日志的分析和监控在系统开发中占非常重要的地位,系统越复杂,日志的分析和监控就越重要,常见的需求有:
* 根据关键字查询日志详情
* 监控系统的运行状况
* 统计分析,比如接口的调用次数、执行时间、成功率等
* 异常数据自动触发消息通知
* 基于日志的数据挖掘
很多团队在日志方面可能遇到的一些问题有:
* 开发人员不能登录线上服务器查看详细日志,经过运维周转费时费力
* 日志数据分散在多个系统,难以查找
* 日志数据量大,查询速度慢
* 一个调用会涉及多个系统,难以在这些系统的日志中快速定位数据
* 数据不够实时
常见的一些重量级的开源Trace系统有
* [facebook scribe](https://github.com/facebook/scribe)
* [cloudera flume](https://github.com/cloudera/flume)
* [twitter zipkin](http://twitter.github.io/zipkin)
* [storm](http://storm-project.net)
这些项目功能强大,但对于很多团队来说过于复杂,配置和部署比较麻烦,在系统规模大到一定程度前推荐轻量级下载即用的方案,比如logstash+elasticsearch+kibana(LEK)组合。
对于日志来说,最常见的需求就是收集、查询、显示,正对应logstash、elasticsearch、kibana的功能。
logstash
===
![logstash](https://raw.github.com/sdming/document/master/lek/images/logstash.jpg)
[logstash主页](http://logstash.net)
logstash部署简单,下载一个jar就可以用了,对日志的处理逻辑也很简单,就是一个pipeline的过程
inputs >> codecs >> filters >> outputs
对应的插件有
![logstash](https://raw.github.com/sdming/document/master/lek/images/plugin.jpg)
从上面可以看到logstash支持常见的日志类型,与其他监控系统的整合也很方便,可以将数据输出到zabbix、nagios、email等。
推荐用redis作为输入缓冲队列。
你还可以把数据统计后输出到graphite,实现统计数据的可视化显示。
[metrics demo](http://cookbook.logstash.net/recipes/statsd-metrics)
[statsd](https://github.com/etsy/statsd)
[graphite](http://graphite.wikidot.com)
参考文档
* [cookbook](http://cookbook.logstash.net)
* [doc](http://logstash.net/docs/1.2.1)
* [demo](http://demo.logstash.net)
elasticsearch
===
![elasticsearch](https://raw.github.com/sdming/document/master/lek/images/elasticsearch.jpg)
[elasticsearch主页](http://www.elasticsearch.org)
elasticsearch是基于lucene的开源搜索引擎,近年来发展比较快,主要的特点有
* real time
* distributed
* high availability
* document oriented
* schema free
* restful api
elasticsearch的详细介绍以后再写,常用的一些资源如下
中文
---
smartcn, ES默认的中文分词
https://github.com/elasticsearch/elasticsearch-analysis-smartcn
mmseg
https://github.com/medcl/elasticsearch-analysis-mmseg
ik
https://github.com/medcl/elasticsearch-analysis-ik
pinyin, 拼音分词,可用于输入拼音提示中文
https://github.com/medcl/elasticsearch-analysis-pinyin
stconvert, 中文简繁体互换
https://github.com/medcl/elasticsearch-analysis-stconvert
常用插件
---
elasticsearch-servicewrapper,用Java Service Wrapper对elasticsearch做的一个封装
https://github.com/elasticsearch/elasticsearch-servicewrapper
Elastic HQ,elasticsearch的监控工具
http://www.elastichq.org
elasticsearch-rtf,针对中文集成了相关插件(rtf = Ready To Fly)
https://github.com/medcl/elasticsearch-rtf
[作者主页](http://log.medcl.net)
kibana
===
![kibana](https://raw.github.com/sdming/document/master/lek/images/kibana_00.jpg)
[kibana主页](http://kibana.org)
kibana是一个功能强大的elasticsearch数据显示客户端,logstash已经内置了kibana,你也可以单独部署kibana,最新版的kibana3是纯html+js客户端,可以很方便的部署到Apache、Nginx等Http服务器。
kibana3的地址: https://github.com/elasticsearch/kibana
kibana2的地址: https://github.com/rashidkpc/Kibana
kibana3 demo地址: http://demo.kibana.org
从demo可以先看一下kibana的一些基本功能
图表
![kibana](https://raw.github.com/sdming/document/master/lek/images/kibana_01.jpg)
数据表格,可以自定义哪些列显示以及显示顺序
![kibana](https://raw.github.com/sdming/document/master/lek/images/kibana_02.jpg)
可以看到实际执行的查询语句
![kibana](https://raw.github.com/sdming/document/master/lek/images/kibana_03.jpg)
新加一行
![kibana](https://raw.github.com/sdming/document/master/lek/images/kibana_04.jpg)
新加panel,可以看到支持的panel类型
![kibana](https://raw.github.com/sdming/document/master/lek/images/kibana_05.jpg)
加一个饼图
![kibana](https://raw.github.com/sdming/document/master/lek/images/kibana_06.jpg)
用地图显示统计结果
![kibana](https://raw.github.com/sdming/document/master/lek/images/kibana_07.png)
按照http response code来统计
![kibana](https://raw.github.com/sdming/document/master/lek/images/kibana_08.jpg)
丰富的查询语法
![kibana](https://raw.github.com/sdming/document/master/lek/images/kibana_09.jpg)
安装部署
===
下面列一下一个简易LEK体验环境的搭建步骤
安装jdk 1.7
---
[oracle java主页](http://www.oracle.com/technetwork/java)
省略安装过程,推荐1.7+版本
java -version
设置java的环境变量,比如
sudo vim ~/.bashrc
>>
export JAVA_HOME=/usr/lib/jvm/java-7-oracle
export JRE_HOME=${JAVA_HOME}/jre
export CLASSPATH=.:${JAVA_HOME}/lib:${JRE_HOME}/lib
export PATH=${JAVA_HOME}/bin:$PATH
>>
source ~/.bashrc
安装redis
---
[redis主页](http://redis.io)
cd ~/src
wget http://download.redis.io/releases/redis-2.6.16.tar.gz
tar -zxf redis-2.6.16.tar.gz
cd redis-2.6.16
make
sudo make install
可以通过redis源代码里utils/install_server下的脚本简化配置工作
cd utils
sudo ./install_server.sh
install_server.sh在问你几个问题后会把redis安装为开机启动的服务,可以通过下面的命令行来启动/停止服务
sudo /etc/init.d/redis_ start/end
启动redis客户端来验证安装
redis-cli
> keys *
安装Elasticsearch
----
[Elasticsearch主页](http://www.elasticsearch.org)
cd /search
sudo mkdir elasticsearch
cd elasticsearch
sudo wget http://download.elasticsearch.org/elasticsearch/elasticsearch/elasticsearch-0.90.5.zip
sudo unzip elasticsearch-0.90.5.zip
elasticsearch解压即可使用非常方便,接下来我们看一下效果,首先启动ES服务,切换到elasticsearch目录,运行bin下的elasticsearch
cd /search/elasticsearch/elasticsearch-0.90.5
bin/elasticsearch -f
访问默认的9200端口
curl -X GET http://localhost:9200
安装logstash
---
[logstash主页](http://logstash.net)
cd /search
sudo mkdir logstash
cd logstash
sudo wget http://download.elasticsearch.org/logstash/logstash/logstash-1.2.1-flatjar.jar
logstash下载即可使用,命令行参数可以参考[logstash flags](http://logstash.net/docs/1.2.1/flags),主要有
agent #运行Agent模式
-f CONFIGFILE #指定配置文件
web #自动Web服务
-p PORT #指定端口,默认9292
安装kibana
---
logstash的最新版已经内置kibana,你也可以单独部署kibana。kibana3是纯粹JavaScript+html的客户端,所以可以部署到任意http服务器上。
cd /search
sudo mkdir kibana
sudo wget http://download.elasticsearch.org/kibana/kibana/kibana-latest.zip
sudo unzip kibana-latest.zip
sudo cp -r kibana-latest /var/www/html
可以修改config.js来配置elasticsearch的地址和索引。
用浏览器访问试试看 http://127.0.0.1/html/kibana-latest/index.html
集成
---
把上面的系统集成起来
首先把redis和elasticsearch都启动起来
为logstash新建一个配置文件
cd /search/logstash
sudo vi redis.conf
配置文件内容如下
input {
redis {
host => "127.0.0.1"
port => "6379"
key => "logstash:demo"
data_type => "list"
codec => "json"
type => "logstash-redis-demo"
tags => ["logstashdemo"]
}
}
output {
elasticsearch {
host => "127.0.0.1"
}
}
用这个配置文件启动logstash agent
java -jar /search/logstash/logstash-1.2.1-flatjar.jar agent -f /search/logstash/redis.conf &
启动logstash内置的web
java -jar /search/logstash/logstash-1.2.1-flatjar.jar web &
查看web,应该还没有数据
http://127.0.0.1:9292
在redis 加一条数据
RPUSH logstash:demo "{\"time\": \"2013-01-01T01:23:55\", \"message\": \"logstash demo message\"}"
看看elasticsearch中的索引现状
curl 127.0.0.1:9200/_search?pretty=true
curl -s http://127.0.0.1:9200/_status?pretty=true | grep logstash
再通过logstash web查询一下看看
http://127.0.0.1:9292
通过单独的kibana界面查看
http://127.0.0.1/html/kibana-latest/index.html#/dashboard/file/logstash.json
数据清理
===
logstash默认按天创建ES索引,这样的好处是删除历史数据时直接删掉整个索引就可以了,方便快速。
elasticsearch也可以设置每个文档的ttl(time to live),相当于设置文档的过期时间,但相比删除整个索引要耗费更多的IO操作。
索引
===
elasticsearch默认会按照分隔符对字段拆分,日志有些字段不要分词,比如url,可以为这类字段设置not_analyzed属性。
设置multi-field-type属性可以将字段映射到其他类型。[multi-field-type](http://www.elasticsearch.org/guide/reference/mapping/multi-field-type)。
大量日志导入时用[bulk方式](http://www.elasticsearch.org/guide/reference/api/bulk.html)。
对于日志查询来说,filter比query更快 过滤器里不会执行评分而且可以被自动缓存。[query-dsl](http://www.elasticsearch.org/guide/en/elasticsearch/reference/current/query-dsl.html)。
elasticsearch默认一个索引操作会在所有分片都完成对文档的索引后才返回,你可以把复制设置为异步来加快批量日志的导入。
elasticsearch 优化
===
优化JVM
优化系统可以打开最大文件描述符的数量
适当增加索引刷新的间隔
最佳实践
===
* 首先你的程序要写日志
* 记录的日志要能帮助你分析问题,只记录"参数错误"这样的日志对解决问题毫无帮助
* 不要依赖异常,异常只处理你没考虑到的地方
* 要记录一些关键的参数,比如发生时间、执行时间、日志来源、输入参数、输出参数、错误码、异常堆栈信息等
* 要记录sessionid、transitionid、userid等帮你快速定位以及能把各个系统的日志串联起来的关键参数
* 推荐纯文本+json格式
* 使用队列
其他日志辅助工具
====
* [rsyslog](http://www.rsyslog.com)
* [syslog-ng](http://www.balabit.com/network-security/syslog-ng)
* [graylog](http://graylog2.org)
* [fluentd](http://fluentd.org)
* [nxlog](http://nxlog-ce.sourceforge.net)