work hard work smart

专注于Java后端开发。 不断总结，举一反三。
  博客园  :: 首页  :: 新随笔  :: 联系 :: 订阅 订阅  :: 管理

Kafka海量日志收集实战1

Posted on 2021-01-14 13:48  work hard work smart  阅读(494)  评论(0)  编辑  收藏  举报

一、设计

1、海量日志收集架构设计(ELK)

 

Beats: 主要用于收集日志 

Filebeat： 监控文件的变更，将变更抓取出来。然后输出到其它地方。（使用Filebeat将收集过来数据转储到Kafka）

Logstash： 对日志进行过滤。对过滤的数据存储到Elasticsearch

Kibana： ElasticSearch通过Kibana进行数据展示。

Kafka： 用到Kafka是为了海量数据的数据，业务高峰期通过Kafka做一个缓冲。

 

架构设计2

 

架构设计3

 

二、工程搭建

1、创建工程collectlog

 

 

2、引入依赖

 <dependencies>
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-web</artifactId>
            <exclusions>
                <!-- 排除 spring-boot-starter-logging， 底层为logback-->
                <exclusion>
                    <groupId>org.springframework.boot</groupId>
                    <artifactId>spring-boot-starter-logging</artifactId>
                </exclusion>
            </exclusions>
        </dependency>

        <dependency>
            <groupId>org.projectlombok</groupId>
            <artifactId>lombok</artifactId>
            <optional>true</optional>
        </dependency>

        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-log4j2</artifactId>
        </dependency>

        <dependency>
            <groupId>com.alibaba</groupId>
            <artifactId>fastjson</artifactId>
            <version>1.2.58</version>
        </dependency>
        <dependency>
            <groupId>com.lmax</groupId>
            <artifactId>disruptor</artifactId>
            <version>3.3.4</version>
        </dependency>
        


        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-test</artifactId>
            <scope>test</scope>
        </dependency>
    </dependencies>

　

3、增加日志配置文件

<?xml version="1.0" encoding="UTF-8"?>
<Configuration status="INFO" schema="Log4J-V2.0.xsd" monitorInterval="600" >
    <Properties>
        <Property name="LOG_HOME">logs</Property>
        <property name="FILE_NAME">collect</property>
        <property name="patternLayout">[%d{yyyy-MM-dd'T'HH:mm:ss.SSSZZ}] [%level{length=5}] [%thread-%tid] [%logger] [%X{hostName}] [%X{ip}] [%X{applicationName}] [%F,%L,%C,%M] [%m] ## '%ex'%n</property>
    </Properties>
    <Appenders>
        <Console name="CONSOLE" target="SYSTEM_OUT">
            <PatternLayout pattern="${patternLayout}"/>
        </Console>
         <!-- 全量级别日志-->
        <RollingRandomAccessFile name="appAppender" fileName="${LOG_HOME}/app-${FILE_NAME}.log" filePattern="${LOG_HOME}/app-${FILE_NAME}-%d{yyyy-MM-dd}-%i.log" >
          <PatternLayout pattern="${patternLayout}" />
          <Policies>
              <TimeBasedTriggeringPolicy interval="1"/>
              <SizeBasedTriggeringPolicy size="500MB"/>
          </Policies>
          <DefaultRolloverStrategy max="20"/>         
        </RollingRandomAccessFile>
        <!--  warn级别以上的日志才去收集-->
        <RollingRandomAccessFile name="errorAppender" fileName="${LOG_HOME}/error-${FILE_NAME}.log" filePattern="${LOG_HOME}/error-${FILE_NAME}-%d{yyyy-MM-dd}-%i.log" >
          <PatternLayout pattern="${patternLayout}" />
          <Filters>
              <ThresholdFilter level="warn" onMatch="ACCEPT" onMismatch="DENY"/>
          </Filters>              
          <Policies>
              <TimeBasedTriggeringPolicy interval="1"/>
              <SizeBasedTriggeringPolicy size="500MB"/>
          </Policies>
          <DefaultRolloverStrategy max="20"/>         
        </RollingRandomAccessFile>            
    </Appenders>
    <Loggers>
        <!-- 业务相关 异步logger -->
        <AsyncLogger name="com.example.*" level="info" includeLocation="true">
          <AppenderRef ref="appAppender"/>
        </AsyncLogger>
        <AsyncLogger name="com.example.*" level="info" includeLocation="true">
          <AppenderRef ref="errorAppender"/>
        </AsyncLogger>       
        <Root level="info">
            <Appender-Ref ref="CONSOLE"/>
            <Appender-Ref ref="appAppender"/>
            <AppenderRef ref="errorAppender"/>
        </Root>         
    </Loggers>
</Configuration>

　　

在AsyncLogger 类中使用了AsyncLoggerDisruptor

 

 

在AsyncLoggerDisruptor中使用了Disruptor， Disruptor是一个高性能，非阻塞组件。

 

 

　4、创建类InputMDC 

@Component
public class InputMDC implements EnvironmentAware {

    private static Environment environment;
    @Override
    public void setEnvironment(Environment environment) {
        InputMDC.environment = environment;

    }

    public static void  putMDC(){
        MDC.put("hostName", NetUtil.getLocalHostName());
        MDC.put("ip", NetUtil.getLocalIp());
        MDC.put("applicationName", environment.getProperty("spring.application.name"));
    }
}

　　

5、增加测试

@Slf4j
@RestController
public class IndexController {

    @RequestMapping(value = "/index")
    public String index(){
        InputMDC.putMDC();
        log.info("这是一条info日志");
        log.warn("这是一条warn日志");
        log.error("这是一条error日志");
        return "ok";
    }

    @RequestMapping(value = "/err")
    public String err(){
        InputMDC.putMDC();
        try {
            int a = 1 / 0;

        }catch (Exception e){
            log.info("除0异常" , e);
        }
        return "err";
    }
}

　　

 

三、启动collectlog

1、使用install命令进行打包

 

 

 然后将打包生成的collectlog-0.0.1-SNAPSHOT.jar文件上传到服务器/home/files/wars目录下

 

java -jar  collectlog-0.0.1-SNAPSHOT.jar

 

 说明启动成功。

 

启动成功后，可以看到生成了两个日志文件。路径为：/home/files/wars/logs

 

四、filebeat收集日志

1、启动kafka

参考： Kafka入门 --安装和Java集成Kafka实践

查看kafka的主题

cd /usr/local/kafka_2.11-1.0.1/bin

./kafka-topics.sh  --zookeeper 127.0.0.1:2181  --list

 

 

创建topic

./kafka-topics.sh --zookeeper 127.0.0.1:2181 --create --topic app-log-collect --partitions 1 --replication-factor 1
./kafka-topics.sh --zookeeper 127.0.0.1:2181 --create --topic error-log-collect --partitions 1 --replication-factor 1

 

 

2、安装FileBeat

这里使用的版本为7.4.2， 对应的ElasticSearch版本为7.4.2

1) FileBeat 下载地址

链接：https://pan.baidu.com/s/19kyIHrvWvTQbAy2dY0o08g 
提取码：k4ow 

2、解压FileBeat

tar -zxvf filebeat-7.4.2-linux-x86_64.tar.gz  -C /usr/local/

 

 

 修改名称为filebeat-7.4.2

mv filebeat-7.4.2-linux-x86_64/  filebeat-7.4.2

查看filebeat里面的文件

 filebeat.yml 提供了抓取文件的默认配置

 

3、修改 filebeat.yml配置

## multiline 插件也可以用于其他类似的堆栈式信息，比如linux的内核日志
input {
   ## 订阅kafka的所有app-log-开头和error-log-开头的主题
    kafka {
      ## app-log-服务名称
      topics_pattern => "app-log-.*"
      bootstrap_servers => "47.xx.xx.120:9092"
      codec => json
      consumer_threads => 1  ##增加consumer的并行消费线程数
      decorate_events => true
      # auto_offset_rest => "latest"
      group_id => "app-log-group"
    }
     kafka {
          ## error-log-服务名称
          topics_pattern => "error-log-.*"
          bootstrap_servers => "47.xx.xx.120:9092"
          codec => json
          consumer_threads => 1
          decorate_events => true
          # auto_offset_rest => "latest"
          group_id => "error-log-group"

        }
}
## 收到数据后，对数据进行过滤
filter {
  ## 时区转换
  ruby {
    code => "event.set('index_time',event.timestamp.time.localtime.strftime('%Y.%m.%d'))"
  }

  if "app-log" in [fields][logtopic]{
    grok {
      ## [表达式]
      match => ["message","\[%NOTSPACE:currentDateTime}\] \[%{NOTSPACE:level}\] \[%NOTSPACE:thread-id}\] \[%NOTSPACE:class}\] \[%NOTSPACE:hostName}\] \[%NOTSPACE:ip}\] \[%NOTSPACE:applicationName}\] \[%NOTSPACE:location}\] \[%NOTSPACE:messageInfo}\] ## (\'\'|%{QUOTEDSTRING:throwable})"]
    }
  }

  if "error-log" in [fields][logtopic]{
    grok {
      ## [表达式]
      match => ["message","\[%NOTSPACE:currentDateTime}\] \[%{NOTSPACE:level}\] \[%NOTSPACE:thread-id}\] \[%NOTSPACE:class}\] \[%NOTSPACE:hostName}\] \[%NOTSPACE:ip}\] \[%NOTSPACE:applicationName}\] \[%NOTSPACE:location}\] \[%NOTSPACE:messageInfo}\] ## (\'\'|%{QUOTEDSTRING:throwable})"]
    }
  }
}

## 输出到控制台
output {
    stdout { codec => rubydebug }
}

　　

 

4、启动filebeat

 cd /usr/local/filebeat-7.4.2/

./filebeat &

 

 

5、访问接口

访问index接口

 

访问err接口

 

6、如何查看已经被Kafka已经收到消息

查看主题：

./kafka-topics.sh --zookeeper 127.0.0.1:2181  --topic app-log-collect  --describe

 

 只能看到分区情况

 

cd /usr/local/kafka_2.11-1.0.1/kafkaLogs

可以看到，已经有两个文件夹app-log-collect-0和error-log-collect-0。每一个topic，会建一个文件夹存储数据。这是kafka的数据存储结构。

[root@hzalicloud kafkaLogs]# ll
total 244
drwxr-xr-x 2 root root 4096 Jan 14 13:36 app-log-collect-0
drwxr-xr-x 2 root root 4096 Jan 14 13:36 error-log-collect-0
drwxr-xr-x 2 root root 4096 Jan 14 13:37 test-0
drwxr-xr-x 2 root root 4096 Jan 14 13:37 test1-0
drwxr-xr-x 2 root root 4096 Jan 14 13:37 testTopic1-0

　　

进入其中一个文件夹app-log-collect-0

 

 00000000000000000000.log 是真正存放的数据。编号从 00000000000000000000开始

说明数据已经收到了Kafka。