2016-04-26

ELK实战二:日志收集利器rsyslog

rsyslog 无论在性能还是部署上都优于其它日志收集应用，因系统自带，需要新功能只需要做升级即可，方便部署！

一、Rsyslog特性

Multi-threading, high availability
TCP, SSL, TLS, RELP
MySQL, Redis,Elasticsearch, Oracle and more
Filter any part of syslog message
Fully configurable output format
Encryption and compression transmission
Suitable for enterprise-class relay chains

更多rsyslog本身的一些功能介绍，请看我之前写的一个PPT。rsyslog的使用

二、日志收集规划

提前规划日志标准格式、目录，做到日志类型通用、覆盖度广、易处理。

比如：

1	logtime client_ip server_ip domain level http_code url response_time msg

1	27/Apr/2016:15:50:55 1.1.1.1 127.0.0.1 www.elain.org ERROR 499 /elk/rsyslog 0.007 xxxxx

日期也要严格使用统一格式，推荐ISO8601时间格式,日志经过这样规范处理后，无论是在单台上使用awk,cut,sed来查看日志，或是写一些简单实用的日志处理小工具都会比较通用。

当然，如果你非要说不会有单机上去查看日志的情况，那使用纯json格式也是相当不错的，针对ELK来说更是方便，可以直接使用logstash或hangout解析json，反而提高grok的性能。
比如：

1	{"logtime":"value","client_ip":"value","server_ip":"value","domain":"value","level":""value","http_code":"value","url":"value","response_time":""value","msg":"value"}

{"logtime":"27/Apr/2016:15:50:55","client_ip":"1.1.1.1","server_ip":"127.0.0.1","domain":"www.elain.org","level":""ERROR","http_code":"499","url":"/elk/rsyslog","response_time":""0.007","msg":"xxxxx"}

当然，你还可以把前面这些固定的字段从json中扔出来，只把msg做成json，但切记，为了方便通用，在日志中使用json格式时不要做多级嵌套，这样大大增加了日志处理的复杂度，且不同日志如果没有明确级数，就搞的不通用了，大大增加了运维复杂度。

使用rsyslog日志收集是尽量保证日志的原始性
不去做任何处理，直接收集入到队列，如kafka、redis，这样做的的好处时，减少日志客户端rsyslog的性能压力，从而不影响所在服务器上正常业务，并且保持原始日志也便于各自业务方处理，自己写的日志自己最熟悉。
日志收集客户端rsyslog 使用守护进程的工具做守护,如supervisor、monit等

三、使用rsyslog收集常见日志配置

单行日志，如nginx app 业务日志等，最常用

module(load="imfile")    # if you want to tail files
module(load="omkafka")   # lets you send to Kafka

$WorkDirectory /var/lib/rsyslog
$PreserveFQDN on

#nginx access log
input(type="imfile"
      File="/home/work/logs/nginx/*.log"
      Tag="ngx_log_mishop_order"
      PersistStateInterval="1000"
      reopenOnTruncate="on"
      addMetadata="on"
)

template( name="general_log" type="string" string="%hostname% %msg%")

#nginx access log
if ($syslogtag == "ngx_log_mishop_order") then {
    action(
        broker=["c3-b2c-b2cop-efk-kafka01.bj:9092","c3-b2c-b2cop-efk-kafka02.bj:9092","c3-b2c-b2cop-efk-kafka03.bj:9092","c3-b2c-b2cop-efk-kafka04.bj:9092"]
        type="omkafka"
        topic="ngx_log_mishop_order"
        template="general_log"
        confParam=["compression.codec=gzip"]
        partitions.auto="on"
    )
    stop
}

多行日志如php_slow_log

more >>

2016-02-15

ELK实战一:架构的选择

经常有人在问应该需要哪种架构？要不要使用redis、kafka？它们是怎么的结构去工作的？ELK分别起到了什么作用？接下来根据我的使用经验谈一下目前最常见的两种架构，基本满足于90%以的场景，如有错误之处，还望请指正！

一、数据量小，且数据可靠性要求不强（允许ELK故障时丢失数据）的公司

架构如下:

Logstash -> Elasticsearch -> Kibana

收集客户端: rsyslog/heka/flume/logstash/fluent都行，在这个阶段，客户端收集性能不需要过多的考虑，* 都可以满足，看自己的喜好，值得说的是这样的架构规模因数据量不大，客户端此时可以做解析、过滤日志处理后再入到elasticsearch，前提是一定要保证客户端不能影响到生产环境的业务稳定性。不保证收集客户端的可靠性，可通过 supervisor/monit等工具做守护，添加监控
数据存储、搜索: elasticsearch 配置默认即可满足，至于分片复本默认都可以，视数据重要性决定是否添加复本，如果添加，最多一个复本足矣（添加复本性能下降很大，规模不大，这个问题应该不会出现）
数据展示: kibana 可以根据ES的数据做各种各样的图表来直观展示业务实时状况

二、数据量大，且数据不允许丢失，实时、稳定性要求高的公司

架构如下:

Logstash -> Kafka -> Logstash -> Elasticsearch -> Kibana

收集客户端: 选型上，在上面基础之上同上，在这里就不能像小规模时的在客户端做大量的数据处理了，尽量收集最原始数据给kafka或redis，因数据量达到一定程度，客户端因数据处理策略会体现出压力过大，从而会影响到生产环境业务
的稳定性
队列: 可选择redis/kafka这类的队列工具，优选kafka，因它的分布式、高可用性、大吞吐的特性，它保证了在高并发下即使ES集群故障,在故障恢复后数据仍可追加;从数据客户端收集的原始日志写入到kafka，可供各种应用消费
数据处理: 可选用logstash/hangout/rsyslog等，优选hangout，性能较logstash好，功能是仿照logstash做的，大部分需求可满足，在这层做数据的解析、过滤等，比如geoip、useragent、json格式化、字段切割/拼接等，按天索引写入elasticsearch（索引建议提前一天以上建立，减少整点自动建立时的高负载），使用curator做定时关闭、删除N天前的索引，如有多索引查询，还可以使用此工具做alias来方便多索引联合查询。
数据存储、搜索: elasticsearch集群，考虑多分片一复本最佳，根据数据大小与搜索频度来调整分片数量，建立索引命名规范，相同类型数据统一建立即mapping模板，添加如bigdesk\marvel\head\kopf这样的监控工具来长期分析性能并调优
数据展示: kibana 根据ES数据做图表，使用elasticdump工具定时备份.kibana索引数据（.kibana是kibana的默认索引名称，里面包含了所有kibana中的配置，如图表、搜索、设置、index pattern等）

以上简单谈了以下两种常见架构，它的使用场景、各层的功能、以及与之相关的一些工具，接下来我会以我们目前使用的架构了逐一讲解。

2016-02-03

博客迁移至Hexo

折腾了一天，博客迁移到了hexo，之前使用的wordpress，里面的内容较陈旧，但也算是迁移过来了，只是以前的链接全部失效了，
如果你通过搜索引擎来到了这里，请重新搜索需要的文章，接下来我会陆续写一下最近半年使用的ELK相关内容，目前网络中有各种调优
与部署、配置文件详解，但对入门来说，好多同学都显得很迷茫，我会以主要贴具体的配置文件来讲ELK的实战，配置文件中各参数不会一一解读，请自行搜索。

2016-02-01

使用Rsyslog来收集常用日志

rsyslog 无论在性能还是部署上都优于其它日志收集应用，因系统自带，需要新功能只需要做升级即可，方便部署！

版本：syslog-8.16.0

download:http://rpms.adiscon.com/v8-stable

因rsyslog 默认工作目录是没有设置的，在生成statefile时会无法自动生成，我们需要在主配置文件中添加，也可以添加在子配置文件中

1 2	$WorkDirectory /var/lib/rsyslog $PreserveFQDN on #如果需要获取主机名时，主机名中带有’.’,请设置，如主机名为：c1-b2c-shop-web01.bj

以下是收集单行日志示例(nginx access log为例)

module(load="imfile")    # if you want to tail files
module(load="omkafka")   # lets you send to Kafka

#nginx access log
input(type="imfile"
      File="/home/work/logs/nginx/*.log"
      Tag="ngx_log_shopapi"
      PersistStateInterval="1000"
      reopenOnTruncate=“on”

      addMetadata="on"
)

template( name="general_log" type="string" string="%hostname% %fromhost-ip% %msg%”)

#nginx access log
if ($syslogtag == "ngx_log_shopapi") then {
    action(
        broker=["c3-b2c-b2cop-log-kafka01.bj:9092","c3-b2c-b2cop-log-kafka02.bj:9092","c3-b2c-b2cop-log-kafka03.bj:9092"]
        type="omkafka"
        topic="ngx_log_shopapi"
        template="general_log"
        confParam=["compression.codec=gzip"]
        partitions.auto="on"
              )
    stop
}

注：
reopenOnTruncate=“on” #版本要求8.16.0以上，此配置是为了解决log rotate切割日志后不收集问题
详情见：https://github.com/rsyslog/rsyslog/issues/511

%fromhost-ip #版本要求在8.17.0之后会支持，imfile模块获取主机IP，主要用于docker容器
详情见：https://github.com/rsyslog/rsyslog/issues/545

以下是收集多行日志示例(php slow log为例)

more >>

2016-01-27

Rsyslog的使用

[metaslider id=1011]

PDF下载 rsyslog的使用