ELK(elasticsearch+logstash+kibana)實現Java分佈式系統日誌分析架構

時間  2019-11-11
標籤 elk elasticsearch+logstash+kibana elasticsearch logstash kibana 實現 java 分佈式 系統 日誌 分析 架構 欄目 日誌分析 简体版
原文   原文鏈接

ELK(elasticsearch+logstash+kibana)實現Java分佈式系統日誌分析架構

日誌是分析線上問題的重要手段，一般咱們會把日誌輸出到控制檯或者本地文件中，排查問題時經過根據關鍵字搜索本地日誌，但愈來愈多的公司，項目開發中採用分佈式的架構，日誌會記錄到多個服務器或者文件中，分析問題時可能須要查看多個日誌文件才能定位問題，若是相關項目不是一個團隊維護時溝通成本更是直線上升。把各個系統的日誌聚合並經過關鍵字連接一個事務處理請求，是分析分佈式系統問題的有效的方式。html

ELK(elasticsearch+logstash+kibana)是目前比較經常使用的日誌分析系統，包括日誌收集(logstash)，日誌存儲搜索(elasticsearch)，展現查詢(kibana)，咱們使用ELK做爲日誌的存儲分析系統並經過爲每一個請求分配requestId連接相關日誌。ELK具體結構以下圖所示:
1java

一、安裝logstash
logstash須要依賴jdk，安裝logstash以前先安裝java環境。
下載JDK:
在oracle的官方網站下載，http://www.oracle.com/technetwork/java/javase/downloads/jdk8-downloads-2133151.html
根據操做系統的版本下載對應的JDK安裝包，本次實驗下載的是jdk-8u101-linux-x64.tar.gz
上傳文件到服務器並執行：
# mkdir /usr/local/java
# tar -zxf jdk-8u45-linux-x64.tar.gz -C /usr/local/java/
配置java環境linux

1
2
3
export JAVA_HOME=/usr/local/java/jdk1. 8 .0_45
export PATH=$PATH:$JAVA_HOME/bin
export CLASSPATH=.:$JAVA_HOME/lib/tools.jar:$JAVA_HOME/lib/dt.jar:$CLASSPATH

執行java -version命令，打印出java版本信息表示JDK配置成功。web

2

下載logstash:
wget https://download.elastic.co/logstash/logstash/logstash-2.4.0.tar.gz
tar -xzvf logstash-2.4.0.tar.gz
進入安裝目錄： cd #{dir}/logstash-2.4.0
建立logstash測試配置文件：
vim test.conf
編輯內容以下:json

1
2
3
4
5
6
7
8
input {
  stdin { }
}
output {
  stdout {
  codec => rubydebug {}
  }
}

運行logstash測試：
bin/logstash -f test.conf
顯示vim

3

證實logstash已經啓動了，
輸入hello world瀏覽器

4

由於咱們配置內容爲，控制檯輸出日誌內容，因此顯示以上格式即爲成功。
二、安裝elasticsearch
下載安裝包：
wget https://download.elastic.co/elasticsearch/release/org/elasticsearch/distribution/tar/elasticsearch/2.4.0/elasticsearch-2.4.0.tar.gz
解壓並配置：
tar -xzvf elasticsearch-2.4.0.tar.gz
cd #{dir}/elasticsearch-2.4.0
vim config/elasticsearch.yml
修改：ruby

1
2
3
4
path.data: /data/es #數據路徑
path.logs: /data/logs/es #日誌路徑
network.host: 本機地址 #服務器地址
http.port: 9200 #端口

配置執行用戶和目錄：服務器

1
2
3
4
5
6
7
groupadd elsearch
useradd elsearch -g elsearch -p elasticsearch
chown -R elsearch:elsearch elasticsearch- 2.4 . 0
mkdir /data/es
mkdir /data/logs/es
chown -R elsearch:elsearch /data/es
chown -R elsearch:elsearch /data/logs/es

啓動elasticsearch:
su elsearch
bin/elasticsearch
經過瀏覽器訪問:架構

5

安裝成功.
集成logstash和elasticsearch，修改Logstash配置爲：

1
2
3
4
5
6
7
8
9
10
11
12
input {
  stdin { }
}
output {
  elasticsearch {
  hosts => "elasticsearchIP:9200"
  index => "logstash-test"
  }
  stdout {
  codec => rubydebug {}
  }
}

再次啓動logstash，並輸入任意文字：「hello elasticsearch」

6

經過elasticsearch搜索到了剛纔輸入的文字，集成成功。
可是經過elasticsearch的原生接口查詢和展現都不夠便捷直觀，下面咱們配置一下更方便的查詢分析工具kibana。
三、安裝kibana
下載安裝包：
wget https://download.elastic.co/kibana/kibana/kibana-4.6.1-linux-x86_64.tar.gz
解壓kibana，並進入解壓後的目錄
打開config/kibana.yml,修改以下內容
#啓動端口 由於端口受限 因此變動了默認端口
server.port: 8601
#啓動服務的ip
server.host: 「本機ip」
#elasticsearch地址
elasticsearch.url: 「http://elasticsearchIP:9200」
啓動程序:
bin/kibana
訪問配置的ip:port，在discover中搜索剛纔輸入的字符，內容很是美觀的展現了出來。

7

到這裏咱們的elk環境已經配置完成了，咱們把已java web項目試驗日誌在elk中的使用。
四、建立web工程
一個普通的maven java web工程，爲了測試分佈式系統日誌的連續性，咱們讓這個項目自調用n次，並部署2個項目，相互調用，關鍵代碼以下：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
@RequestMapping ( "http_client" )
@Controller
public class HttpClientTestController {
 
     @Autowired
     private HttpClientTestBo httpClientTestBo;
 
     @RequestMapping (method = RequestMethod.POST)
     @ResponseBody
     public BaseResult doPost( @RequestBody HttpClientTestResult result) {
         HttpClientTestResult testPost = httpClientTestBo.testPost(result);
         return testPost;
     }
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
@Service
public class HttpClientTestBo {
 
     private static Logger logger = LoggerFactory.getLogger(HttpClientTestBo. class );
 
     @Value ( "${test_http_client_url}" )
     private String testHttpClientUrl;
 
     public HttpClientTestResult testPost(HttpClientTestResult result) {
         logger.info(JSONObject.toJSONString(result));
         result.setCount(result.getCount() + 1 );
         if (result.getCount() <= 3 ) {
             Map<String, String> headerMap = new HashMap<String, String>();
             String requestId = RequestIdUtil.requestIdThreadLocal.get();
             headerMap.put(RequestIdUtil.REQUEST_ID_KEY, requestId);
             Map<String, String> paramMap = new HashMap<String, String>();
             paramMap.put( "status" , result.getStatus() + "" );
             paramMap.put( "errorCode" , result.getErrorCode());
             paramMap.put( "message" , result.getMessage());
             paramMap.put( "count" , result.getCount() + "" );
             String resultString = JsonHttpClientUtil.post(testHttpClientUrl, headerMap, paramMap, "UTF-8" );
             logger.info(resultString);
         }
 
         logger.info(JSONObject.toJSONString(result));
         return result;
     }
}

爲了表示調用的連接性咱們在web.xml中配置requestId的filter，用於建立requestId：

1
2
3
4
5
6
7
8
< filter >
  < filter-name >requestIdFilter</ filter-name >
  < filter-class >com.virxue.baseweb.utils.RequestIdFilter</ filter-class >
</ filter >
< filter-mapping >
  < filter-name >requestIdFilter</ filter-name >
  < url-pattern >/*</ url-pattern >
</ filter-mapping >
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
public class RequestIdFilter implements Filter {
     private static final Logger logger = LoggerFactory.getLogger(RequestIdFilter. class );
 
     /* (non-Javadoc)
      * @see javax.servlet.Filter#init(javax.servlet.FilterConfig)
      */
     public void init(FilterConfig filterConfig) throws ServletException {
         logger.info( "RequestIdFilter init" );
     }
 
     /* (non-Javadoc)
      * @see javax.servlet.Filter#doFilter(javax.servlet.ServletRequest, javax.servlet.ServletResponse, javax.servlet.FilterChain)
      */
     public void doFilter(ServletRequest request, ServletResponse response, FilterChain chain) throws IOException,
         ServletException {
         String requestId = RequestIdUtil.getRequestId((HttpServletRequest) request);
         MDC.put( "requestId" , requestId);
         chain.doFilter(request, response);
         RequestIdUtil.requestIdThreadLocal.remove();
         MDC.remove( "requestId" );
     }
 
     /* (non-Javadoc)
      * @see javax.servlet.Filter#destroy()
      */
     public void destroy() {
 
     }
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
public class RequestIdUtil {
     public static final String REQUEST_ID_KEY = "requestId" ;
     public static ThreadLocal&lt;String&gt; requestIdThreadLocal = new ThreadLocal&lt;String&gt;();
 
     private static final Logger logger = LoggerFactory.getLogger(RequestIdUtil. class );
 
     /**
      * 獲取requestId
      * @Title getRequestId
      * @Description TODO
      * @return
      *
      * @author sunhaojie 3113751575@qq.com
      * @date 2016年8月31日 上午7:58:28
      */
     public static String getRequestId(HttpServletRequest request) {
         String requestId = null ;
         String parameterRequestId = request.getParameter(REQUEST_ID_KEY);
         String headerRequestId = request.getHeader(REQUEST_ID_KEY);
 
         if (parameterRequestId == null &amp;&amp; headerRequestId == null ) {
             logger.info( "request parameter 和header 都沒有requestId入參" );
             requestId = UUID.randomUUID().toString();
         } else {
             requestId = parameterRequestId != null ? parameterRequestId : headerRequestId;
         }
 
         requestIdThreadLocal.set(requestId);
 
         return requestId;
     }
}

咱們使使用了Logback做爲日誌輸出的插件，而且使用它的MDC類，能夠無侵入的在任何地方輸出requestId，具體的配置以下:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
< configuration >
  < appender name = "logfile" class = "ch.qos.logback.core.rolling.RollingFileAppender" >
  < Encoding >UTF-8</ Encoding >
  < File >${log_base}/java-base-web.log</ File >
  < rollingPolicy class = "ch.qos.logback.core.rolling.TimeBasedRollingPolicy" >
  < FileNamePattern >${log_base}/java-base-web-%d{yyyy-MM-dd}-%i.log</ FileNamePattern >
  < MaxHistory >10</ MaxHistory >
  < TimeBasedFileNamingAndTriggeringPolicy class = "ch.qos.logback.core.rolling.SizeAndTimeBasedFNATP" >
  < MaxFileSize >200MB</ MaxFileSize >
  </ TimeBasedFileNamingAndTriggeringPolicy >
  </ rollingPolicy >
  < layout class = "ch.qos.logback.classic.PatternLayout" >
  < pattern >%d^|^%X{requestId}^|^%-5level^|^%logger{36}%M^|^%msg%n</ pattern >
  </ layout >
  </ appender >
  < root level = "info" >
  < appender-ref ref = "logfile" />
  </ root >
</ configuration >

這裏的日誌格式使用了「^|^」作爲分隔符，方便logstash進行切分。在測試服務器部署2個web項目，而且修改日誌輸出位置，並修改url調用連接使項目相互調用。

五、修改logstash讀取項目輸出日誌：
新增stdin.conf，內容以下:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
input {
  file {
  path => [ "/data/logs/java-base-web1/java-base-web.log" , "/data/logs/java-base-web2/java-base-web.log" ]
  type => "logs"
  start_position => "beginning"
  codec => multiline {
  pattern => "^\[\d{4}-\d{1,2}-\d{1,2}\s\d{1,2}:\d{1,2}:\d{1,2}"
  negate => true
  what => "next"
  }
  }
}
filter{
  mutate{
  split=>[ "message" , "^|^" ]
  add_field => {
  "messageJson" => "{datetime:%{[message][0]}, requestId:%{[message][1]},level:%{[message][2]}, class:%{[message][3]}, content:%{[message][4]}}"
  }
  remove_field => [ "message" ]
  }
  
}
output {
  elasticsearch {
  hosts => "10.160.110.48:9200"
  index => "logstash-${type}"
  }
  stdout {
  codec => rubydebug {}
  }
}

其中path爲日誌文件地址；codec => multiline爲處理Exception日誌，使換行的異常內容和異常頭分割在同一個日誌中；filter爲日誌內容切分，把日誌內容作爲json格式，方便查詢分析；

測試一下：

8

使用POSTMan模擬調用，提示服務器端異常：
經過界面搜索」調用接口異常」，共兩條數據。

9

使用其中一條數據的requestId搜索，展現出了請求再系統中和系統間的執行過程，方便了咱們排查錯誤。

10

到這裏咱們實驗了使用elk配置日誌分析，其中不少細節須要更好的處理，歡迎更多的同窗交流學習。

 

轉載請註明：孫豪傑的博客 » ELK(elasticsearch+logstash+kibana)實現Java分佈式系統日誌分析架構

相關文章
相關標籤/搜索
每日一句
    每一个你不满意的现在，都有一个你没有努力的曾经。
本站公眾號
   歡迎關注本站公眾號,獲取更多信息
聯繫我們 最近搜索 最新文章 沪ICP备13005482号-10 MyBatis教程 SQL 教程 MySQL教程 Java 教程 Thymeleaf 教程 Hibernate教程 Spring教程 Redis教程