Nginx有兩套日誌，一套access.log一套error.log，access.log用戶可以自定義，兩套日誌處理好，業務的質量就瞭然於心了，另外，日誌關鍵指標可視化分析我認爲是運維中最重要的事情了，沒有之一。
對於後期的可視化監控，核心觀點兩個字“收斂”，工具用grafana，把最有用的關鍵指標放到dashboard上，我線上設計的一個版面如下，由於日誌量大，200 ok的日誌基本不看，所以結合filebeat只收集了一套異常日誌，異常日誌定義爲狀態碼非200或者響應時間大於0.5秒，裏面要考慮幾個點：
1、要用日誌時間建es索引，便於分析排障；
2、數據字段要轉化爲數據類型，便於計算；
3、Dashbord考慮質量、性能、錯誤3個維度內容；
4、爲了方便聚合分析，url要把問號前的接口拆出來，比如/v1/feedback/check_regid_valid?regId=DmuZXBoN4nRulcjmZczGw1fZLya151h7%2BtY0%2FgoM6qwllq%2BR723oL8fK9Wahdxee&packageName=com.tencent.news&appId=2882303761517336368，拆成/v1/feedback/check_regid_valid，後面一堆參數可處理可不處理，後面會寫一下如果處理可以繼續拆一下k/v；
5、grafana要動態可選業務類型、機房、機器、響應時間等信息，便於鑽取分析。
對於access.log
原始日誌如下（我用上撇做的分隔）
#access.log 10.132.10.29`api.xmpush.xiaomi.com`103.107.217.171`-`14/May/2019:00:00:01 +0800`/v1/feedback/check_regid_valid?regId=46quGCb9wT89VV2XzUW89bORMmralBlKriPnZbeAmIzF2nABHj LJKCI8%2FF0InyHR&packageName=com.smile.gifmaker&appId=2880376151713534`325`332`0.009`200`10.132.50.2:9085`-`0.009`GET`okhttp/3.12.1`200`lT666Qlxdq6G6iUqt/G3FrQ==
logstash清洗規則如下
filter {
ruby {
init => "@kname = ['server_addr','domain','remote_addr','http_x_forwarded_for','time_local','request_uri','request_length','bytes_sent','request_time','status','upstream_addr','upstream_cache_status','upstream_response_time','request_method','http_user_agent','upstream_status','key']"
code => "event.append(Hash[@kname.zip(event['message'].split('`'))])"
}
#將api接口拆開
if [request_uri] {
grok {
match => ["request_uri","%{DATA:api}(\?%{DATA:args})?$"]
}
}
#用日誌時間建立索引，把無用字段去掉
date {
match => ["time_local", "dd/MMM/yyyy:HH:mm:ss Z"]
target => "@timestamp"
remove_field => ["time_local","message","path","offset","prospector","[fields][ttopic]","[beat][version]","[beat][name]"]
}
#把類型從字符型轉爲數字型
mutate {
convert => [
"request_length" , "integer",
"status" , "integer",
"upstream_response_time" , "float",
"request_time" , "float",
"bytes_sent" , "integer" ]
}
}
output {
#再次判斷一下只收集處理異常日誌
if [status] != 200 or [request_time] > 1 {
elasticsearch {
hosts => ["1.1.1.1:9220","2.2.2.2:9220","3.3.3.3:9220"]
#workers => 4
index => "logstash-im-push-mt-nginx-access-%{+YYYY.MM.dd.hh}"
}
}
#某幾臺機器收集全量日誌，用於抽樣整體情況瞭解
else if [beat][hostname] == 'c4-hostname01.bj' or [beat][hostname] == 'c4-hostname02.bj' {
elasticsearch {
hosts => ["1.1.1.1:9220","2.2.2.2:9220","3.3.3.3:9220"]
#workers => 4
index => "logstash-im-push-mt-nginx-access-%{+YYYY.MM.dd.hh}"
}
}
#stdout { codec => rubydebug }
}清洗後的一個截圖如下，滿足需求
對於error.log
原始日誌如下
#error.log 有很多種，這裏只寫一條，後面正則會做全部匹配 2019/05/14 10:28:16 [error] 13655#0: *3199 connect() failed (111: Connection refused) while connecting to upstream, client: 47.111.97.155, server: api.xmpush.xiaomi.co m, request: "POST /v2/message/regid HTTP/1.1", upstream: "http://10.132.28.28:9085/v2/message/regid", host: "api.xmpush.xiaomi.com"
logstash清洗規則如下
#根據error日誌的規律，兩個正則覆蓋所有情況，正則忘記從哪個大神那取的經了，多謝，另外，爲了防止特殊情況出現，我保留了原始msg
filter {
grok {
match => [
"message", "(?<time>\d{4}/\d{2}/\d{2}\s{1,}\d{2}:\d{2}:\d{2})\s{1,}\[%{DATA:err_severity}\]\s{1,}(%{NUMBER:pid:int}#%{NUMBER}:\s{1,}\*%{NUMBER}|\*%{NUMBER}) %{DATA:err_message}(?:,\s{1,}client:\s{1,}(?<client_ip>%{IP}|%{HOSTNAME}))(?:,\s{1,}server:\s{1,}%{IPORHOST:server})(?:, request: %{QS:request})?(?:, host: %{QS:host})?(?:, referrer: \"%{URI:referrer})?",
"message", "(?<time>\d{4}/\d{2}/\d{2}\s{1,}\d{2}:\d{2}:\d{2})\s{1,}\[%{DATA:err_severity}\]\s{1,}%{GREEDYDATA:err_message}"]
}
date{
match=>["time","yyyy/MM/dd HH:mm:ss"]
target=>"@timestamp"
remove_field => ["time_local","time","path","offset","prospector","[fields][ttopic]","[beat][version]","[beat][name]"]
}
}清洗後的截圖如下
延伸配置
對於拆出來的args，如果業務上有需要分析的信息，要繼續將k/v分開，比如a=111&b=2222，拆到es裏a作爲key數字作爲value，可以在logstash裏編寫如下配置
if [args] {
#很多url是經過decode過的，亂碼不便於閱讀，我們把它恢復
urldecode {
field => "args"
}
#以&爲分隔符，將args的k/v分開
kv {
source => "args"
field_split => "&"
}
}好了，希望能在這個基礎上，幫助你搭建自己的nginx可視化監控。
查看更多請到博主原創站：運維網咖社（www.net-add.com）