ELK优化难题解决

你头疼的ELK难题，本文几乎都解决了

一、ELK实用知识点总结

1、编码转换问题

这个问题，主要就是中文乱码。

input中的codec=>plain转码：

codec => plain {
charset => "GB2312"
}

将GB2312的文本编码，转为UTF-8的编码。

也可以在filebeat中实现编码的转换（推荐）：

filebeat.prospectors:

- input_type: log

paths:

- c:\Users\Administrator\Desktop\performanceTrace.txt

encoding: GB2312 

2、删除多余日志中的多余行

logstash filter中drop删除：

if ([message] =~ "^20.*-\ task\ request,.*,start\ time.*")

　　 { #用正则需删除的多余行
drop {}
}

日志示例：

-- ::, []DEBUG Debug - task request,task Id:1cbb72f1-a5ea-4e73-957c-6d20e9e12a7a,start time:-- :: #需删除的行

-- Request String :

{"UserName":"","Pwd":"ZYjyh727","DeviceType":,"DeviceId":"PC-20170525SADY","EquipmentNo":null,"SSID":"pc","RegisterPhones":null,"AppKey":"ab09d78e3b2c40b789ddfc81674bc24deac","Version":"2.0.5.3"} -- End

-- Response String :

{"ErrorCode":,"Success":true,"ErrorMsg":null,"Result":null,"WaitInterval":} -- End

3、grok处理多种日志不同的行

日志示例：

-- ::, []DEBUG Debug - task request,task Id:1cbb72f1-a5ea-4e73-957c-6d20e9e12a7a,start time:-- ::

-- Request String :

{"UserName":"","Pwd":"ZYjyh727","DeviceType":,"DeviceId":"PC-20170525SADY","EquipmentNo":null,"SSID":"pc","RegisterPhones":null,"AppKey":"ab09d78e3b2c40b789ddfc81674bc24deac","Version":"2.0.5.3"} -- End

-- Response String :

{"ErrorCode":,"Success":true,"ErrorMsg":null,"Result":null,"WaitInterval":} -- End 

在logstash filter中grok分别处理3行：

match => {

"message" => "^20.*-\ task\ request,.*,start\ time\:%{TIMESTAMP_ISO8601:RequestTime}"

match => {

"message" => "^--\ Request\ String\ :\ \{\"UserName\":\"%{NUMBER:UserName:int}\",\"Pwd\":\"(?<Pwd>.*)\",\"DeviceType\":%{NUMBER:DeviceType:int},\"DeviceId\":\"(?<DeviceId>.*)\",\"EquipmentNo\":(?<EquipmentNo>.*),\"SSID\":(?<SSID>.*),\"RegisterPhones\":(?<RegisterPhones>.*),\"AppKey\":\"(?<AppKey>.*)\",\"Version\":\"(?<Version>.*)\"\}\ --\ \End.*" 

}

match => {

"message" => "^--\ Response\ String\ :\ \{\"ErrorCode\":%{NUMBER:ErrorCode:int},\"Success\":(?<Success>[a-z]*),\"ErrorMsg\":(?<ErrorMsg>.*),\"Result\":(?<Result>.*),\"WaitInterval\":%{NUMBER:WaitInterval:int}\}\ --\ \End.*"
}
... 等多行

4、日志多行合并处理—multiline插件（重点）

示例：

①日志

-- ::, []DEBUG Debug - task request,task Id:1cbb72f1-a5ea-4e73-957c-6d20e9e12a7a,start time:-- ::

-- Request String :

{"UserName":"","Pwd":"ZYjyh727","DeviceType":,"DeviceId":"PC-20170525SADY","EquipmentNo":null,"SSID":"pc","RegisterPhones":null,"AppKey":"ab09d78e3b2c40b789ddfc81674bc24deac","Version":"2.0.5.3"} -- End

-- Response String :

{"ErrorCode":,"Success":true,"ErrorMsg":null,"Result":null,"WaitInterval":} -- End

②logstash grok对合并后多行的处理。合并多行后续都一样，如下：

filter {

　grok {

      match => {

      "message" => "^%{TIMESTAMP_ISO8601:InsertTime}\ .*-\ task\ request,.*,start\ time:%{TIMESTAMP_ISO8601:RequestTime}\n--\ Request\ String\ :\ \{\"UserName\":\"%{NUMBER:UserName:int}\",\"Pwd\":\"(?<Pwd>.*)\",\"DeviceType\":%{NUMBER:DeviceType:int},\"DeviceId\":\"(?<DeviceId>.*)\",\"EquipmentNo\":(?<EquipmentNo>.*),\"SSID\":(?<SSID>.*),\"RegisterPhones\":(?<RegisterPhones>.*),\"AppKey\":\"(?<AppKey>.*)\",\"Version\":\"(?<Version>.*)\"\}\ --\ \End\n--\ Response\ String\ :\ \{\"ErrorCode\":%{NUMBER:ErrorCode:int},\"Success\":(?<Success>[a-z]*),\"ErrorMsg\":(?<ErrorMsg>.*),\"Result\":(?<Result>.*),\"WaitInterval\":%{NUMBER:WaitInterval:int}\}\ --\ \End"

        }

        }

}

在filebeat中使用multiline插件（推荐）：

①介绍multiline

1. pattern：正则匹配从哪行合并；
2. negate：true/false，匹配到pattern 部分开始合并，还是不配到的合并。
3. match：after/before（需自己理解）
4. after：匹配到pattern 部分后合并，注意：这种情况最后一行日志不会被匹配处理；
5. before：匹配到pattern 部分前合并（推荐）。

②5.5版本之后（before为例）

filebeat.prospectors:

- input_type: log

paths:

- /root/performanceTrace*

fields:

type: zidonghualog

multiline.pattern: '.*\"WaitInterval\":.*--\ End'

multiline.negate: true

multiline.match: before

③5.5版本之前（after为例）

filebeat.prospectors:

- input_type: log 

paths:

- /root/performanceTrace*

input_type: log 

multiline:

pattern: '^20.*'

negate: true

match: after 

在logstash input中使用multiline插件（没有filebeat时推荐）：

①介绍multilinepattern：

1. 正则匹配从哪行合并；negate：true/false，
2. 匹配到pattern 部分开始合并，还是不配到的合并。
3. what：previous/next（需自己理解）
4. previous：相当于filebeat 的after；
5. next：相当于filebeat 的before。

②用法

input {

     file {

         path => ["/root/logs/log2"]

         start_position => "beginning"

         codec => multiline {

              pattern => "^20.*"

              negate => true

              what => "previous"

}

}

}

在logstash filter中使用multiline插件（不推荐）：

不推荐的原因：

1. filter设置multiline后，pipline worker会自动降为1；
2. 5.5 版本官方把multiline 去除了，要使用的话需下载，下载命令如下：

/usr/share/logstash/bin/logstash-plugin install logstash-filter-multiline

示例：

filter {

    multiline {

   pattern => "^20.*"

   negate => true

   what => "previous"

   }

}

5、logstash filter中的date使用

日志示例：

-- :: []DEBUG Debug - task request,task Id:1cbb72f1-a5ea-4e73-957c-6d20e9e12a7a,start time:-- :: 

date使用：

date {

        match => ["InsertTime","YYYY-MM-dd HH:mm:ss "]

       remove_field => "InsertTime"

} 

注：match => ["timestamp" ,"dd/MMM/YYYY H:m:s Z"]

匹配这个字段，字段的格式为：日日/月月月/年年年年 时/分/秒 时区，也可以写为：match => ["timestamp","ISO8601"]（推荐）

date介绍：

就是将匹配日志中时间的key替换为@timestamp的时间，因为@timestamp的时间是日志送到logstash的时间，并不是日志中真正的时间。

6、对多类日志分类处理（重点）

在filebeat的配置中添加type分类：

filebeat:

prospectors:

-

paths:

#- /mnt/data/WebApiDebugLog.txt*

- /mnt/data_total/WebApiDebugLog.txt*

fields:

type: WebApiDebugLog_total

-

paths:

- /mnt/data_request/WebApiDebugLog.txt*

#- /mnt/data/WebApiDebugLog.txt*

fields:

type: WebApiDebugLog_request

-

paths:

- /mnt/data_report/WebApiDebugLog.txt*

#- /mnt/data/WebApiDebugLog.txt*

fields:

type: WebApiDebugLog_report

在logstash filter中使用if，可进行对不同类进行不同处理：

filter {

         if [fields][type] == "WebApiDebugLog_request" {                

　　　　　　 #对request 类日志

        if ([message] =~ "^20.*-\ task\ report,.*,start\ time.*") {               

　　　　　　　　 #删除report 行

         drop {}

                }

           grok {

            match => {"... ..."}

              }

}

在logstash output中使用if：

if [fields][type] == "WebApiDebugLog_total" {

       elasticsearch {

            hosts => ["6.6.6.6:9200"]

            index => "logstashl-WebApiDebugLog_total-%{+YYYY.MM.dd}"

           document_type => "WebApiDebugLog_total_logs"

}

二、对ELK整体性能的优化

1、性能分析

服务器硬件Linux：1cpu4GRAM

假设每条日志250Byte。

分析：

①logstash-Linux：1cpu 4GRAM

1. 每秒500条日志；
2. 去掉ruby每秒660条日志；
3. 去掉grok后每秒1000条数据。

②filebeat-Linux：1cpu 4GRAM

1. 每秒2500-3500条数据；
2. 每天每台机器可处理：24h*60min*60sec*
3. 3000*250Byte=64,800,000,000Bytes，约64G。

③瓶颈在logstash从Redis中取数据存入ES，开启一个logstash，每秒约处理6000条数据；开启两个logstash，每秒约处理10000条数据（cpu已基本跑满）；

④logstash的启动过程占用大量系统资源，因为脚本中要检查java、ruby以及其他环境变量，启动后资源占用会恢复到正常状态。

2、关于收集日志的选择：logstash/filter

没有原则要求使用filebeat或logstash，两者作为shipper的功能是一样的。

区别在于：

1. logstash由于集成了众多插件，如grok、ruby，所以相比beat是重量级的；
2. logstash启动后占用资源更多，如果硬件资源足够则无需考虑二者差异；
3. logstash基于JVM，支持跨平台；而beat使用golang编写，AIX不支持；
4. AIX 64bit平台上需要安装jdk（jre） 1.7 32bit，64bit的不支持；
5. filebeat可以直接输入到ES，但是系统中存在logstash直接输入到ES的情况，这将造成不同的索引类型造成检索复杂，最好统一输入到els 的源。

总结：

logstash/filter总之各有千秋，但是我推荐选择：在每个需要收集的日志服务器上配置filebeat，因为轻量级，用于收集日志；再统一输出给logstash，做对日志的处理；最后统一由logstash输出给els。

3、logstash的优化相关配置

可以优化的参数，可根据自己的硬件进行优化配置：

①pipeline线程数，官方建议是等于CPU内核数

1. 默认配置 ---> pipeline.workers: 2；
2. 可优化为 ---> pipeline.workers: CPU内核数（或几倍CPU内核数）。

②实际output时的线程数

1. 默认配置 ---> pipeline.output.workers: 1；
2. 可优化为 ---> pipeline.output.workers: 不超过pipeline线程数。

③每次发送的事件数

1. 默认配置 ---> pipeline.batch.size: 125；
2. 可优化为 ---> pipeline.batch.size: 1000。

④发送延时

1. 默认配置 ---> pipeline.batch.delay: 50；
2. 可优化为 ---> pipeline.batch.delay: 100。

总结：

1. 通过设置-w参数指定pipeline worker数量，也可直接修改配置文件logstash.yml。这会提高filter和output的线程数，如果需要的话，将其设置为cpu核心数的几倍是安全的，线程在I/O上是空闲的。
2. 默认每个输出在一个pipeline worker线程上活动，可以在输出output中设置workers设置，不要将该值设置大于pipeline worker数。
3. 还可以设置输出的batch_size数，例如ES输出与batch size一致。
4. filter设置multiline后，pipline worker会自动将为1，如果使用filebeat，建议在beat中就使用multiline，如果使用logstash作为shipper，建议在input中设置multiline，不要在filter中设置multiline。

Logstash中的JVM配置文件：

Logstash是一个基于Java开发的程序，需要运行在JVM中，可以通过配置jvm.options来针对JVM进行设定。比如内存的最大最小、垃圾清理机制等等。JVM的内存分配不能太大不能太小，太大会拖慢操作系统。太小导致无法启动。默认如下：

1. Xms256m#最小使用内存；
2. Xmx1g#最大使用内存。

4、引入Redis的相关问题

filebeat可以直接输入到logstash（indexer），但logstash没有存储功能，如果需要重启需要先停所有连入的beat，再停logstash，造成运维麻烦；另外如果logstash发生异常则会丢失数据；引入Redis作为数据缓冲池，当logstash异常停止后可以从Redis的客户端看到数据缓存在Redis中；

Redis可以使用list(最长支持4,294,967,295条)或发布订阅存储模式；

Redis做ELK缓冲队列的优化：

1. bind 0.0.0.0 #不要监听本地端口；
2. requirepass ilinux.io #加密码，为了安全运行；
3. 只做队列，没必要持久存储，把所有持久化功能关掉：
4. 快照（RDB文件）和追加式文件（AOF文件），性能更好；
5. save "" 禁用快照；
6. appendonly no 关闭RDB。
7. 把内存的淘汰策略关掉，把内存空间最大
8. maxmemory 0 #maxmemory为0的时候表示我们对Redis的内存使用没有限制。

5、Elasticsearch节点优化配置

服务器硬件配置，OS参数：

1）/etc/sysctl.conf 配置

vim /etc/sysctl.conf

① vm.swappiness = 1
#ES 推荐将此参数设置为 1，大幅降低 swap 分区的大小，强制最大程度的使用内存，注意，这里不要设置为 0, 这会很可能会造成 OOM
② net.core.somaxconn = 65535
#定义了每个端口最大的监听队列的长度
③ vm.max_map_count= 262144
#限制一个进程可以拥有的VMA(虚拟内存区域)的数量。虚拟内存区域是一个连续的虚拟地址空间区域。当VMA 的数量超过这个值，OOM
④ fs.file-max = 518144
#设置 Linux 内核分配的文件句柄的最大数量

[root@elasticsearch]# sysctl -p生效一下。

2）limits.conf 配置

vim /etc/security/limits.conf
elasticsearch soft nofile
elasticsearch hard nofile
elasticsearch soft memlock unlimited
elasticsearch hard memlock unlimited

3）为了使以上参数永久生效，还要设置两个地方：

vim /etc/pam.d/common-session-noninteractive

vim /etc/pam.d/common-session

添加如下属性：

session required pam_limits.so

可能需重启后生效。

Elasticsearch中的JVM配置文件

-Xms2g

-Xmx2g

1. 将最小堆大小（Xms）和最大堆大小（Xmx）设置为彼此相等。
2. Elasticsearch可用的堆越多，可用于缓存的内存就越多。但请注意，太多的堆可能会使您长时间垃圾收集暂停。
3. 设置Xmx为不超过物理RAM的50％，以确保有足够的物理内存留给内核文件系统缓存。
4. 不要设置Xmx为JVM用于压缩对象指针的临界值以上；确切的截止值有所不同，但接近32 GB。不要超过32G，如果空间大，多跑几个实例，不要让一个实例太大内存。

Elasticsearch配置文件优化参数：

vim elasticsearch.yml

bootstrap.memory_lock: true
#锁住内存，不使用swap

#缓存、线程等优化如下
bootstrap.mlockall: true
transport.tcp.compress: true
indices.fielddata.cache.size: %
indices.cache.filter.size: %
indices.cache.filter.terms.size: 1024mb
threadpool:
search:
type: cached
size:
queue_size: 

2）设置环境变量

vim /etc/profile.d/elasticsearch.sh export ES_HE AP _SIZE=2g #Heap Size不超过物理内存的一半，且小于32G。

集群的优化（我未使用集群）：

1. ES是分布式存储，当设置同样的cluster.name后会自动发现并加入集群
2. 集群会自动选举一个master，当master宕机后重新选举；
3. 为防止"脑裂"，集群中个数最好为奇数个；
4. 为有效管理节点，可关闭广播discovery. zen.ping.multicast.enabled: false，并设置单播节点组discovery.zen.ping.unicast.hosts: ["ip1", "ip2", "ip3"]。

6、性能的检查

检查输入和输出的性能：

Logstash和其连接的服务运行速度一致，它可以和输入、输出的速度一样快。

检查系统参数：

1）CPU

1. 注意CPU是否过载。在Linux/Unix系统中可以使用top-H查看进程参数以及总计。
2. 如果CPU使用过高，直接跳到检查JVM堆的章节并检查Logstash worker设置。

2）Memory

1. 注意Logstash是运行在Java虚拟机中的，所以它只会用到你分配给它的最大内存。
2. 检查其他应用使用大量内存的情况，这将造成Logstash使用硬盘swap，这种情况会在应用占用内存超出物理内存范围时。

3）I/O监控磁盘I/O检查磁盘饱和度

1. 使用Logstash plugin（例如使用文件输出）磁盘会发生饱和。
2. 当发生大量错误，Logstash生成大量错误日志时磁盘也会发生饱和。
3. 在Linux中，可使用iostat，dstat或者其他命令监控磁盘I/O。

4）监控网络I/O

1. 当使用大量网络操作的input、output时，会导致网络饱和。
2. 在Linux中可使用dstat或iftop监控网络情况。

检查JVM heap：

1. heap设置太小会导致CPU使用率过高，这是因为JVM的垃圾回收机制导致的。
2. 一个快速检查该设置的方法是将heap设置为两倍大小然后检测性能改进。不要将heap设置超过物理内存大小，保留至少1G内存给操作系统和其他进程。
3. 你可以使用类似jmap命令行或VisualVM更加精确的计算JVM heap。