Dubbo学习系列之十六（ELK海量日志分析框架）

  外卖公司如何匹配骑手和订单？淘宝如何进行商品推荐？或者读者兴趣匹配？还有海量数据存储搜索、实时日志分析、应用程序监控等场景，Elasticsearch或许可以提供一些思路，作为业界最具影响力的海量搜索与分析产品，搜索软件公司 Elastic 上市了！首日市值翻倍！Elastic 从小工具「逆袭」成为上市公司，依靠其技术影响者众多企业，并促进整个行业发展的模式变革，向众多渴望创业的程序员证明了一个道理：技术创业是可行的，并且有着良好的前景。你要不要试试呢？

准备：

Idea2019.03/Gradle5.6.2/JDK11.0.4/RHEL7.6/VMware15Pro/Lombok0.27/logback1.2.3/SpringBoot2.2.0RELEASE/ElasticSearch7.2.0/LogStash7.2.0/Kibana7.2.0/NodeJs10.14.2/npm6.4.1/Git2.18.0

难度：新手--战士--老兵--大师

目标：

1.Logback使用复习

2.Linux下ELK框架搭建

3.Springboot整合ELK实现海量日志处理框架

4.Springboot下使用ES的API

步骤：

为了遇见各种问题，同时保持时效性，我尽量使用最新的软件版本。代码地址：其中的day21，https://github.com/xiexiaobiao/dubbo-project.git

Part1 Linux下的ELK

1.先介绍下ELK套件：

• ElasticSearch：(以下简称ES)搜索引擎。基于Lucene打造，特点是分布式、零配置、自动发现、索引自动分片、索引副本机制，最方便的就是Restful接口。能够水平扩展，每秒钟可处理海量事件，同时能够自动管理索引和查询在集群中的分布方式，以实现极其流畅的操作。
• Logstash：数据采集器。可同一时刻采集多来源的数据，以连续流传输，并能实时解析和转换数据，能自定义过滤器，最后将数据发送到指定存储库， 当然，ES 是其首选存储库。其采用可插拔框架，拥有 200 多个插件。可将不同的输入选择、过滤器和输出选择混合搭配。
• Kibana：ES数据可视化工具，如柱状图、线状图、饼图、旭日图等，这些类似于常用的报表工具，支持权限访问控制，还有特定的查询语法来进行复杂的查询操作。

其实：ES可以用作文档型存储，类似MongoDB，适用于非事务型分布式存储场景。API十分丰富，但也存在一定的难度和复杂度。

典型的 ELK 套件方案：

 

• Beats：如果考虑到机器负载问题，还有轻量级(相比Logstash)的beat组件级数据采集器，能从成千上万台机器和系统向 Logstash 或 ES 发送数据，Beats是一个系列，有Filebeat/Packetbeat/Winlogbeat/Heartbeat/Auditbeat等，用于采集不同来源类别的数据。如果再加上缓冲层，可演变为如下强大架构，并发能力更上一层楼！

 

 

2.Linux虚拟机的安装、网络、文件共享、YUM安装见我下篇，或者网搜，想必进入这个文章的linux也该略有基础了。

3.我这里 ELK 三者全部安装在一台Linux虚拟机(IP:192.168.1.204)上，注意下载的ELK版本要一致，目前最新为V7.4.2，但下载实在蜗牛速度，只好先用点已有的旧货上场，抱歉！

4.开始ES的安装：下载elasticsearch-7.2.0-linux-x86_64.tar.gz，放/usr/elastic下，并解压，ES不能使用root用户启动，会提示错误！

 

 

 切换为普通用户，并将文件主更新为普通用户，再启动：

[root@localhost ~]# chown -Rv biao /usr/elastic/
[biao@localhost usr]$ ./elastic/elasticsearch-7.2.0/bin/elasticsearch

5.首次启动测试：

[root@localhost ~]# curl localhost:9200
[root@localhost ~]# curl localhost:9300

 

 6.默认情况下，ES 只允许本机访问，如果需要远程访问，可以修改 ES 安装目录的

config/elasticsearch.yml

文件，去掉

network.host

的注释，并将它的值改成所在OS的IP：192.168.1.204，然后重新启动 ES。

[root@localhost ~]# vim /usr/elastic/elasticsearch-7.2.0/config/elasticsearch.yml

 

如果需要从window主机访问，注意打开Linux相应的端口或直接关闭防火墙， URL访问：

http://192.168.1.204:9200/

再次启动出现错误，提示有3个问题，各个击破！

 

每个进程最大同时打开文件数太小：

[root@localhost usr]# sysctl -w vm.max_map_count=262144
vm.max_map_count = 262144

ulimit 用于限制 shell 启动进程所占用的资源：

[root@localhost usr]# vim /etc/security/limits.conf

 

查看设置后的值：

[root@localhost usr]# ulimit -Hn
[root@localhost usr]# ulimit -Sn

最后设置一个seed_host,见步骤6中的第一图，按Ctrl+c退出。

7.开始安装elasticsearch-head：一款ES集群可视化管理工具，可直接操作ES的数据，这也太野了吧，生产中必须要加以限制！这个工具有多种方式安装，比如doker/plugin/npm等，因linux上环境欠缺，我就直接在window上使用npm安装了(window上先安装node.js环境即可使用npm)，这其实是将elasticsearch-head独立运行，参考后面的(整合ELK整体目标架构图)：

D盘根目录下，使用git bash命令，下载源码：

git clone git://github.com/mobz/elasticsearch-head.git

下载源码完成后CMD命令行操作：

C:\Users\KOOL>D:
D:\>cd D:\elasticsearch-head
D:\elasticsearch-head>npm install -g cnpm --registry=https://registry.npm.taobao.org
D:\elasticsearch-head>npm install
D:\elasticsearch-head>npm run start

如下图即为安装成功！

 

8.访问：http://localhost:9100/

输入ES的 IP+port --> connect， 如果此时显示空白，请先使用 

http://192.168.1.204:9200/

 测试确保外部可以连接ES，然后查看：

 

即可确认为跨域问题，需修改ES配置文件

elasticsearch.yml

，在文件末尾加入以下配置，注意冒号后的空格！

• http.cors.enabled: true #是否允许跨域
• http.cors.allow-origin: "*"

 

9.再重启ES，连接ES端，可以发现ES对logstash/kibana都做了存储，果然是自家的，特殊照顾，前缀有点号区分：

查看indices信息，以下为已经启动了Logstash和Kibana的状态：

 

node信息：

 

查看shard信息：

 

10.开始Logstash安装：

下载文件logstash-7.2.0.tar.gz，略，放/usr/logstash下，解压，测试logstash启动是否正常：

[root@localhost logstash]cd logstash-7.2.0
[root@localhost logstash-7.2.0]# ./bin/logstash -e 'input { stdin { } } output { stdout {} }'

15d8

 

启动后，输入hello world，如下则成功！ctrl+D退出。

 

另外，可以下载测试数据做测试：

[root@localhost logstash-7.2.0]# wget http://files.grouplens.org/datasets/movielens/ml-latest-small.zip
[root@localhost logstash-7.2.0]# unzip ml-latest-small.zip
[root@localhost logstash-7.2.0]# vim config/logstash-test.conf

logstash-test.conf内容如下：

input {
file {
path => "/usr/logstash/logstash-7.2.0/ml-latest-small/movies.csv" #注意修改为自己的目录
start_position => "beginning"
sincedb_path => "/dev/null"
}
}
filter {
csv {
separator => ","
columns => ["id","content","genre"]
}
mutate {
split => { "genre" => "|" }
remove_field => ["path", "host","@timestamp","message"]
}
mutate {

split => ["content", "("]
add_field => { "title" => "%{[content][0]}"}
add_field => { "year" => "%{[content][2]}"}
}
mutate {
convert => {
"year" => "integer"
}
strip => ["title"]
remove_field => ["path", "host","@timestamp","message","content"]
}
}
output {
elasticsearch {
hosts => http://192.168.1.204:9200 #注意修改为自己的ES
index => "movies"
document_id => "%{id}"
}
stdout {}
}

运行下测试数据，注意先启动ES：

[root@localhost logstash-7.2.0]# ./bin/logstash -f /usr/logstash/logstash-7.2.0/config/logstash-test.conf

报错：

There is insufficient memory for the Java Runtime Environment to continue.

虚拟机的内存不够，如下命令查看内存情况：

[root@localhost logstash-7.2.0]# free -h

建议直接虚拟机修改为 4G 内存，再跑此测试数据！运行成功后，先放着。

11.开始Kibana安装：下载，略，kibana-7.2.0-linux-x86_64.tar.gz复制到目录/usr/kibana下，解压：

[root@localhost ~]# cp /mnt/hgfs/00sharetoVM/kibana-7.2.0-linux-x86_64.tar.gz  /usr/kibana

以root启动会提示不能使用root运行，可使用加 

--allow-root

 参数解决，这里我直接换成普通用户：

[root@localhost usr]# chown -Rv biao /usr/kibana/
[biao@localhost kibana-7.2.0-linux-x86_64]$ pwd
/usr/kibana/kibana-7.2.0-linux-x86_64
[biao@localhost kibana-7.2.0-linux-x86_64]$ vim config/kibana.yml

#以下为配置项目：

server.port: 5601
server.host: "192.168.1.204"  #虚拟机的IP
elasticsearch.hosts: ["http://192.168.1.204:9200"]
kibana.index: ".kibana"

启动Kibana，注意先启动ES：

[biao@localhost kibana-7.2.0-linux-x86_64]$ ./bin/kibana

 

再配合上面处于启动状态的Logstash测试数据，外部打开URL地址：http://192.168.1.204:5601/

 

12.启动Kibana，如遇到错误：

Elasticsearch cluster did not respond with license information.

只需仔细配置 ES ，不是缺少xpack插件，7.X已经集成该插件了！

[biao@localhost elasticsearch-7.2.0]$ vim config/elasticsearch.yml

以下为配置项：

cluster.name: my-application
node.name: node-1
path.data: /tmp/es/data
path.logs: /tmp/es/logs
network.host: 192.168.1.204  #建议不要写为网上的0.0.0.0
http.port: 9200
discovery.seed_hosts: ["192.168.1.204"]
cluster.initial_master_nodes: ["node-1"]
3ff8

Part2 验收测试

1.先实现Springboot应用整合ELK做日志处理：整体目标架构如下图：

 

2.创建springboot工程，我使用idea直接建一个简单的gradle project，终于摆脱前面的mall项目了！

 

3.引入依赖，非常建议逐步引入，使用过程中观察缺少依赖对应用的影响，这样能更好的学习各个组件的作用：

dependencies {
testCompile group: 'junit', name: 'junit', version: '4.12'
// https://mvnrepository.com/artifact/org.springframework.boot/spring-boot-starter-parent
compile group: 'org.springframework.boot', name: 'spring-boot-starter-parent', version: '2.2.0.RELEASE', ext: 'pom'

//Core starter, including auto-configuration support, logging and YAML
compile group: 'org.springframework.boot', name: 'spring-boot-starter', version: '2.2.0.RELEASE'
//Starter for testing Spring Boot applications with libraries including JUnit, Hamcrest and Mockito
testCompile group: 'org.springframework.boot', name: 'spring-boot-starter-test', version: '2.2.0.RELEASE'
//Starter for building web, including RESTful, applications using Spring MVC. Uses Tomcat as the default embedded container
compile group: 'org.springframework.boot', name: 'spring-boot-starter-web', version: '2.2.0.RELEASE'
//
testCompile group: 'ch.qos.logback', name: 'logback-classic', version: '1.2.3'
// https://mvnrepository.com/artifact/net.logstash.logback/logstash-logback-encoder
compile group: 'net.logstash.logback', name: 'logstash-logback-encoder', version: '6.2'
// 本来这里的scope应该为providedCompile，即只存在于编译和测试阶段，但似乎gradle无法识别，maven环境下未测试
compile group: 'org.projectlombok', name: 'lombok', version: '1.18.10'
// https://mvnrepository.com/artifact/org.elasticsearch.client/elasticsearch-rest-high-level-client
compile group: 'org.elasticsearch.client', name: 'elasticsearch-rest-high-level-client', version: '7.2.0'
// https://mvnrepository.com/artifact/org.elasticsearch/elasticsearch
compile group: 'org.elasticsearch', name: 'elasticsearch', version: '7.2.0'
// https://mvnrepository.com/artifact/org.elasticsearch.client/transport
compile group: 'org.elasticsearch.client', name: 'transport', version: '7.2.0'
}

4.创建类，注意这里直接将Controller放入口类ApplicationMain里面的，简单粗暴!

@RestController
@SpringBootApplication
//@Slf4j
public class ApplicationMain {

private final Logger log = LoggerFactory.getLogger(ApplicationMain.class);

public static void main(String[] args) {
SpringApplication.run(ApplicationMain.class,args);
System.out.println("ELK Application started.>>>>>>>>>>>>>>>>>>>>>>>>>>>");
}

@RequestMapping("/test")
public String test() throws InterruptedException {
for (int i = 0; i < 10; i++) {
Thread.sleep(1000);
log.info("log from ELK app time: {}",System.currentTimeMillis());
}
return "ELK test success";
}
}

5.创建logback-spring文件，再复习下logback的使用，SLF4J是集合了各种日志组件的框架，使用了

门面模式

，appender/logger/root是其中三大件，这里就是使用logback将日志传给Logstash。另外，我还定义了一个file类型的log输出，可以看到项目代码所在的目录下的log文件：

<?xml version="1.0" encoding="UTF-8"?>
<!--该日志将日志级别不同的log信息保存到不同的文件中 -->
<configuration>
<include resource="org/springframework/boot/logging/logback/defaults.xml" />

<!--springProperty:在properties/yml文件中找到对应的配置项 -->
<springProperty scope="context" name="springAppName" source="spring.application.name" />
<springProperty scope="context" name="logFilePath" source="logging.config.path" />

<!-- 日志在工程中的输出位置 -->
<property name="LOG_FILE" value="${BUILD_FOLDER:-build}/${springAppName}" />

<!-- 控制台的日志输出样式 -->
<property name="CONSOLE_LOG_PATTERN"
value="%clr(%d{yyyy-MM-dd HH:mm:ss.SSS}){faint} %clr(${LOG_LEVEL_PATTERN:-%5p}) %clr(${PID:- }){magenta} %clr(---){faint} %clr([%15.15t]){faint} %m%n${LOG_EXCEPTION_CONVERSION_WORD:-%wEx}}" />

<!-- 控制台输出 appender-->
<appender name="console" class="ch.qos.logback.core.ConsoleAppender">
<filter class="ch.qos.logback.classic.filter.ThresholdFilter">
<level>INFO</level>
</filter>
<!-- 日志输出编码 -->
<encoder class="ch.qos.logback.classic.encoder.PatternLayoutEncoder">
<pattern>${CONSOLE_LOG_PATTERN}</pattern>
<charset>utf8</charset>
</encoder>
</appender>

<!-- 为logstash输出的JSON格式的Appender -->
<appender name="logstash"
class="net.logstash.logback.appender.LogstashTcpSocketAppender">
<destination>192.168.1.204:9665</destination>
<!-- 日志输出编码 -->
<encoder class="net.logstash.logback.encoder.LoggingEventCompositeJsonEncoder">
<providers>
<timestamp>
<timeZone>UTC</timeZone>
</timestamp>
<pattern>
<pattern>
{
"severity": "%level",
"service": "${springAppName:-}",
"trace": "%X{X-B3-TraceId:-}",
"span": "%X{X-B3-SpanId:-}",
"exportable": "%X{X-Span-Export:-}",
"pid": "${PID:-}",
"thread": "%thread",
"class": "%logger{40}",
"rest": "%message"
}
</pattern>
</pattern>
</providers>
</encoder>
</appender>

<!--文件格式输出appender-->
<appender name="file" class="ch.qos.logback.core.rolling.RollingFileAppender">
<!--定义日志输出的路径-->
<!--这里的scheduler.manager.server.home 没有在上面的配置中设定，所以会使用java启动时配置的值-->
<!--比如通过 java -Dscheduler.manager.server.home=/path/to XXXX 配置该属性-->
<file>${logging.path}/spring-boot/elk.log</file>
<!--定义日志滚动的策略-->
<rollingPolicy class="ch.qos.logback.core.rolling.TimeBasedRollingPolicy">
<!--定义文件滚动时的文件名的格式-->
<fileNamePattern>${scheduler.manager.server.home}/logs/${app.name}.%d{yyyy-MM-dd.HH}.log
</fileNamePattern>
<!--60天的时间周期，日志量最大20GB-->
<maxHistory>60</maxHistory>
<!-- 该属性在 1.1.6版本后 才开始支持-->
<totalSizeCap>20GB</totalSizeCap>
</rollingPolicy>
<triggeringPolicy class="ch.qos.logback.core.rolling.SizeBasedTriggeringPolicy">
<!--每个日志文件最大100MB-->
<maxFileSize>100MB</maxFileSize>
</triggeringPolicy>
<!--定义输出格式-->
<encoder>
<pattern>%d [%thread] %-5level %logger{36} [%file : %line] - %msg%n</pattern>
</encoder>
</appender>

<!--logger 用来设置某一个包或者具体的某一个类的日志打印级别以及指定appender-->
<!--通过 LoggerFactory.getLogger("mytest") 可以获取到这个logger-->
<!--由于这个logger自动继承了root的appender，root中已经有stdout的appender了，自己这边又引入了stdout的appender-->
<!--如果没有设置 additivity="false" ,就会导致一条日志在控制台输出两次的情况,通过appender-ref做好分工，root负责console和logstash
此logger负责file输出-->
<!--additivity表示要不要使用rootLogger配置的appender进行输出-->
<logger name="test" level="INFO" additivity="false">
<appender-ref ref="file"/>
</logger>

<!-- 根logger，也是一种logger，且只有一个level属性 -->
<root level="INFO">
<appender-ref ref="console" />
<appender-ref ref="logstash" />
</root>

</configuration>

6.创建application.yml文件，用于上面的文件中做值引用：

spring:
application:
name: ELK Application
logging:
config:
path: ./logs

7.新建一个logstash启动配置文件：

[root@localhost logstash-7.2.0]# vim config/logstash-java.conf

内容如下，注意这里的port是应用接入的端口，output则是ES：

input{
tcp {
port  => 9665
codec => json_lines
}

}
output{
elasticsearch{
hosts => ["192.168.1.204:9200"]
}
}

8.启动logstash：

[root@localhost logstash-7.2.0]# ./bin/logstash -f /usr/logstash/logstash-7.2.0/config/logstash-java.conf

如应用启动后出现错误：

Log destination 192.168.1.204:2004: connection failed. java.net.ConnectException: Connection refused: connect

请仔细检查logstash-java.conf 和logback-spring.xml 的端口配置，必须一致！

9.启动顺序：

ES --> Kibana --> Logstash --> ELK Application

10.URL访问：http://localhost:8080/test，应用产生log：

 

URL访问Kibana ，略作下配置：http://192.168.1.204:5601/

 

 下一步：

 

  下一步：

 

至此，海量日志分析框架完成！哪来的海量？？？这还不简单，上面的代码中循环 i 改为一百亿，去掉sleep！特此声明，对海量实验结果概不负责！至于kibana那些丰富多彩的展现和KQL查询，各位自行去探索吧！

 

11.来操作一把 ES Java API:

官方文档中有使用 

org.elasticsearch.client.transport.TransportClient

 做 ES 的外部 client ，再去操作ES，但使用后却发现已经 deprecated ！换一个吧，我找到

io.searchbox.client.JestClient

，结果最新是2018年的，这？！再进行寻找一番，有个 

org.elasticsearch.client.RestHighLevelClient

 是最新的，且支持同步和异步调用，赶紧又换掉前面的，唉，就像猴子下山一样，好累，代码换了三波！这里只是使用了一个保存API，其他还有很多，可参考官网，使用方式类似。

代码就是在ApplicationMain中再添加一个APItest测试方法：

@RequestMapping("/api")
public String APItest() throws InterruptedException, IOException {
/** scheme 选项 http/tcp
* 1. java客户端的方式是以tcp协议在9300端口上进行通信
* 2. http客户端的方式是以http协议在9200端口上进行通信
*/
RestHighLevelClient client = new RestHighLevelClient(
//builder可以继续添加多个HttpHost
RestClient.builder(
new HttpHost("192.168.1.204", 9200, "http")));

/** 有四种不同的方式来产生JSON格式的文档（document）
.Manually (aka do it yourself) using native byte[] or as a String
.Using a Map that will be automatically converted to its JSON equivalent
.Using a third party library to serialize your beans such as Jackson
.Using built-in helpers XContentFactory.jsonBuilder()
*/
XContentBuilder builder = XContentFactory.jsonBuilder();
builder.startObject();
{
builder.field("user", "biao");
builder.timeField("postDate", new Date());
builder.field("message", "trying out Elasticsearch");
}
builder.endObject();
String index = "my_temp_index";
IndexRequest indexRequest = new IndexRequest(index)
.id("1")
.timeout(TimeValue.timeValueSeconds(1))
.setRefreshPolicy(WriteRequest.RefreshPolicy.WAIT_UNTIL)

56e
.opType(DocWriteRequest.OpType.INDEX)
.source(builder);

//Synchronous execution
IndexResponse indexResponse = client.index(indexRequest, RequestOptions.DEFAULT);
System.out.println(indexResponse.toString());

//asynchronous execution,
// client.indexAsync(indexRequest, RequestOptions.DEFAULT, listener);

client.close();
return "ELK API test success";
}

ActionListener listener = new ActionListener() {
@Override
public void onResponse(Object o) {
System.out.println("ELK API ASYN test success");
}

@Override
public void onFailure(Exception e) {
System.out.println("ELK API ASYN test failed");
}
};

 

同步测试：URL访问：http://localhost:8080/api

 

结果如下，Index保存成功，达到测试目标！

 

异步测试：特别注意要将 client.close() 注释掉，并实现 ActionListener 类：URL访问：http://localhost:8080/api

结果如下，Index保存成功，覆盖了上面同步测试生成的index内容(是否覆盖可配置)，达到测试目标！

 

 

 

复盘记：

1.ELK是一个可伸缩的框架，可按需进行裁剪，其中Logstash是一个 点对点 的信息采集器，如果流量巨大，可以加入MQ或Redis缓冲，

2.ES出身就是分布式的，所以集群方式可以做到多Node，多Shard，使用主从复制与冗余存储备份策略，自动平衡数据存储点负载，

3.对于ES的概念，有个很好的对比图，如果用过Mongodb，应该就好理解，只注意“文档”一词，不是指我们常说的word/pdf文件，而是一种有格式的描述型结构化数据，比如JSON：

 

4.再次注意ELK中各conf文件的IP绑定概念，不建议使用0.0.0.0，事实上生产环境也不会直接全开！具体分析我在前篇《Linux下Redis集群》中有解释，这里的bind类似，不再赘述。

5.ES分库分片设置：

• number_of_shards：每个索引的主分片数，默认值是 5 。这个配置在索引创建后不能修改。
• number_of_replicas：每个主分片的副本数，默认值是 1 。对于活动的索引库，这个配置可以随时修改。

以下使用ES-Head方式，创建一个index，并配置为一个node上3个shard，每个shard有2个replica：

 

以上也可使用CURL方式：

curl -X PUT "localhost:9200/my_temp_index?pretty" -H 'Content-Type: application/json' -d'
{
"settings": {
"number_of_shards" :   1,
"number_of_replicas" : 0
}
}
'

 

具体展现如下：

 

然后，我们可以用 update-index-settings API 动态修改副本数，也可使用CURL方式：

 

修改后的效果：

 

5.ES为什么快！？核心就是倒序索引和特殊的文件压缩，至于详细，内容略多，在此仅作个引子。

6.本文完全没用到dubbo，只是为了标题的连贯，故保留。

本文结束！

推荐阅读：

• Linux下Redis集群
• Dubbo学习系列之十五（Seata分布式事务方案TCC模式）
• Dubbo学习系列之十四（Seata分布式事务方案AT模式）
• Dubbo学习系列之十三（Mycat数据库代理）
• Dubbo学习系列之十二（Quartz任务调度）