前言

去年公司由于不断发展，内部自研系统越来越多，所以后来搭建了一个日志收集平台，并将日志收集功能以二方包形式引入自研系统，避免每个自研系统都要建立一套自己的日志模块，节约了开发时间，管理起来也更加容易。 这篇文章主要介绍ELK最新版本的搭建，二方包的介绍可以看小霸王的另外一篇文章.

ELK介绍

• Elasticsearch 是一个分布式、Restful 风格的搜索和数据分析引擎，能够解决不断涌现出的各种用例。作为 Elastic Stack 的核心，Elasticsearch 会集中存储您的数据，让您飞快完成搜索，并对数据进行强大的分析。
• Logstash 是免费且开放的服务器端数据处理管道，能够从多个来源采集数据，转换数据，然后将数据发送到数据库中。
• Kibana 是一个免费且开放的用户界面，能够让您对 Elasticsearch 数据进行可视化，从跟踪查询负载，到查看应用请求的整个过程，都能轻松完成。

搭建平台版本

平台	版本
linux	centos stream 9
java	openjdk 17
elasticsearch	8.6.2
logstash	8.6.2
kibana	8.6.2
VMware Workstation Pro	17

安装

首先在linux虚拟机上安装docker 先卸载旧版本 。

                        
                          sudo yum remove docker docker-client docker-client-latest docker-common docker-latest docker-latest-logrotate docker-logrotate docker-engine

                        
                      

升级yum 。

                        
                          yum update

                        
                      

设置仓库 。

                        
                          yum install -y yum-utils device-mapper-persistent-data lvm2

                        
                      

使用阿里云镜像地址 。

                        
                          yum-config-manager --add-repo http://mirrors.aliyun.com/docker-ce/linux/centos/docker-ce.repo

                        
                      

安装 Docker Engine-Community 。

                        
                          sudo yum install docker-ce docker-ce-cli containerd.io

                        
                      

设置docker开机启动并启动docker 。

                        
                          sudo systemctl enable docker
sudo systemctl start docker

                        
                      

至此，docker已安装完成，可以使用docker -v查看版本，接下来就要安装三大金刚了 。

                        
                          docker pull elasticsearch:8.6.2
docker pull kibana:8.6.2
docker pull logstash:8.6.2

                        
                      

启动

elasticsearch

接着先挂载elasticsearch的配置文件，方便以后修改 首先创建elasticsearch.yml文件 。

                        
                          cluster.name: "docker-cluster"
network.host: 0.0.0.0
discovery.seed_hosts: 0.0.0.0
network.bind_host: 0.0.0.0
http.port: 9200

# Enable security features
xpack.security.enabled: false

xpack.security.enrollment.enabled: false

# Enable encryption for HTTP API client connections, such as Kibana, Logstash, and Agents
xpack.security.http.ssl:
  enabled: false

# Enable encryption and mutual authentication between cluster nodes
xpack.security.transport.ssl:
  enabled: false


                        
                      

创建elasticsearch容器 。

                        
                          docker run -d --name elasticsearch  -p 9200:9200 -p 9300:9300 -v /home/elasticsearch.yml:/usr/share/elasticsearch/config/elasticsearch.yml -e "discovery.type=single-node" elasticsearch:8.6.2

                        
                      

启动elasticsearch容器 。

                        
                          docker start elasticsearch

                        
                      

浏览器输入http://你的虚拟机ip:9200 显示如下，说明es启动成功 。

kibana

创建kibana容器,这里使用到汉化 "-e I18N_LOCALE=zh-CN" 。

                        
                          docker run -d --name kibana --link elasticsearch:elasticsearch -e "I18N_LOCALE=zh-CN" -p 5601:5601 kibana:8.6.2

                        
                      

启动kibana 。

                        
                          docker start kibana

                        
                      

输入http://你的虚拟机ip:5601/ 此时kibana启动成功 。

logstash

在linux的/home目录下新建logstash.yml文件，其中index是索引的名称，我们使用“xiaobawang-”前缀加时间来生成每天的索引.

                        
                          # 输入端
input {
  stdin { } 
  #为logstash增加tcp输入口，后面springboot接入会用到
  tcp {
      mode => "server"
      host => "0.0.0.0"
      port => 5043
      codec => json_lines
  }
}
 
#输出端
output {
  stdout {
    codec => rubydebug
  }
  elasticsearch {
    hosts => ["http://你的虚拟机ip地址:9200"]
    # 输出至elasticsearch中的自定义index名称
    index => "xiaobawang-%{+YYYY.MM.dd}"
  }
}

                        
                      

然后启动logstash，这里配置文件做了映射，/home/logstash.yml映射到/usr/share/logstash/pipeline/logstash.yml 。

                        
                          docker run -d --name logstash -p 5043:5043 -p 5044:5044  --privileged=true -v /home/logstash.yml:/usr/share/logstash/pipeline/logstash.yml logstash:8.6.2

                        
                      

进入logstash容器 。

                        
                          docker exec -it logstash /bin/bash

                        
                      

安装json_lines所需的插件 。

                        
                          /usr/share/logstash/bin/logstash-plugin install logstash-codec-json_lines

                        
                      

重启logstash，至此elk已全部安装完成了.

                        
                          docker restart logstash

                        
                      

Springboot整合logstash

下面使用logstash来将日志发送到elasticsearch，这里以springboot为例。 新建一个springboot项目，引入如下包:

                        
                          <dependency>
   <groupId>ch.qos.logback</groupId>
   <artifactId>logback-classic</artifactId>
</dependency>
<dependency>
   <groupId>net.logstash.logback</groupId>
   <artifactId>logstash-logback-encoder</artifactId>
   <version>7.3</version>
</dependency>

                        
                      

在resources文件夹下，创建logback.xml 。

                        
                          <?xml version="1.0" encoding="UTF-8"?>
<configuration debug="false">
    <!--获取springboot的yml配置信息-->
    <springProperty scope="context" name="applicationName" source="spring.application.name" defaultValue="default"/>
    <!--定义日志文件的存储地址 勿在 LogBack 的配置中使用相对路径-->
    <property name="LOG_HOME" value="/home"/>
    <!--输出到控制台-->
    <appender name="console" class="ch.qos.logback.core.ConsoleAppender">
        <filter class="ch.qos.logback.classic.filter.ThresholdFilter">
            <level>INFO</level>
        </filter>
        <withJansi>false</withJansi>
        <encoder>
            <!--<pattern>%d %p (%file:%line)- %m%n</pattern>-->
            <!--格式化输出：%d:表示日期    %thread:表示线程名     %-5level:级别从左显示5个字符宽度  %msg:日志消息    %n:是换行符-->
            <pattern>%d{yyyy-MM-dd HH:mm:ss} %highlight(%-5level) -- %boldMagenta([%thread]) %boldCyan(%logger) : %msg%n</pattern>
            <charset>UTF-8</charset>
        </encoder>
    </appender>

    <!--  日志发送至logstash  -->
    <appender name="logstash" class="net.logstash.logback.appender.LogstashTcpSocketAppender">
        <!-- logstash的服务器地址和通信端口 -->
        <destination>你的虚拟机IP地址:5043</destination>
        <!-- encoder is required -->
        <encoder class="net.logstash.logback.encoder.LogstashEncoder">
            <!-- 在elasticsearch的index中追加applicationName字段  -->
            <customFields>{"applicationName":"${applicationName}"}</customFields>
        </encoder>
    </appender>

    <!-- 按照每天生成日志文件 -->
    <appender name="FILE" class="ch.qos.logback.core.rolling.RollingFileAppender">
        <rollingPolicy class="ch.qos.logback.core.rolling.TimeBasedRollingPolicy">
            <!--日志文件输出的文件名-->
            <FileNamePattern>${LOG_HOME}/TestWeb.log.%d{yyyy-MM-dd}.log</FileNamePattern>
            <!--日志文件保留天数-->
            <MaxHistory>30</MaxHistory>
        </rollingPolicy>
        <encoder class="ch.qos.logback.classic.encoder.PatternLayoutEncoder">
            <!--格式化输出：%d表示日期，%thread表示线程名，%-5level：级别从左显示5个字符宽度%msg：日志消息，%n是换行符-->
            <pattern>%d{yyyy-MM-dd HH:mm:ss.SSS} [%thread] %-5level %logger{50} - %msg%n</pattern>
        </encoder>
        <!--日志文件最大的大小-->
        <triggeringPolicy class="ch.qos.logback.core.rolling.SizeBasedTriggeringPolicy">
            <MaxFileSize>10MB</MaxFileSize>
        </triggeringPolicy>
    </appender>

    <!-- 日志输出级别 -->
    <root level="INFO">
        <appender-ref ref="logstash"/>
        <appender-ref ref="console"/>
    </root>
</configuration>

                        
                      

新建一个controller请求 。

                        
                          @RestController
public class TestController {

    private final static Logger logger= LoggerFactory.getLogger(TestController.class);
    @RequestMapping("/myTest")
    public void test(){
        logger.info("日志开始"+System.currentTimeMillis());
        logger.info("日志结束"+System.currentTimeMillis());
    }
}


                        
                      

访问完请求后，进入Stack Management找到索引管理 。

可以看到springboot的3月4号日志已经生成，下面进一步查看日志的内容.

点击左侧菜单，选择Discover，创建数据视图，因为索引名称前缀是xiaobawang-，所以索引模式填写xiaobawang-* 就可以匹配每天生成的日志.

至此，ELK已经搭建完成，但kibana的功能远远不限于此，还可以查看不同维度的数据视图报表，有兴趣的童鞋可以研究研究。觉得有用的话，一键三连~ 。

最后此篇关于2023最新ELK日志平台（elasticsearch+logstash+kibana）搭建的文章就讲到这里了,如果你想了解更多关于2023最新ELK日志平台（elasticsearch+logstash+kibana）搭建的内容请搜索CFSDN的文章或继续浏览相关文章，希望大家以后支持我的博客！ 。