日志收集原理===》ELKEFKzookeeper+kafka

Posted 2021-06-30 一夜暴富--gogogo

1.架构图

简版：
位于各个节点上的filebeat将收集到的日志数据output给es存储，通过kibana展示。

规范版：适用于每天50G以上日志量收集。
位于各个节点上的filebeat先将数据/日志传递给Kafka（或者Redis），并将队列中消息或数据间接传递给Logstash，Logstash过滤、分析后将数据传递给Elasticsearch存储。最后由Kibana将日志和数据呈现给用户。因为引入了Kafka（或者Redis）,所以即使远端Logstash server因故障停止运行，数据将会先被存储下来，从而避免数据丢失。

2.单个服务介绍

1.Elasticsearch是个开源分布式搜索引擎，提供搜集、分析、存储数据三大功能。它的特点有：分布式，零配置，自动发现，索引自动分片，索引副本机制，restful风格接口，多数据源，自动搜索负载等。

2.Logstash 主要是用来日志的搜集、分析、过滤日志的工具，支持大量的数据获取方式。一般工作方式为c/s架构，client端安装在需要收集日志的主机上，server端负责将收到的各节点日志进行过滤、修改等操作在一并发往elasticsearch上去。缺点：Logstash耗资源较大，运行占用CPU和内存高。另外没有消息队列缓存，存在数据丢失隐患。

3.Kibana 也是一个开源和免费的工具，Kibana可以为 Logstash 和 ElasticSearch 提供的日志分析友好的 Web 界面，可以帮助汇总、分析和搜索重要数据日志。

4.Filebeat隶属于Beats。轻量，可代替Logstash，规避了Logstash的缺点，目前Beats包含四种工具：

• Packetbeat（搜集网络流量数据）
• Topbeat（搜集系统、进程和文件系统级别的 CPU 和内存使用情况等数据）
• Filebeat（搜集文件数据）
• Winlogbeat（搜集 Windows 事件日志数据）

5.filebeat工作原理：Filebeat由两个主要组件组成：prospectors 和 harvesters。这两个组件协同工作将文件变动发送到指定的输出中。

组件组成：

• Prospector–探测–（探测有哪些文件可采集）
• Harvest–收取–（具体采集文件数据）
• libeat–汇集对外输送–（输出文件数据）
• registry–记录收取进度–（记录采集和输出进度）

Prospector（勘测者）：负责管理Harvester并找到所有读取源。

Prospector会找到配置文件paths指定目录下的所有info.log文件，并为每个文件启动一个Harvester。Prospector会检查每个文件，看Harvester是否已经启动，是否需要启动，或者文件是否可以忽略。若Harvester关闭，只有在文件大小发生变化的时候Prospector才会执行检查。只能检测本地的文件。

Harvester（收割机）：

• 一个harvester对应一个file，可有多个harvester。
• harvester按行读取文件内容，然后发送给output
• 正在被harvester处理的文件，如果中间被删除了，harvester将会释放资源。
• 不活动的文件在close_inactive到达时间时，harvester关闭句柄后，如果对应文件被删除，则不会再继续处理该文件。
• 只有scan_frequency到达时间时，harvester才会重新启动。

3.zookeeper+kafka工作原理

3.1zookeeper工作原理

角色：

• leader：发起投票和决议，更新系统状态
• learner：1.follower：参与投票，接受与返回客户请求 2.observer：不参与投票，扩展系统，提高读取速度
• client：请求发起方
  
  

3.2kafka工作原理（消息中间件）

3.2.1 点对点模式

基于拉取或者轮询的消息传送模式，特点：发送到队列的消息被一个且只有一个消费者处理。

生产者将消息放入消息队列后，由消费者主动的去拉去消息进行消费。

点对点模式优点：消费者拉去消息的频率可以由自己控制，但是消息队列是否有消息需要消费，在消费者端是无感知的，所以在消费者端需要额外的线程去控制。

3.2.2 发布订阅模式

生产者将消息放入消息队列后，队列会将消息推送给订阅过该类消息的消费者（类似于微信公众号）。

由于消费者是被动接收推送，所以无需感知消息队列是否有待消费的消息，由于消费者的机器性能不一样，处理消息的能力也不一样，但消息队列却无法感知消费者的消费速度。

3.2.3 kafka 高吞吐量的分布式发布订阅消息系统

可以处理消费者规模的网站中的所有动作流数据，具有高性能，持久化，多副本备份，横向扩展能力…