filebeat、logstash过滤器实例

Posted 2023-04-11

参考技术A 主要描述filebeat和logstash的过滤器使用。

参考：

   filebeat：    https://www.elastic.co/guide/en/beats/filebeat/6.8/defining-processors.html

   logstash：   https://www.elastic.co/guide/en/logstash/6.8/filter-plugins.html

版本：elasticsearch-6.8.1、filebeat-6.8.0、logstash-6.8.0

将如下日志数据，通过filebeat或者filebeat+logstash存入elasticsearch。

说明：filebeat默认将每行日志信息读取到message字段中。

          1.将message字符串通过dissect处理，获取json字符串信息到msg1中，此时msg1中为：

          2.通过decode_json_fields处理，将json字符串转化为json对象。此处根据业务需求需要将json解析出的属性值全部放到顶级字段，需要将target设置为空。此处可以通过target自行设置存放目标字段位置；

          3.通过drop_fields将过程数据删除。如果不删除，每条数据将是原来数据的三倍大小。

说明：logstash接收到filebeat传来的数据，默认日志信息放在message字段中。

         1.通过grok过滤器去掉json字符串以外的信息，过滤完成后信息放到了temMsg中，内容如下：

          2.通过json过滤器将temMsg中的json字符串解析为json对象，并将解析得到的字段放到顶级字段中。   

Logstash：使用 Logshark 来调试 Logstash 及 Filebeat pipelines

我们知道 Logstash 及 Filebeat 在 Elasticsearch 数据摄入及清理中起到非常大的作用。它们是常用的工具用来对数据进行处理。我们可以运用 Logstash 丰富的过滤器来处理数据，我们也可以使用 Filebeat 的 processors 来处理数据。

使用这些工具（和其他工具）对管道进行编码是一个高度迭代的过程，特别是在处理 grok 模式以解析非结构化日志时：你获得一些示例数据，将其提供给 input，然后你将重复： 

• 对管道逻辑进行编码（ Logstash 中的过滤器和 Filebeat 中的处理器）
• 检查输出，直到日志被正确解析。

我一直觉得这个改变管道和检查输出的迭代周期有点慢 — 确保你在 Logstash 和 Filebeat 中都有控制台输出，但你最终会混合这些程序的输出和你的输出，你会肯定会滚动很多。 当然，这两种工具都有文件输出，但在处理包含数百个字段的文档时很容易迷失方向，因为每个文档都写在一行中，没有漂亮的打印。

我们需要一种方法来立即判断我们的管道输出是否正确，打印漂亮且可导航的输出是我的主要要求，如果我们有的话，我们的开发迭代会快得多！ 这样的工具不存在。幸运的是，一个开源的项目 Logshark （灵感来自流行的网络检查工具 Wireshark）应运而生。

 

它是一个带有用 Go 编写的终端 UI 的 CLI 应用程序。它通过启动一个小型网络服务器来工作，该服务器通过接受 _bulk 请求模仿 Elasticsearch 的行为，因此你需要做的就是将 Logstash/Filebeat elasticsearch 输出重定向到该工具。

这个工具在更改生产管道时特别方便，因为你可以向管道添加第二个 elasticsearch 输出以检查事件，默认情况下它会收集它看到并接受的前 100 个事件，但丢弃其余的，你可以检查下一个通过点击 r （reset）来刷新它。

它还会告诉您每秒发生的事件数和平均文档大小，当你需要通过调整 bulk/batch 大小来优化吞吐量时，这些信息非常方便，如果你正在从南半球的机器收集日志，这就非常重要发送到北部的 Elasticsearch 集群。

你可以直接使用二进制文件 (<5mb) 或在 docker 上运行它。 UI 可以用于任何可以模拟终端的东西，比如你的常规 Linux 终端、iTerm、tmux、PuTTY 甚至 VSCode。

上手

启动服务器

我们可以参考网站 GitHub - ugosan/logshark: Logshark is a debugger for JSON logs. 下载最新的发布版。

二进制

./logshark --host 0.0.0.0 --port 9200 --max 1000

上述命令将启动一个服务器。它侦听 9200 端口，也就是 Elasticsearch 运行的端口。我们需要停止自己的 Elasticsearch 运行，你运行 Logshark 和 Elasticsearch 在同一个机器上的话。我们使用如下的命令来检查侦听 9200 的端口。

$ sudo lsof -i -P | grep LISTEN | grep 9200
Password:
logshark  69585          liuxg   10u  IPv6 0xe92fabcdd6634ab3      0t0    TCP *:9200 (LISTEN)

docker

docker run -p 9200:9200 -it ugosan/logshark -host 0.0.0.0 -port 9200

docker-compose.yml

version: "3.2"
services:

  logshark:
    image: ugosan/logshark
    tty: true
    stdin_open: true

注意：你不应使用 “docker-compose up”，而应使用 “docker-compose run logshark sh”，因为 docker-compose 不会附加到带有 “up” 的容器。 docker-compose run -p 9200:9200 logshark -port 9200

将的 Logstash 管道的输出指向它

就像普通的 elasticsearch 输出一样。针对 docker 的情况：

input 

filter 

output 
  elasticsearch 
    hosts => ["http://host.docker.internal:9200"]
  
   

使用 docker 时，你可以使用 host.docker.internal 从另一个容器访问 logshark 容器，例如 docker run --rm byrnedo/alpine-curl -v -XPOST -d '"hello":"test"' http:/ /host.docker.internal:9200。

针对非 docker 部署，我们可以使用如下的 logstash.conf 来进行测试：

logstash.conf

input 
    stdin  


filter 

output 
   stdout  codec => rubydebug 

   elasticsearch 
     hosts => ["http://localhost:9200"]
   

在上面，我使用 stdin 来输入我们的文档。我们使用如下的命令来启动 Logstash：

./bin/logstash -f logstash.conf

我们在 console 中打入一些我们喜欢的文字：

我们切换到 Logshark 所在的 terminal：

 

我们可以输入 l 来改变布局：

 我们可以清楚地看到每个输出。它对我们调试 pipeline 非常有用。