Docker+ElasticSearch+Logstash+Kibana+Filebeat搭建方法

Posted mhl1003

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Docker+ElasticSearch+Logstash+Kibana+Filebeat搭建方法相关的知识,希望对你有一定的参考价值。

   刚开始尝试独立安装ELK的每个软件, 发现下载很慢,配置起来挺痛苦,  安装问题多多, 故采用Docker镜像安装法, 省事省心。

1. Docker安装

#添加docker镜像资源
sudo yum-config-manager --add-repo https://mirrors.aliyun.com/docker-ce/linux/centos/docker-ce.repo
#安装
sudo yum install docker-ce
#开机启动docker
systemctl enable docker
systemctl start docker

2. 安装ELK

#查找可用的elk镜像
docker search elk
#拉取elk镜像(这里我选择sebp/elk镜像)
docker pull sebp/elk
#安装并启动elk
docker run -it -d -p 5601:5601 -p 9200:9200 -p 5044:5044 -it --name elk sebp/elk
#查看docker运行的镜像
docker ps

3. 安装Filebeat(此处不采用docker安装,我使用docker安装的filebeat无法采集日志到es)

#下载rpm安装包
wget https://artifacts.elastic.co/downloads/beats/filebeat/filebeat-7.0.0-x86_64.rpm
#安装
rpm -ivh filebeat-7.0.0-x86_64.rpm

4. 配置Filebeat(红色字体表示是对默认配置的修改)

#=========================== Filebeat inputs =============================
filebeat.inputs:
- type: log
  enabled: true
  paths:
    - /data/wwwlogs/*.log
#============================= Filebeat modules ===============================
filebeat.config.modules:
  path: ${path.config}/modules.d/*.yml
  reload.enabled: false

#============================== Kibana =====================================
setup.kibana:
#----------------------------- Logstash output --------------------------------
output.logstash:
  hosts: ["localhost:5044"]
#================================ Processors =====================================
processors:
  - add_host_metadata: ~
  - add_cloud_metadata: ~

5. 启动filebeat

#设置开机启动
echo "/etc/init.d/filebeat start" >> /etc/rc.d/rc.local
#启动filebeat
/etc/init.d/filebeat start

 

6. 测试kibana查看日志

http://IP:5601/

 

技术图片

 

 

 

完毕~~

以上是关于Docker+ElasticSearch+Logstash+Kibana+Filebeat搭建方法的主要内容,如果未能解决你的问题,请参考以下文章

docker安装elasticsearch内存修改

Docker安装部署ELK教程 (Elasticsearch+Kibana+Logstash+Filebeat)

docker启动 elasticsearch 修改 xmx xms 堆内存大小修改

1ES部署(docker方式)

logstash同步mysql数据到Elasticsearch

Manage Spring Boot Logs with Elasticsearch, Logstash and Kibana