当前位置： 首页 > article >正文

如何通过 Logstash 将数据采集到 Elasticsearch

article 2025/2/6 18:02:46

作者：来自 Elastic Andre Luiz

将 Logstash 与 Elasticsearch 集成以实现高效的数据提取、索引和搜索的分步指南。

什么是 Logstash？

Logstash 是一种广泛使用的 Elastic Stack 工具，用于实时处理大量日志数据。它充当高效的数据管道，将来自各种来源的信息集成到单一结构化流中。其主要功能是可靠地执行数据提取、转换和加载。

Logstash 具有多种优势，尤其是其在支持多种类型的输入、过滤器和输出方面的多功能性，可与各种来源和目的地集成。它实时处理数据，捕获和转换信息。它与 Elastic Stack（尤其是 Elasticsearch 和 Kibana）的原生集成有助于数据分析和可视化。此外，它还包括高级过滤器，可实现高效的数据规范化、丰富和转换。

Logstash 如何工作？

Logstash 由输入、过滤器和输出组成，它们构成了数据处理管道。这些组件在定义数据提取流程的 .config 文件中进行配置。

  • 输入（Inputs）：从各种来源捕获数据。
  • 过滤器（Filters）：处理和转换捕获的数据。
  • 输出（Outputs）：将转换后的数据发送到定义的目的地。

每个组件最常见的类型如下所示：

输入类型：

  • 文件：读取各种格式（文本、JSON、CSV 等）的日志文件。
  • 消息队列：Kafka、RabbitMQ。
  • API：Webhook 或其他数据收集 API。
  • 数据库：用于关系数据提取的 JDBC 连接。

过滤器类型：

  • Grok：用于分析和提取文本模式。
  • Mutate：修改字段（重命名、转换类型、删除数据）。
  • Date：将日期和时间字符串转换为可读的日期格式。
  • GeoIP：使用地理数据丰富日志。
  • JSON：解析或生成 JSON 数据。

输出类型：

  • Elasticsearch：最常见的目的地，Elasticsearch 是一个搜索和分析引擎，允许对 Logstash 索引的数据进行强大的搜索和可视化。
  • Files：将处理后的数据存储在本地。
  • 云服务：Logstash 可以将数据发送到各种云服务，例如 AWS S3、Google Cloud Storage、Azure Blob Storage，进行存储或分析。
  • 数据库：Logstash 可以通过特定的连接器将数据发送到各种其他数据库，例如 MySQL、PostgreSQL、MongoDB 等。

Elasticsearch 的数据提取

在此示例中，我们使用 Logstash 将数据提取到 Elasticsearch 中。此示例中配置的步骤将具有以下流程：

  1. Kafka 将用作数据源。
  2. Logstash 将使用数据，应用 grok、geoip 和 mutate 等过滤器来构造数据。
  3. 转换后的数据将发送到 Elasticsearch 中的索引。
  4. Kibana 将用于可视化索引数据。

先决条件

我们将使用 Docker Compose 创建一个具有必要服务的环境：Elasticsearch、Kibana、Logstash 和 Kafka。Logstash 配置文件名为 logstash.conf，将直接挂载到 Logstash 容器中。下面我们将详细介绍配置文件的配置。

这是 docker-compose.yml：

version: '3.8'
services:


 elasticsearch:
   image: docker.elastic.co/elasticsearch/elasticsearch:8.16.2
   container_name: elasticsearch-8.16.2
   environment:
     - node.name=elasticsearch
     - xpack.security.enabled=false
     - discovery.type=single-node
     - "ES_JAVA_OPTS=-Xms1024m -Xmx1024m"
   ports:
     - 9200:9200
   networks:
     - shared_network


 kibana:
   image: docker.elastic.co/kibana/kibana:8.16.2
   container_name: kibana-8.16.2
   restart: always
   environment:
     - ELASTICSEARCH_URL=http://elasticsearch:9200
   ports:
     - 5601:5601
   depends_on:
     - elasticsearch
   networks:
     - shared_network


 logstash:
   image: docker.elastic.co/logstash/logstash:8.16.2
   container_name: logstash-8.16.2
   volumes:
     - ./logstash.conf:/usr/share/logstash/pipeline/logstash.conf
   ports:
     - "5044:5044"
   depends_on:
     - elasticsearch
   networks:
     - shared_network




 zookeeper:
   image: confluentinc/cp-zookeeper:latest
   container_name: zookeeper
   environment:
     ZOOKEEPER_CLIENT_PORT: 2181
     ZOOKEEPER_TICK_TIME: 2000
   ports:
     - 2181:2181
   networks:
     - shared_network


 kafka:
   image: confluentinc/cp-kafka:latest
   container_name: kafka
   depends_on:
     - zookeeper
   environment:
     KAFKA_BROKER_ID: 1
     KAFKA_ZOOKEEPER_CONNECT: zookeeper:2181
     KAFKA_ADVERTISED_LISTENERS: PLAINTEXT://kafka:9092
     KAFKA_OFFSETS_TOPIC_REPLICATION_FACTOR: 1
   ports:
     - 9092:9092
   networks:
     - shared_network


networks:
 shared_network:

如上所述，将定义 Logstash 管道，在此步骤中，我们将描述输入、过滤器和输出配置。

将在当前目录（docker-compose.yml 所在的位置）中创建 logstash.conf 文件。在 docker-compose.yml 中，本地文件系统上的 logstash.conf 文件将安装在容器内的路径 /usr/share/logstash/pipeline/logstash.conf 中。

Logstash 管道配置

Logstash 管道分为三个部分：输入、过滤器和输出。

  • 输入：定义数据的使用位置（在本例中为 Kafka）。
  • 过滤器：对原始数据进行转换和结构化。
  • 输出：指定处理后的数据发送到的位置（在本例中为 Elasticsearch）。

接下来，我们将详细配置每个步骤。

输入配置

数据源是 Kafka 主题，要使用该主题的数据，需要配置 Kafka 输入插件。以下是 Logstash 中 Kafka 插件的配置，我们定义：

  • bootstrap_servers：Kafka 服务器的地址。
  • topics：要使用的主题的名称。
  • group_id：消费者组标识符。
input {
 kafka {
   bootstrap_servers => "kafka:9092"
   topics => ["logs"]
   group_id => "logstash-consumer"
 }
}

这样，我们就可以接收数据了。

过滤器配置

过滤器负责转换和构造数据。让我们配置以下过滤器：

Grok 过滤器

从非结构化数据中提取结构化信息。在本例中，它提取时间戳、日志级别、客户端 IP、URI、状态和 JSON 负载。

grok {
 match => {
   "message" => "%{TIMESTAMP_ISO8601:timestamp},%{WORD:log_level},%{IP:client_ip},%{URIPATH:uri},%{NUMBER:status}"
 }
}

示例日志：

2025-01-05 16:30:15,INFO,69.162.81.155,/api/products,200,{"user_id":123,"region":"US"}

提取字段：

  • timestamp：提取日期和时间（例如：2025-01-05T16:30:15）。
  • log_level：捕获日志级别（例如：INFO、ERROR）。
  • client_ip：捕获客户端 IP 地址（例如：69.162.81.155）。
  • uri：捕获 URI 路径（例如：/api/products）。
  • status：捕获 HTTP 状态码（例如：200）。

日期过滤器

将时间戳字段转换为 Elasticsearch 可读的格式并将其存储在 @timestamp 中。

date {
    match => ["timestamp", "yyyy-MM-dd HH:mm:ss"]
    target => "@timestamp"
  }

GeoIP 过滤器

接下来，我们将使用 geoip 过滤器根据 client_ip 字段的值检索地理信息，例如国家、地区、城市和坐标。

  geoip {
    source => "client_ip"
    target => "geoip" 
  }

Mutate 过滤器

变异过滤器允许对字段进行转换。在本例中，我们将使用它的两个属性：

  • remove_field：删除时间戳和消息字段，因为它们不再需要。
  • convert：将状态字段从字符串转换为整数。

输出配置

输出定义转换后的数据将发送到何处。在本例中，我们将使用 Elasticsearch。

output {
 elasticsearch {
   hosts => ["http://172.21.0.1:9200"]
   index => "webapp_logs"
 }
}

现在我们已经定义了配置文件。以下是完整文件：

input {
 kafka {
   bootstrap_servers => "kafka:9092"
   topics => ["logs"]
   group_id => "logstash-consumer"
 }
}


filter {
 grok {
   match => {
     "message" => "%{TIMESTAMP_ISO8601:timestamp},%{WORD:log_level},%{IP:client_ip},%{URIPATH:uri},%{NUMBER:status}"
   }
 }


 date {
   match => ["timestamp", "yyyy-MM-dd HH:mm:ss"]
   target => "@timestamp"
 }


 geoip {
   source => "client_ip"
   target => "geoip"
 }


 mutate {
   remove_field => ["timestamp", "message"]
   convert => { "status" => "integer" }
 }
}


output {
 elasticsearch {
   hosts => ["http://172.21.0.1:9200"]
   index => "webapp_logs"
 }
}

发送和提取数据

容器运行时，我们可以开始向主题发送消息并等待数据被索引。首先，如果尚未创建主题（topic），请创建主题。

docker exec -it kafka kafka-topics --create --topic logs --bootstrap-server kafka:9092 --partitions 1 --replication-factor 1

要发送消息，请在终端中执行以下命令：

docker exec -it kafka kafka-topics --create --topic logs --bootstrap-server kafka:9092 --partitions 1 --replication-factor 1

要发送的消息：

2025-01-05 16:30:15,INFO,69.162.81.155,/api/products,200,{"user_id":123,"region":"US"}
2025-01-05 16:31:02,ERROR,104.101.21.255,/api/orders,500,{"user_id":124,"region":"BR"}
2025-01-05 16:32:45,INFO,103.244.145.255,/api/cart,404,{"user_id":125,"region":"DE"}

要查看索引数据，请转到 Kibana：

索引成功完成后，我们可以在 Kibana 中查看和分析数据。映射和索引过程可确保字段根据 Logstash 中定义的配置进行结构化。

结论

通过提供的配置，我们使用 Logstash 创建了一个管道，用于在具有 Elasticsearch 和 Kafka 的容器化环境中索引日志。我们探索了 Logstash 使用 grok、date、geoip 和 mutate 等过滤器处理消息的灵活性，从而构建了数据以供在 Kibana 中进行分析。此外，我们还演示了如何配置与 Kafka 的集成以使用消息并使用它们来处理和索引数据。

参考

  • Logstash
    • https://www.elastic.co/guide/en/logstash/current/index.html
  • Logstash Docker
    • https://www.elastic.co/guide/en/logstash/current/docker.html

  • GeoIp Plugin

    • https://www.elastic.co/guide/en/logstash/current/plugins-filters-geoip.html
  • Mutate Plugin
    • https://www.elastic.co/guide/en/logstash/current/plugins-filters-mutate.html
  • Grok Plugin
    • https://www.elastic.co/guide/en/logstash/current/plugins-filters-grok.html
  • Kafka Plugin
    • https://www.elastic.co/guide/en/logstash/current/plugins-inputs-kafka.html

想要获得 Elastic 认证？了解下一期 Elasticsearch 工程师培训何时举行！

Elasticsearch 包含许多新功能，可帮助你针对自己的用例构建最佳搜索解决方案。深入了解我们的示例笔记本以了解更多信息，开始免费云试用，或立即在本地机器上试用 Elastic。

原文：How to ingest data to Elasticsearch through Logstash - Elasticsearch Labs


http://www.kler.cn/a/533997.html

相关文章：

  • 大型三甲医院算力网络架构的深度剖析与关键技术探索
  • [c语言日寄]赋值操作对内存的影响
  • Page Assist实现deepseek离线部署的在线搜索功能
  • 宾馆民宿酒店住宿管理系统+小程序项目需求分析文档
  • 视频融合平台EasyCVR无人机场景视频压缩及录像方案
  • 深度探索DeepSeek-R1：AI大模型的本地应用与个人知识库构建
  • 基于单片机的智能安全插座（论文+源码）
  • 【DeepSeek】本地私有化部署 DeepSeek 模型教程
  • vscode+CMake+Debug实现 及权限不足等诸多问题汇总
  • 定制Centos镜像（二）
  • 使用 ElementUI 和 Spring 实现稳定可靠的文件上传和下载功能
  • 【大数据技术】编写Python代码实现词频统计（python+hadoop+mapreduce+yarn）
  • WPS的word的水印去除
  • docker 实战练习1
  • 数码分享官 | 华硕灵耀14 双屏 2025，科技与美学的完美碰撞
  • 2025年02月05日Github流行趋势
  • 冒泡排序的原理及优化
  • 【3分钟极速部署】在本地快速部署deepseek
  • Linux中系统相关指令(一)
  • 国防科大：双目标优化防止LLM灾难性遗忘
  • uniapp引入cloudflare人机验证
  • Docker深度解析：Docker 安装
  • 【蓝桥杯嵌入式】LED
  • C#中堆和栈的区别
  • 5. scala高阶之traits
  • C# 程序计算圆的面积（Program to find area of a circle）