ELK日志系统之使用Rsyslog快速方便的收集Nginx日志

Posted 2021-04-30 架构头条

常规的日志收集方案中 Client 端都需要额外安装一个 Agent 来收集日志，例如 logstash、filebeat 等，额外的程序也就意味着环境的复杂，资源的占用，有没有一种方式是不需要额外安装程序就能实现日志收集呢？Rsyslog 就是你要找的答案！

关于 Rsyslog

Rsyslog 是高速的日志收集处理服务，它具有高性能、安全可靠和模块化设计的特点，能够接收来自各种来源的日志输入（例如：file，tcp，udp，uxsock 等），并通过处理后将结果输出的不同的目的地（例如：mysql，mongodb，elasticsearch，kafka 等），每秒处理日志量能够超过百万条。

Rsyslog 作为 syslog 的增强升级版本已经在各 linux 发行版默认安装了，无需额外安装。

收集 nginx 日志

ELK 通过 Rsyslog 收集日志流程图如下：

1. 处理流程为：Nginx --syslog--> Rsyslog --omkafka--> Kafka --> Logstash --> Elasticsearch --> Kibana；

2. Nginx 产生日志通过 syslog 系统服务传给 Rsyslog 服务端，Rsyslog 接收到日志后通过 omkafka 模块将日志写入 Kafka，Logstash 读取 Kafka 队列然后写入 Elasticsearch，用户通过 Kibana 检索 Elasticsearch 里存储的日志。

3. Rsyslog 服务系统自带无需安装，所以整个流程中客户端不需要额外安装应用。

4. 服务端虽然 Rsyslog 也已安装，但默认没有 omkafka 模块，如果需要 Rsyslog 写入 Kafka 需要先安装这个模块。

5. omkafka 模块在 rsyslog v8.7.0 之后的版本才支持，所以需要先通过rsyslogd -v命令查看 rsyslog 版本，如果版本较低则需要升级。

Rsyslog 升级

添加 rsyslog 源的 key

# apt-key adv --recv-keys --keyserver keys.gnupg.net AEF0CF8E

echo "deb http://debian.adiscon.com/v8-stable wheezy/" >> /etc/apt/sources.list
echo "deb-src http://debian.adiscon.com/v8-stable wheezy/" >> /etc/apt/sources.list

升级 rsyslog 服务

# apt-get update && apt-get -y install rsyslog

添加 omkafka 模块

安装编译工具，下边 autoreconf 需要用到，不然无法生成 configure 文件

# apt-get -y install pkg-config autoconf automake libtool unzip

omkafka 需要安装一堆的依赖包

# apt-get -y install libdbi-dev libmysqlclient-dev postgresql-client libpq-dev  libnet-dev   librdkafka-dev   libgrok-dev libgrok1 libgrok-dev libpcre3-dev libtokyocabinet-dev libglib2.0-dev  libmongo-client-dev  libhiredis-dev
# apt-get -y install libestr-dev libfastjson-dev uuid-dev liblogging-stdlog-dev libgcrypt-dev
# apt-get -y install flex bison librdkafka1 librdkafka-dev librdkafka1-dbg

编译安装 omkafka 模块

# mkdir tmp && cd tmp

# git init
# git pull [e-mail]:VertiPub/omkafka.git

# autoreconf -fvi
# ./configure --sbindir=/usr/sbin --libdir=/usr/lib --enable-omkafka && make && make install && cd ..

Rsyslog 收集 Nginx 日志

Client 端 Nginx 配置

log_format  jsonlog '{'
    '"host": "$host",'
    '"server_addr": "$server_addr",'
    '"http_x_forwarded_for":"$http_x_forwarded_for",'
    '"remote_addr":"$remote_addr",'
    '"time_local":"$time_local",'
    '"request_method":"$request_method",'
    '"request_uri":"$request_uri",'
    '"status":$status,'
    '"body_bytes_sent":$body_bytes_sent,'
    '"http_referer":"$http_referer",'
    '"http_user_agent":"$http_user_agent",'
    '"upstream_addr":"$upstream_addr",'
    '"upstream_status":"$upstream_status",'
    '"upstream_response_time":"$upstream_response_time",'
    '"request_time":$request_time'
'}';


access_log syslog:server=rsyslog.domain.com,facility=local7,tag=nginx_access_log,severity=info jsonlog;

1. Nginx 在 v1.10 之后的版本才支持 syslog 的方式处理日志，请确保你的 Nginx 版本高于 1.10；

2. 为了降低 logstash 的处理压力，同时也为了降低整个配置的复杂度，我们 nginx 的日志直接采用 json 格式；

3. 抛弃文本文件记录 nginx 日志，改用 syslog 直接将日志传输到远端的 rsyslog 服务器，以便我们后续的处理；这样做的另一个非常重要的好处是我们再也无需考虑 nginx 日志的分割和定期删除问题（一般我们为了方便管理通常会采用 logrotate 服务来对日志进行按天拆分和定期删除, 以免磁盘被占满）。

4. access_log 直接输出到 syslog 服务，各参数解释如下：

• syslog：指明日志用 syslog 服务接收；

• facility：指定记录日志消息的类型，例如认证类型 auth、计划任务 cron、程序自定义的 local0-7 等，没有什么特别的含义，不必深究，默认的值是 local7；

• tag：给日志添加一个 tag，主要是为了方便我们在服务端区分是哪个服务或者 client 传来的日志，例如我们这里给了 tag：nginx_access_log，如果有多个服务同时都写日志给 rsyslog，且配置了不通的 tag，在 rsyslog 服务端就可以根据这个 tag 找出哪些是 nginx 的日志；

• severity：定义日志的级别，例如 debug，info，notice 等，默认是 error。

Server 端 Rsyslog 配置

# cat /etc/rsyslog.d/rsyslog_nginx_kafka_cluster.conf 
module(load="imudp")
input(type="imudp" port="514")

# nginx access log ==> rsyslog server(local) ==> kafka
module(load="omkafka")

template(name="nginxLog" type="string" string="%msg%")

if $inputname == "imudp" then {
    if ($programname == "nginx_access_log") then
        action(type="omkafka"
            template="nginxLog"
            broker=["10.82.9.202:9092","10.82.9.203:9092","10.82.9.204:9092"]
            topic="rsyslog_nginx"
            partitions.auto="on"
            confParam=[
                "socket.keepalive.enable=true"
            ]
        )
}

:rawmsg, contains, "nginx_access_log" ~

1. 在 rsyslog.d 目录下添加一个专门处理 nginx 日志的配置文件；

2. rsyslog 配置文件重要配置解释如下：

• module：加载模块，这里我们需要加载 imudp 模块来接收 nginx 服务器 syslog 发过来的日志数据，也需要加载 omkafka 模块来将日志写入到 kafka。

• input：开启 udp 协议，端口 514，也可以同时开启 tcp 协议，两者可以共存。

• template：定义一个模板，名字叫 nginxLog，模板里可以定义日志的格式，因为我们传的已经是 json 了，不需要再匹配格式，所以这里不额外定义，注意模板名字要唯一。

• action：在匹配到 inputname 为 imudp 且 programname 为 nginx_access_log（就是我们上边 nginx 配置里边的 tag）之后的处理方式，这里的配置为匹配到的日志通过 omkafka 模块写入 kafka 集群，还有一些关于 omkafka 更详细的配置参考上边给出的 omkafka 模块官方文档。

• :rawmsg, contains：最后这一行的意思是忽略包含 nginx_access_log 的日志，没有这一行的话 rsyslog 服务默认会把所有日志都记录到 message 里边一份，我们已经把日志输出到 kafka 了，本地就没必要再记录了。

3. omkafka 模块检查 kafka 里边 topic 是否存在，如果不存在则创建，无需手动创建 kafka 的 topic。

Server 端 logstash 配置

input {
    kafka {
        bootstrap_servers => "10.82.9.202:9092,10.82.9.203:9092,10.82.9.204:9092"
        topics => ["rsyslog_nginx"]
    }
}

filter {
    mutate {
        gsub => ["message", "\\x", "\\\x"]
    }

    json {
        source => "message"
    }

    date {
        match => ["time_local","dd/MMM/yyyy:HH:mm:ss Z"]
        target => "@timestamp"
    }

}

output {
    elasticsearch {
        hosts => ["10.82.9.205", "10.82.9.206", "10.82.9.207"]
        index => "rsyslog-nginx-%{+YYYY.MM.dd}"
    }
}

重要配置参数解释如下：

• filter：一些过滤策略，因为传入 kafka 的时候是 json 格式，所以不需要额外处理，唯一需要注意的是如果日志中有中文，例如 url 中有中文内容时需要替换\x，不然 json 格式会报错。

联调测试

配置完成后分别重启 rsyslog 服务和 nginx 服务，访问 nginx 产生日志。

查看 kafka 是否有正常生成 topic。

# bin/kafka-topics.sh --list --zookeeper 127.0.0.1:2181
__consumer_offsets
rsyslog_nginx

查看 topic 是否能正常接收日志

# bin/kafka-console-consumer.sh --zookeeper localhost:2181 --topic rsyslog_nginx
{"host": "domain.com","server_addr": "172.17.0.2","http_x_forwarded_for":"58.52.198.68","remote_addr":"10.120.89.84","time_local":"28/Aug/2018:14:26:00 +0800","request_method":"GET","request_uri":"/","status":200,"body_bytes_sent":1461,"http_referer":"-","http_user_agent":"Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (Khtml, like Gecko) Chrome/63.0.3239.132 Safari/537.36","upstream_addr":"-","upstream_status":"-","upstream_response_time":"-","request_time":0.000}

kibana 添加 index，查看 Elasticsearch 中是否有数据，如果前两步都正常，kibana 搜不到 index 或 index 没有数据，多半是 index 名字写错了之类的基础问题，仔细检查。

kibana 查询展示

打开 Kibana 添加rsyslog-nginx-*的 Index，并选择 timestamp，创建 Index Pattern。

通过各种条件的组合查询可以实现各种各样的需求，例如每秒请求、带宽占用、异常比例、慢响应、TOP IP、TOP URL 等等各种情况，并且可以通过 Visualize 很方便的将这些信息绘制图标，生成 Dashboard 保存。

写在最后

1. Nginx 的 access log 绝对是网站的一个宝藏，通过日志量的变化可以知道网站的流量情况，通过对 status 状态的分析可以知道我们提供服务的可靠性，通过对特定活动 url 的追踪可以实时了解活动的火爆程度，通过对某些条件的组合查询也能为网站运营提供建议和帮助，从而使我们的网站更友好更易用；

2. Rsyslog 服务的单点问题可以通过部署多个 Rsyslog 服务过三层负载来保证高可用，不过以我们的经验来说 rsyslog 服务还是很稳定的，跑了一年多，每分钟日志处理量在 20w 左右，没有出现过宕机情况，不想这么复杂的话可以写个 check rsyslog 服务状态的脚本跑后台，挂了自动拉起来；

3. 整个过程中我们使用了 UDP 协议，第一是因为 Nginx 日志的 syslog 模式默认支持的就是 UDP 协议，翻了官网没找到支持 TCP 的方式，我想这也是考虑到 UDP 协议的性能要比 TCP 好的多，第二也考虑到如果使用 TCP 遇到网络不稳定的情况下可能会不停的重试或等待，影响到 Nginx 的稳定。对于因为内容过长超过以太网数据帧长度的问题暂时没有遇到。

---

今日推荐

《微服务架构实践 160 讲》视频课程，通过原理讲解和实践操作的方式，帮助你从 0 到 1 理解主流微服务技术栈组建及架构，掌握搭建微服务架构的核心技能，踏上从程序员到架构师的进阶之路。

限时 4 小时拼团活动：

1、9 月 1 日（今天） 20:00-24:00，参与拼团活动，仅需¥149，立省 150 元。

2、订阅后每邀请一位好友购买，可获得 36 元返现，好友可获得 15 元返现，多邀多得，随时提现（流程：极客时间 App - 我的 - 分享有赏）

扫描下方二维码或查看阅读原文，参与拼团