ELK(elasticsearch+logstash+kibana)實現Java分佈式系統日誌分析架構
日誌是分析線上問題的重要手段,通常我們會把日誌輸出到控制檯或者本地文件中,排查問題時通過根據關鍵字搜索本地日誌,但越來越多的公司,項目開發中採用分佈式的架構,日誌會記錄到多個服務器或者文件中,分析問題時可能需要查看多個日誌文件才能定位問題,如果相關項目不是一個團隊維護時溝通成本更是直線上升。把各個系統的日誌聚合並通過關鍵字鏈接一個事務處理請求,是分析分佈式系統問題的有效的方式。
ELK(elasticsearch+logstash+kibana)是目前比較常用的日誌分析系統,包括日誌收集(logstash),日誌存儲搜索(elasticsearch),展示查詢(kibana),我們使用ELK作爲日誌的存儲分析系統並通過爲每個請求分配requestId鏈接相關日誌。ELK具體結構如下圖所示:
1、安裝logstash
logstash需要依賴jdk,安裝logstash之前先安裝java環境。
下載JDK:
在oracle的官方網站下載,http://www.oracle.com/technetwork/java/javase/downloads/jdk8-downloads-2133151.html
根據操作系統的版本下載對應的JDK安裝包,本次實驗下載的是jdk-8u101-linux-x64.tar.gz
上傳文件到服務器並執行:
# mkdir /usr/local/java
# tar -zxf jdk-8u45-linux-x64.tar.gz -C /usr/local/java/
配置java環境
export JAVA_HOME=/usr/local/java/jdk1.8.0_45
export PATH=$PATH:$JAVA_HOME/bin
export CLASSPATH=.:$JAVA_HOME/lib/tools.jar:$JAVA_HOME/lib/dt.jar:$CLASSPATH
執行java -version命令,打印出java版本信息表示JDK配置成功。
下載logstash:
wget https://download.elastic.co/logstash/logstash/logstash-2.4.0.tar.gz
tar -xzvf logstash-2.4.0.tar.gz
進入安裝目錄: cd #{dir}/logstash-2.4.0
創建logstash測試配置文件:
vim test.conf
編輯內容如下:
input {
stdin { }
}
output {
stdout {
codec => rubydebug {}
}
}
運行logstash測試:
bin/logstash -f test.conf
顯示
證明logstash已經啓動了,
輸入hello world
因爲我們配置內容爲,控制檯輸出日誌內容,所以顯示以上格式即爲成功。
2、安裝elasticsearch
下載安裝包:
wget https://download.elastic.co/elasticsearch/release/org/elasticsearch/distribution/tar/elasticsearch/2.4.0/elasticsearch-2.4.0.tar.gz
解壓並配置:
tar -xzvf elasticsearch-2.4.0.tar.gz
cd #{dir}/elasticsearch-2.4.0
vim config/elasticsearch.yml
修改:
path.data: /data/es #數據路徑
path.logs: /data/logs/es #日誌路徑
network.host: 本機地址 #服務器地址
http.port: 9200 #端口
配置執行用戶和目錄:
groupadd elsearch
useradd elsearch -g elsearch -p elasticsearch
chown -R elsearch:elsearch elasticsearch-2.4.0
mkdir /data/es
mkdir /data/logs/es
chown -R elsearch:elsearch /data/es
chown -R elsearch:elsearch /data/logs/es
啓動elasticsearch:
su elsearch
bin/elasticsearch
通過瀏覽器訪問:
安裝成功.
集成logstash和elasticsearch,修改Logstash配置爲:
input {
stdin { }
}
output {
elasticsearch {
hosts => "elasticsearchIP:9200"
index => "logstash-test"
}
stdout {
codec => rubydebug {}
}
}
再次啓動logstash,並輸入任意文字:“hello elasticsearch”
通過elasticsearch搜索到了剛纔輸入的文字,集成成功。
但是通過elasticsearch的原生接口查詢和展示都不夠便捷直觀,下面我們配置一下更方便的查詢分析工具kibana。
3、安裝kibana
下載安裝包:
wget https://download.elastic.co/kibana/kibana/kibana-4.6.1-linux-x86_64.tar.gz
解壓kibana,並進入解壓後的目錄
打開config/kibana.yml,修改如下內容
#啓動端口 因爲端口受限 所以變更了默認端口
server.port: 8601
#啓動服務的ip
server.host: “本機ip”
#elasticsearch地址
elasticsearch.url: “http://elasticsearchIP:9200”
啓動程序:
bin/kibana
訪問配置的ip:port,在discover中搜索剛纔輸入的字符,內容非常美觀的展示了出來。
到這裏我們的elk環境已經配置完成了,我們把已java web項目試驗日誌在elk中的使用。
4、創建web工程
一個普通的maven java web工程,爲了測試分佈式系統日誌的連續性,我們讓這個項目自調用n次,並部署2個項目,相互調用,關鍵代碼如下:
@RequestMapping("http_client")
@Controller
public class HttpClientTestController {
@Autowired
private HttpClientTestBo httpClientTestBo;
@RequestMapping(method = RequestMethod.POST)
@ResponseBody
public BaseResult doPost(@RequestBody HttpClientTestResult result) {
HttpClientTestResult testPost = httpClientTestBo.testPost(result);
return testPost;
}
}
@Service
public class HttpClientTestBo {
private static Logger logger = LoggerFactory.getLogger(HttpClientTestBo.class);
@Value("${test_http_client_url}")
private String testHttpClientUrl;
public HttpClientTestResult testPost(HttpClientTestResult result) {
logger.info(JSONObject.toJSONString(result));
result.setCount(result.getCount() + 1);
if (result.getCount() <= 3) {
Map<String, String> headerMap = new HashMap<String, String>();
String requestId = RequestIdUtil.requestIdThreadLocal.get();
headerMap.put(RequestIdUtil.REQUEST_ID_KEY, requestId);
Map<String, String> paramMap = new HashMap<String, String>();
paramMap.put("status", result.getStatus() + "");
paramMap.put("errorCode", result.getErrorCode());
paramMap.put("message", result.getMessage());
paramMap.put("count", result.getCount() + "");
String resultString = JsonHttpClientUtil.post(testHttpClientUrl, headerMap, paramMap, "UTF-8");
logger.info(resultString);
}
logger.info(JSONObject.toJSONString(result));
return result;
}
}
爲了表示調用的鏈接性我們在web.xml中配置requestId的filter,用於創建requestId:
<filter> <filter-name>requestIdFilter</filter-name> <filter-class>com.virxue.baseweb.utils.RequestIdFilter</filter-class> </filter> <filter-mapping> <filter-name>requestIdFilter</filter-name> <url-pattern>/*</url-pattern> </filter-mapping>
public class RequestIdFilter implements Filter {
private static final Logger logger = LoggerFactory.getLogger(RequestIdFilter.class);
/* (non-Javadoc)
* @see javax.servlet.Filter#init(javax.servlet.FilterConfig)
*/
public void init(FilterConfig filterConfig) throws ServletException {
logger.info("RequestIdFilter init");
}
/* (non-Javadoc)
* @see javax.servlet.Filter#doFilter(javax.servlet.ServletRequest, javax.servlet.ServletResponse, javax.servlet.FilterChain)
*/
public void doFilter(ServletRequest request, ServletResponse response, FilterChain chain) throws IOException,
ServletException {
String requestId = RequestIdUtil.getRequestId((HttpServletRequest) request);
MDC.put("requestId", requestId);
chain.doFilter(request, response);
RequestIdUtil.requestIdThreadLocal.remove();
MDC.remove("requestId");
}
/* (non-Javadoc)
* @see javax.servlet.Filter#destroy()
*/
public void destroy() {
}
}
public class RequestIdUtil {
public static final String REQUEST_ID_KEY = "requestId";
public static ThreadLocal<String> requestIdThreadLocal = new ThreadLocal<String>();
private static final Logger logger = LoggerFactory.getLogger(RequestIdUtil.class);
/**
* 獲取requestId
* @Title getRequestId
* @Description TODO
* @return
*
* @author sunhaojie [email protected]
* @date 2016年8月31日 上午7:58:28
*/
public static String getRequestId(HttpServletRequest request) {
String requestId = null;
String parameterRequestId = request.getParameter(REQUEST_ID_KEY);
String headerRequestId = request.getHeader(REQUEST_ID_KEY);
if (parameterRequestId == null && headerRequestId == null) {
logger.info("request parameter 和header 都沒有requestId入參");
requestId = UUID.randomUUID().toString();
} else {
requestId = parameterRequestId != null ? parameterRequestId : headerRequestId;
}
requestIdThreadLocal.set(requestId);
return requestId;
}
}
我們使使用了Logback作爲日誌輸出的插件,並且使用它的MDC類,可以無侵入的在任何地方輸出requestId,具體的配置如下:
<configuration> <appender name="logfile" class="ch.qos.logback.core.rolling.RollingFileAppender"> <Encoding>UTF-8</Encoding> <File>${log_base}/java-base-web.log</File> <rollingPolicy class="ch.qos.logback.core.rolling.TimeBasedRollingPolicy"> <FileNamePattern>${log_base}/java-base-web-%d{yyyy-MM-dd}-%i.log</FileNamePattern> <MaxHistory>10</MaxHistory> <TimeBasedFileNamingAndTriggeringPolicy class="ch.qos.logback.core.rolling.SizeAndTimeBasedFNATP"> <MaxFileSize>200MB</MaxFileSize> </TimeBasedFileNamingAndTriggeringPolicy> </rollingPolicy> <layout class="ch.qos.logback.classic.PatternLayout"> <pattern>%d^|^%X{requestId}^|^%-5level^|^%logger{36}%M^|^%msg%n</pattern> </layout> </appender> <root level="info"> <appender-ref ref="logfile" /> </root> </configuration>
這裏的日誌格式使用了“^|^”做爲分隔符,方便logstash進行切分。在測試服務器部署2個web項目,並且修改日誌輸出位置,並修改url調用鏈接使項目相互調用。
5、修改logstash讀取項目輸出日誌:
新增stdin.conf,內容如下:
input {
file {
path => ["/data/logs/java-base-web1/java-base-web.log", "/data/logs/java-base-web2/java-base-web.log"]
type => "logs"
start_position => "beginning"
codec => multiline {
pattern => "^\[\d{4}-\d{1,2}-\d{1,2}\s\d{1,2}:\d{1,2}:\d{1,2}"
negate => true
what => "next"
}
}
}
filter{
mutate{
split=>["message","^|^"]
add_field => {
"messageJson" => "{datetime:%{[message][0]}, requestId:%{[message][1]},level:%{[message][2]}, class:%{[message][3]}, content:%{[message][4]}}"
}
remove_field => ["message"]
}
}
output {
elasticsearch {
hosts => "10.160.110.48:9200"
index => "logstash-${type}"
}
stdout {
codec => rubydebug {}
}
}
其中path爲日誌文件地址;codec => multiline爲處理Exception日誌,使換行的異常內容和異常頭分割在同一個日誌中;filter爲日誌內容切分,把日誌內容做爲json格式,方便查詢分析;
測試一下:
使用POSTMan模擬調用,提示服務器端異常:
通過界面搜索”調用接口異常”,共兩條數據。
使用其中一條數據的requestId搜索,展示出了請求再系統中和系統間的執行過程,方便了我們排查錯誤。
到這裏我們實驗了使用elk配置日誌分析,其中很多細節需要更好的處理,歡迎更多的同學交流學習。
轉載請註明:孫豪傑的博客 » ELK(elasticsearch+logstash+kibana)實現Java分佈式系統日誌分析架構
作者:孫豪傑 http://www.sunhaojie.com