怎么用Elasticsearch+Fluentd+Kafka搭建日志系統

本篇內容介紹了“怎么用Elasticsearch+Fluentd+Kafka搭建日志系統”的有關知識，在實際案例的操作過程中，不少人都會遇到這樣的困境，接下來就讓小編帶領大家學習一下如何處理這些情況吧！希望大家仔細閱讀，能夠學有所成！

前言

由于logstash內存占用較大,靈活性相對沒那么好,ELK正在被EFK逐步替代.其中本文所講的EFK是Elasticsearch+Fluentd+Kfka,實際上K應該是Kibana用于日志的展示,這一塊不做演示,本文只講述數據的采集流程.

前提

1. docker

2. docker-compose

3. apache kafka服務

架構

數據采集流程

數據的產生使用cadvisor采集容器的監控數據并將數據傳輸到Kafka.

數據的傳輸鏈路是這樣: Cadvisor->Kafka->Fluentd->elasticsearch

每一個服務都可以橫向擴展,添加服務到日志系統中.

配置文件

docker-compose.yml

version: "3.7"

services:
  
  elasticsearch:
   image: elasticsearch:7.5.1
   environment:
    - discovery.type=single-node  #使用單機模式啟動
   ports:
    - 9200:9200

  cadvisor:
    image: google/cadvisor
    command: -storage_driver=kafka -storage_driver_kafka_broker_list=192.168.1.60:9092(kafka服務IP:PORT) -storage_driver_kafka_topic=kafeidou
    depends_on:
      - elasticsearch

  fluentd:
   image: lypgcs/fluentd-es-kafka:v1.3.2
   volumes:
    - ./:/etc/fluent
    - /var/log/fluentd:/var/log/fluentd

其中:

1. cadvisor產生的數據會傳輸到192.168.1.60這臺機器的kafka服務,topic為kafeidou

2. elasticsearch指定為單機模式啟動(discovery.type=single-node環境變量),單機模式啟動是為了方便實驗整體效果

fluent.conf

#<source>
#  type http
#  port 8888
#</source>

<source>
  @type kafka
  brokers 192.168.1.60:9092
  format json
  <topic>
    topic     kafeidou
  </topic>
</source>

<match **>
  @type copy

#  <store>
#   @type stdout
#  </store>

  <store>
  @type elasticsearch
  host 192.168.1.60
  port 9200
  logstash_format true
  #target_index_key machine_name
  logstash_prefix kafeidou
  logstash_dateformat %Y.%m.%d   
  
  flush_interval 10s
  </store>
</match>

其中:

1. type為copy的插件是為了能夠將fluentd接收到的數據復制一份,是為了方便調試,將數據打印在控制臺或者存儲到文件中,這個配置文件默認關閉了,只提供必要的es輸出插件.
   需要時可以將@type stdout這一塊打開,調試是否接收到數據.

2. 輸入源也配置了一個http的輸入配置,默認關閉,也是用于調試,往fluentd放入數據.
   可以在linux上執行下面這條命令:

curl -i -X POST -d 'json={"action":"write","user":"kafeidou"}' http://localhost:8888/mytag

3. target_index_key參數,這個參數是將數據中的某個字段對應的值作為es的索引,例如這個配置文件用的是machine_name這個字段內的值作為es的索引.

開始部署

在包含docker-compose.yml文件和fluent.conf文件的目錄下執行:
docker-compose up -d

在查看所有容器都正常工作之后可以查看一下elasticsearch是否生成了預期中的數據作為驗證,這里使用查看es的索引是否有生成以及數據數量來驗證:

-bash: -: 未找到命令
[root@master kafka]# curl http://192.168.1.60:9200/_cat/indices?v
health status index                                uuid                   pri rep docs.count docs.deleted store.size pri.store.size
yellow open   55a4a25feff6                         Fz_5v3suRSasX_Olsp-4tA   1   1       1            0      4kb            4kb

也可以直接在瀏覽器輸入 http://192.168.1.60:9200/_cat/indices?v查看結果,會更方便.

可以看到我這里是用了machine_name這個字段作為索引值,查詢的結果是生成了一個叫55a4a25feff6的索引數據,生成了1條數據(docs.count)

到目前為止kafka->fluentd->es這樣一個日志收集流程就搭建完成了.

當然了,架構不是固定的.也可以使用fluentd->kafka->es這樣的方式進行收集數據.這里不做演示了,無非是修改一下fluentd.conf配置文件,將es和kafka相關的配置做一下對應的位置調換就可以了.

鼓勵多看官方文檔,在github或fluentd官網上都可以查找到fluentd-es插件和fluentd-kafka插件.

“怎么用Elasticsearch+Fluentd+Kafka搭建日志系統”的內容就介紹到這里了，感謝大家的閱讀。如果想了解更多行業相關的知識可以關注億速云網站，小編將為大家輸出更多高質量的實用文章！