Logstash
#############################logstash命令常用參數#############################
-n 指定logstash實例名稱，如果沒有指定，默認是本地主機名
-f 從指定的文件或文件夾中加載logstash的配置；如果是一個文件夾，它會加載裏面所有的文件，或者可以加上通配符只加載特定格式的文件
-w 允許filter和output的pipeline線程數量，默認是CPU核數
-b 每個 Logstash pipeline 線程，在執行具體的 filter 和 output 函數之前，最多能累積的日誌條數，默認是 125 條。越大性能越好，同樣也會消耗越多的 JVM 內存
-u 每個 Logstash pipeline 線程，在打包批量日誌的時候，最多等待幾毫秒。默認是 5 ms
-l 指定日誌輸出位置
-r 監控配置配置文件，如果有變化則自動重載logstash
-e 使用給定的命令行字符串作爲配置，直接運行bin/log/logstash -e 配置默認是"input { stdin { type => stdin } }" "output { stdout { codec => rubydebug } }"
-t 檢查配置文件是否有語法錯誤
-V 打印logstash版本
--log.level 指定日誌等級，包括trace、debug、info、warn、error、fatal，默認info
--http.host 指定web API綁定的主機，默認127.0.0.1
--http.port 指定web API的http端口，默認9600至9700
#############################後臺啓動logstash#############################
1.安裝supervisor
yum -y install supervisor --enablerepo=epel
2.在/etc/supervisord.conf配置文件最後添加:
[program:logstash] directory=/usr/local/logstash command=/usr/local/logstash/bin/logstash -f /usr/local/logstash/etc/conf.d/ -r -l /var/log/logstash
3.啓動
service supervisord start
4.單獨控制一個子進程
supervisorctl stop logstash
#############################編解碼配置插件#############################
#官網參考：https://www.elastic.co/guide/en/logstash/current/codec-plugins.html
#logstash不只是一個input|filter|output的數據流，而是一個input|decode|filter|encode|output的數據流。codec就是用來decode、encode事件的。
1.JSON編解碼
#直接輸入預定義好的JSON數據，可以省略filter/grok配置，降低logstash過濾的CPU負載消耗
input {
file {
path => "/opt/data/logs/bjape01-ngx-a1-172.16.3.2/nginx_access.log"
codec => "json"
}
}2.multiline多行事件編碼
codec => multiline {
pattern => "^\["
negate => true
what => "previous"
}#pattern 要匹配的正則表達式，字符串類型
#negate 正則表達式是否生效，布爾類型，默認爲flase
#what 未匹配的內容是向前合併還是向後後合併,previous,next兩個值選擇
#示例配置可以用於Log4j方式的應用程序日誌
3.line面向行的文本數據
4.plain空的純文本編解碼
#使用已經有定義框架輸入或輸出，例如logstash輸出轉存到elasticsearch
output {
if [type] == "user_audit" {
elasticsearch {
hosts => ["172.16.1.25","172.16.1.26","172.16.1.27"]
index => 'user_audit-%{+YYYY-MM-dd}'
codec=>plain{charset=>"UTF-8"}
}
}
}
#############################輸入插件#############################
#官網參考：https://www.elastic.co/guide/en/logstash/current/input-plugins.html
1.標準輸入
示例：
input {
stdin {
add_field => {"key" => "value"}
codec => "plain"
tags => ["add"]
type => "std"
}
}#add_field 向事件添加一個字段，hash類型
#codec 設置編碼方式，默認是line
#tags 添加標記
#type 添加類型
2.文件輸入
input {
file {
path => [
"/opt/data/logs/idca-web1-172.16.3.2/apache_access.log",
"/opt/data/logs/idca-web1-172.16.3.2/apache_error.log"
]
stat_interval => 1
discover_interval => 1
type => "apache_log"
}
}#path 處理的文件的路徑, 可以定義多個路徑
#stat_interval 每隔多久檢查一次被監聽文件狀態（是否更新），默認是1秒
#discover_interval 每隔多久去檢查一次被監聽的path下是否有新文件，默認是15秒
#start_position 從什麼位置開始讀取文件數據，"beginning"從頭開始讀取，讀到最後一行不會終止，繼續tailf；"end"從結束位置tailf。默認值是"end"
#坑：start_position僅在該文件從未被監聽過的時候起作用，如果sincedb文件中已經有這個文件的inode記錄了，那麼logstash依然會衝記錄過的pos開始讀取數據。所以重複測試的時候每回需要刪除sincedb文件，該文件一般在安裝目錄下的data/plugins/inputs/file/中
#優化：在file中添加sincedb_path => "/dev/null"，可以直接將sincedb寫到黑洞中
#exclude 不想被監聽的文件可以排除出去
#sincedb_path 配置sincedb文件位置
#sincedb_write_interval 每隔多久寫一次sincedb文件，默認15秒
3.syslog輸入
input {
syslog {
port => "514"
}
}
4.collectd輸入
#############################過濾器配置#############################
#官網參考：https://www.elastic.co/guide/en/logstash/current/filter-plugins.html
1.grok正則捕獲
#用於匹配對應格式的message，然後過濾出來
filter {
grok {
break_on_match => false
patterns_dir => ["/usr/local/logstash/etc/conf.d/patterns"]
match => { "message" => "\[%{TIMESTAMP_ISO8601:time}\] \[%{GLASSFISHVERSION:gfversion}\] %{OTHER}"}
}
grok {
break_on_match => false
patterns_dir => ["/usr/local/logstash/etc/conf.d/patterns"]
match => {"path" => "/%{USER}/%{USER}/%{USER}/%{USER:host}/%{OTHER}" }
overwrite => [ "host" ]
}
}#break_on_match 表示匹配即停止，默認爲true，如果希望grok嘗試所有模式，設置爲false
#patterns_dir 將grok表達式統一寫到文件中，該選項指定文件目錄。grok表達式可以寫到配置文件中，但是日誌格式可能有多種，每種都寫一行自己的表達式就可能會出問題，所以建議將所有的grok表達式統一寫到一個地方。
#grok表達式格式：
USERNAME [a-zA-Z0-9._-]+
USER %{USERNAME}
#第一行用普通的正則表達式來定義一個grok表達式；第二行用以定義好的grok表達式來定義另一個grok表達式。logstash內置了多種grok表達式，查看https://github.com/logstash-plugins/logstash-patterns-core/tree/master/patterns，同樣可以自定義grok表達式。%{NUMBER:num}
%{NUMBER:num:int}
#grok表達式的打印複製格式，第一行中NUMBER表示匹配的模式，num是匹配內容的標識，代表匹配的內容；第二行中int表示轉換匹配內容的格式，默認是字符串格式。#overwrite用來重寫message字段，上面例子第二個grok中match的是一個路徑，但是我們只想保留路徑中的一個host字段，所以overwrite => [ "host" ]就可以了
2.date時間處理
#日誌產生到logstash處理一般都會有一段時間差，導致logstash實際處理時間都比日誌產生時間晚。logstash-filter-date插件可以解析日誌中的時間，變成LogStash:Timestamp對象，然後轉存到@timestamp字段裏，作爲事件的時間戳；如果未使用date插件或沒有解析到時間，logstash將使用日誌輸入的時間作爲事件的時間戳。
date {
match => [ "time", "MMM dd yyyy HH:mm:ss",
"MMM d yyyy, HH:mm:ss", "ISO8601" ]
}#配置選項包括：locale、match、tag_on_failure、target、timezone。常用的是match，值的類型同樣是列表，默認是[]
#實例中的time就是grok中匹配字段的標識，由我們自定義。
#date插件支持五種時間格式，常用的是ISO8601和Joda-Time庫
ISO8601：類似"2018-10-19T14:25:25.905+0800"，這是我們的北京時間，如果是UTC時間後面跟的是一個大寫的Z（時區偏移），nginx、apache、java應用都可以設置爲這種格式。 UNIX：UNIX時間戳格式，記錄從1970年起至今的總秒數。 UNIX_MS：從1970年至今的總毫秒數。 TAI64N：tai64n格式，很少用。 Joda-Time庫：y年，yyyy例如2018，yy例如18；M月，MMMM例如January，MMM例如Jan，MM例如01，M例如1；d日，dd例如01，d例如1；H時，HH例如01，H例如1；m分，mm例如01，m例如1；s秒，ss例如01，s例如1
#############################輸出插件#############################
#官網參考：https://www.elastic.co/guide/en/logstash/current/output-plugins.html
1.輸出到Elasticsearch
output {
elasticsearch {
hosts => ["172.16.1.25","172.16.1.26","172.16.1.27"]
index => "%{type}-%{+YYYY-MM-dd}"
codec=>plain{charset=>"UTF-8"}
}
}#hosts Elasticsearch地址，列表形式，可以寫多個。
#index 索引名，寫入Elasticsearch索引的名稱，可以使用變量。注意：%{+YYYY-MM-dd}}在語法解析時，看到已+開頭的，就會自動認爲後面是時間格式，所以之前處理過程中不要給自定義字段取加號開頭的名字；索引名中不要有大寫字母，否則Elasticsearch會報InvalidindexNameException