2021年大数据ELK（十九）：使用FileBeat采集Kafka日志到Elasticsearch
Posted Lansonli
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了2021年大数据ELK（十九）：使用FileBeat采集Kafka日志到Elasticsearch相关的知识，希望对你有一定的参考价值。
全网最详细的大数据ELK文章系列，强烈建议收藏加关注！
新文章都已经列出历史文章目录，帮助大家回顾前面的知识重点。
目录
使用FileBeat采集Kafka日志到Elasticsearch
使用FileBeat采集Kafka日志到Elasticsearch
一、需求分析
在资料中有一个kafka_server.log.tar.gz压缩包，里面包含了很多的Kafka服务器日志，现在我们为了通过在Elasticsearch中快速查询这些日志，定位问题。我们需要用FileBeats将日志数据上传到Elasticsearch中。
问题：
- 首先，我们要指定FileBeat采集哪些Kafka日志，因为FileBeats中必须知道采集存放在哪儿的日志，才能进行采集。
- 其次，采集到这些数据后，还需要指定FileBeats将采集到的日志输出到Elasticsearch，那么Elasticsearch的地址也必须指定。
二、配置FileBeats
FileBeats配置文件主要分为两个部分。
- inputs
- output
从名字就能看出来，一个是用来输入数据的，一个是用来输出数据的。
1、input配置
filebeat.inputs:
- type: log
enabled: true
paths:
- /var/log/*.log
#- c:\\programdata\\elasticsearch\\logs\\*在FileBeats中，可以读取一个或多个数据源。
2、output配置
默认FileBeat会将日志数据放入到名称为：filebeat-%filebeat版本号%-yyyy.MM.dd 的索引中。
PS：
FileBeats中的filebeat.reference.yml包含了FileBeats所有支持的配置选项。
三、配置文件
1、创建配置文件
cd /export/server/es/filebeat-7.6.1-linux-x86_64
vim filebeat_kafka_log.yml2、复制一下到配置文件中
filebeat.inputs:
- type: log
enabled: true
paths:
- /export/server/es/data/kafka/server.log.*
output.elasticsearch:
hosts: ["node1:9200", "node2:9200", "node3:9200"]四、运行FileBeat
1、运行FileBeat
./filebeat -c filebeat_kafka_log.yml -e
2、将日志数据上传到/var/kafka/log，并解压
mkdir -p /export/server/es/data/kafka/
tar -xvzf kafka_server.log.tar.gz注意: 文件权限的报错
如果在启动fileBeat的时候, 报了一个配置文件权限的错误, 请修改其权限为 -rw-r--r--
五、查询数据
1、查看索引信息
GET /_cat/indices?v
"health": "green",
"status": "open",
"index": "filebeat-7.6.1-2021.12.05-000001",
"uuid": "dplqB_hTQq2XeSk6S4tccQ",
"pri": "1",
"rep": "1",
"docs.count": "213780",
"docs.deleted": "0",
"store.size": "71.9mb",
"pri.store.size": "35.8mb"
GET /filebeat-7.6.1-2021.12.05-000001/_search
"_index": "filebeat-7.6.1-2021.12.05-000001",
"_type": "_doc",
"_id": "-72pX3IBjTeClvZff0CB",
"_score": 1,
"_source":
"@timestamp": "2021-12-05T09:00:40.041Z",
"log":
"offset": 55433,
"file":
"path": "/var/kafka/log/server.log.2021-12-05-16"
,
"message": "[2021-12-05 09:01:30,682] INFO Socket connection established, initiating session, client: /192.168.88.100:46762, server: node1.cn/192.168.88.100:2181 (org.apache.zookeeper.ClientCnxn)",
"input":
"type": "log"
,
"ecs":
"version": "1.4.0"
,
"host":
"name": "node1"
,
"agent":
"id": "b4c5c4dc-03c3-4ba4-9400-dc6afcb36d64",
"version": "7.6.1",
"type": "filebeat",
"ephemeral_id": "b8fbf7ab-bc37-46dd-86c7-fa7d74d36f63",
"hostname": "node1"
FileBeat自动给我们添加了一些关于日志、采集类型、Host各种字段。
六、解决一个日志涉及到多行问题
我们在日常日志的处理中，经常会碰到日志中出现异常的情况。类似下面的情况：
[2021-12-05 14:00:05,725] WARN [ReplicaFetcher replicaId=0, leaderId=1, fetcherId=0] Error when sending leader epoch request for Map(test_10m-2 -> (currentLeaderEpoch=Optional[161], leaderEpoch=158)) (kafka.server.ReplicaFetcherThread)
java.io.IOException: Connection to node2:9092 (id: 1 rack: null) failed.
at org.apache.kafka.clients.NetworkClientUtils.awaitReady(NetworkClientUtils.java:71)
at kafka.server.ReplicaFetcherBlockingSend.sendRequest(ReplicaFetcherBlockingSend.scala:102)
at kafka.server.ReplicaFetcherThread.fetchEpochEndOffsets(ReplicaFetcherThread.scala:310)
at kafka.server.AbstractFetcherThread.truncateToEpochEndOffsets(AbstractFetcherThread.scala:208)
at kafka.server.AbstractFetcherThread.maybeTruncate(AbstractFetcherThread.scala:173)
at kafka.server.AbstractFetcherThread.doWork(AbstractFetcherThread.scala:113)
at kafka.utils.ShutdownableThread.run(ShutdownableThread.scala:96)
[2021-12-05 14:00:05,725] INFO [ReplicaFetcher replicaId=0, leaderId=1, fetcherId=0] Retrying leaderEpoch request for partition test_10m-2 as the leader reported an error: UNKNOWN_SERVER_ERROR (kafka.server.ReplicaFetcherThread)
[2021-12-05 14:00:08,731] WARN [ReplicaFetcher replicaId=0, leaderId=1, fetcherId=0] Connection to node 1 (node2/192.168.88.101:9092) could not be established. Broker may not be available. (org.apache.kafka.clients.NetworkClient)在FileBeat中，Harvest是逐行读取日志文件的。但上述的日志会出现一条日志，跨多行的情况。有异常信息时，肯定会出现多行。我们先来看一下，如果默认不处理这种情况会出现什么问题。
1、导入错误日志
1）在/export/server/es/data/kafka/中创建名为server.log.2021-12-05的日志文件
2）将资料中的err.txt日志文本贴入到该文件中
观察FileBeat，发现FileBeat已经针对该日志文件启动了Harvester，并读取到数据数据。
2021-12-05T19:11:01.236+0800 INFO log/harvester.go:297 Harvester started for file: /var/kafka/log/server.log.2021-12-053）在Elasticsearch检索该文件
我们发现，原本是一条日志中的异常信息，都被作为一条单独的消息来处理了~
"message":"java.io.IOException:Connection to node2:9092 (id;
这明显是不符合我们的预期的，我们想要的是将所有的异常消息合并到一条日志中。那针对这种情况该如何处理呢？
2、问题分析
每条日志都是有统一格式的开头的，就拿Kafka的日志消息来说，[2021-12-05 14:00:05,725]这是一个统一的格式，如果不是以这样的形式开头，说明这一行肯定是属于某一条日志，而不是独立的一条日志。所以，我们可以通过日志的开头来判断某一行是否为新的一条日志。
3、FileBeat多行配置选项
在FileBeat的配置中，专门有一个解决一条日志跨多行问题的配置。主要为以下三个配置：
multiline.pattern: ^\\[
multiline.negate: false
multiline.match: aftermultiline.pattern表示能够匹配一条日志的模式，默认配置的是以[开头的才认为是一条新的日志。
multiline.negate:配置该模式是否生效，默认为false。
multiline.match:表示是否将未匹配到的行追加到上一日志，还是追加到下一个日志。
4、重新配置FileBeat
1）修改filebeat.yml，并添加以下内容
filebeat.inputs:
- type: log
enabled: true
paths:
- /var/kafka/log/server.log.*
multiline.pattern: '^\\['
multiline.negate: true
multiline.match: after
output.elasticsearch:
hosts: ["node1:9200", "node2:9200", "node3:9200"]2）修改「注册表」/data.json，将server.log.2021-12-05对应的offset设置为0
cd /export/server/es/filebeat-7.6.1-linux-x86_64/data/registry/filebeat
vim data.json3）删除之前创建的文档
// 删除指定文件的文档
POST /filebeat-7.6.1-2021.12.05-000001/_delete_by_query
"query":
"match":
"log.file.path": "/var/kafka/log/server.log.2021-12-05"
4）重新启动FileBeat
./filebeat -e- 📢博客主页：https://lansonli.blog.csdn.net
- 📢欢迎点赞 👍 收藏 ⭐留言 📝 如有错误敬请指正！
- 📢本文由 Lansonli 原创，首发于 CSDN博客🙉
- 📢大数据系列文章会每天更新，停下休息的时候不要忘了别人还在奔跑，希望大家抓紧时间学习，全力奔赴更美好的生活✨
以上是关于2021年大数据ELK（十九）：使用FileBeat采集Kafka日志到Elasticsearch的主要内容，如果未能解决你的问题，请参考以下文章
2021年大数据Hadoop（十九）：MapReduce分区
2021年大数据ELK（二十六）：探索数据（Discovery）
2021年大数据ELK：集中式日志协议栈Elastic Stack简介