM 69.28.94.231 ON 2018-10-30 00:00:00 UTC // myapp-node-00-1540857599992 // h5hSUaVHvr >>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>> POST /my/app/path HTTP/1.1 X-Forwarded-Proto: https X-Forwarded-For: 69.28.94.231 Host: my.company.com Content-Length: 30 Content-Type: application/json
{"message": "This is the body of the request" }
<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<< HTTP/1.1 200 OK X-RequestId: h5hSUaVHvr X-UOW: myapp-node-00-1540857599992 Date: Mon, 29 Oct 2018 23:59:59 GMT Content-Type: application/json; charset=UTF-8
{"message": "This is the body of the response", "status": "Okey!"}
從本地Fluency 轉發日誌到遠端Fluency
我們配置本地流利,以處理我們的事件並將它們轉發給Fluency的聚合器。配置檔案(預設情況下為/etc/td-agent/td-agent.conf):
<source> @type forward port 20001 </source> <filter accesslog> @type parser key_name msg reserve_data false <parse> @type multiline format_firstline /^REQUEST FROM/ format1 /REQUEST FROM (?<request.ip>[^ ]*) ON (?<time>\d{4}-\d{2}-\d{2} \d{2}\:\d{2}\:\d{2} [^ ]+) // (?<request.uow>[^ ]*) // (?<request.id>[^ ]*)\n/ format2 />{49}\n/ format3 /(?<request.method>[^ ]*) (?<request.path>[^ ]*) (?<request.protocol>[^ ]*)\n/ format4 /(?<request.headers>(?:.|\n)*?)\n\n/ format5 /(?<request.body>(?:.|\n)*?)\n/ format6 /<{49}\n/ format7 /(?<response.protocol>[^ ]*) (?<response.status.code>[^ ]*) (?<response.status.description>[^\n]*)\n/ format8 /(?<response.headers>(?:.|\n)*?)\n\n/ format9 /(?<response.body>(?:.|\n)*?)\n\Z/ </parse> </filter> # Parse request.headers="Header: Value\n Header: Value\n" to become and Object request.headers={"Header": "Value", "Header": "Value"} <filter accesslog> @type record_transformer enable_ruby true renew_record false auto_typecast true <record> hostname "#{Socket.gethostname}" request.headers ${Hash[record["request.headers"].each_line.map { |l| l.chomp.split(': ', 2) }]} response.headers ${Hash[record["response.headers"].each_line.map { |l| l.chomp.split(': ', 2) }]} </record> </filter> <match accesslog> @type forward send_timeout 5s recover_wait 10s hard_timeout 30s flush_interval 5s <server> name elastic-node-00 host elastic-node-00 port 24224 weight 100 </server> </match> <match **> @type file path /tmp/fluentd/output/messages </match> |
強調:
- source.port與我們在logback-access.xml中配置的埠相同,用於傳送logaccess事件。
- filter 和match標籤有' accesslog '關鍵字。這是我之前提到過的標籤。我們正在使用完美的匹配,但可以有一個正規表示式。
- match標籤將我們的事件轉發到位於主機'elastic-node-00'中的Fluency聚合器並偵聽埠24224
- Filter按順序應用
- filter.parse有一個正規表示式來解析我們的事件。組標籤(如response.body或 request.method)將在過濾後用作json屬性。例如,我們的示例事件在每個過濾器後將如下所示:
First filter { ... "time": "2018-10-30 00:00:00 UTC" "request.ip": "192.168.0.1", "request.uow": "myapp-node-00-1540857599992", "request.id": "h5hSUaVHvr", "request.method": "POST", "request.path": "/my/app/path", "request.protocol": "HTTP/1.1", "request.headers": "X-Forwarded-Proto: https\nX-Forwarded-For: 69.28.94.231\nHost: my.company.com\nContent-Length: 30\nContent-Type: application/json", "request.body": "{\"message\": \"This is the body of the request\" }", "response.protocol": "HTTP/1.1", "response.status.code": "200", "response.status.description": "OK" "response.headers": "X-RequestId: h5hSUaVHvr\nX-UOW: myapp-node-00-1540857599992\nDate: Mon, 29 Oct 2018 23:59:59 GMT\nContent-Type: application/json; charset=UTF-8" "response.body": "{\"message\": \"This is the body of the response\", \"status\": \"Okey!\"}" ... } Second filter { ... "time": "2018-10-30 00:00:00 UTC" "request.ip": "192.168.0.1", "request.uow": "myapp-node-00-1540857599992", "request.id": "h5hSUaVHvr", "request.method": "POST", "request.path": "/my/app/path", "request.protocol": "HTTP/1.1", "request.headers": { "X-Forwarded-Proto": "https", "X-Forwarded-For": "69.28.94.231", "Host":" my.company.com", "Content-Length": "30", "Content-Type": "application/json" }, "request.body": "{\"message\": \"This is the body of the request\" }", "response.protocol": "HTTP/1.1", "response.status.code": "200", "response.status.description": "OK" "response.headers": { "X-RequestId: "h5hSUaVHvr", "X-UOW": "myapp-node-00-1540857599992", "Date": "Mon, 29 Oct 2018 23:59:59 GMT", "Content-Type": "application/json; charset=UTF-8" } "response.body": "{\"message\": \"This is the body of the response\", \"status\": \"Okey!\"}" ... } |
將收集的日誌儲存到Elasticsearch中
這部分非常簡單,我們必須接收事件並將它們轉發給elasticsearch。Fluentd配置檔案應如下所示:
<source> @type forward port 24224 bind 0.0.0.0 </source> <match accesslog> @type elasticsearch scheme http host localhost port 9200 logstash_format true validate_client_version true </match> |
強調
- source.port 與我們在 match.server.port中配置的埠相同
- match.logstash_format 生成格式為 logstash -YYYY-mm-dd的Elasticsearch索引
- match.port表示Elasticsearch API偵聽埠
在Kibana中檢視資料
現在您只需要進入Kibana應用所有訪問日誌
相關文章
- Docker Compose部署 EFK(Elasticsearch + Fluentd + Kibana)收集日誌DockerElasticsearch
- fluentd收集kubernetes 叢集日誌分析
- Elasticsearch+Fluentd+Kafka搭建分散式日誌系ElasticsearchKafka分散式
- ABP 使用ElasticSearch、Kibana、Docker 進行日誌收集ElasticsearchDocker
- 輕鬆上手Fluentd,結合 Rainbond 外掛市場,日誌收集更快捷AI
- SpringBoot使用ELK日誌收集Spring Boot
- 使用Kafka做日誌收集Kafka
- Elasticsearch+kibana+logstash 搭建日誌收集分析平臺Elasticsearch
- FeignClient配置日誌訪問client
- 日誌收集之filebeat使用介紹
- Linux下使用GoAccess監控Nginx訪問日誌LinuxGoNginx
- Tomcat訪問日誌淺析Tomcat
- ELK日誌系統之使用Rsyslog快速方便的收集Nginx日誌Nginx
- Vector + ClickHouse 收集日誌
- rac日誌收集方法
- logstash收集springboot日誌Spring Boot
- go fiber: 增加訪問日誌accesslogGo
- 比較開源日誌:Logstash、FluentD 和 Fluent Bit
- Laravel 使用 Elasticsearch 作為日誌儲存LaravelElasticsearch
- 日誌服務之分析使用者訪問行為
- Lumen日誌接入 ElasticsearchElasticsearch
- Linux-ELK日誌收集Linux
- 微服務下,使用ELK做日誌收集及分析微服務
- awk統計訪問nginx日誌次數Nginx
- 使用nginx控制ElasticSearch訪問許可權NginxElasticsearch訪問許可權
- elasticsearch日誌刪除命令Elasticsearch
- Elasticsearch 的事務日誌Elasticsearch
- 通過 Systemd Journal 收集日誌
- (四)Logstash收集、解析日誌方法
- ELK+logspout收集Docker日誌Docker
- TFA-收集日誌及分析
- Apiclude中Talkingdata模組異常日誌不能收集問題API
- .NetCore使用Docker安裝ElasticSearch、Kibana 記錄日誌NetCoreDockerElasticsearch
- 基於滴滴雲部署 Elasticsearch + Kibana + FluentdElasticsearch
- 如何訪問Docker容器中的Spring Boot日誌DockerSpring Boot
- logstash採集Java日誌文字檔案配合grok收集到elasticsearch簡單示例JavaElasticsearch
- Flume收集日誌到本地目錄
- Filebeat 收集日誌的那些事兒