ELK+kafka docker快速搭建+.NetCore中使用
ELK开源实时日志分析平台。ELK是Elasticsearch,Logstash,Kibana 的缩写。
Elasticsearch：是个开源分布式搜索引擎,简称ES
Logstash：是一个完全开源的工具，可以对日志进行收集，过滤，存储到ES
Kibana: 也是一个开源和免费的工具,这里主要用作ES的可视化界面工具，用于查看日志。
环境:centos7.9
一、搭建ES
先要调高jvm线程数限制，修改sysctl.conf
vim /etc/sysctl.conf
修改max_map_count调大，如果没有这个设置，则新增一行
vm.max_map_count=262144
改完保存后， 执行下面命令让sysctl.conf文件生效
sysctl –p
拉取es镜像
#拉取镜像，指定版本号 docker pull elasticsearch:7.13.2
新建elasticsearch.yml配置文件并上传到主机目录用于配置文件挂载，方便后面修改，这里上传到/home/es目录。
http.host: 0.0.0.0 #跨域 http.cors.enabled: true http.cors.allow-origin: "*"
启动es
docker run -d -p 9200:9200 -p 9300:9300 --name es -e ES_JAVA_OPTS="-Xms128m -Xmx256m" -v /home/es/elasticsearch.yml:/usr/share/elasticsearch/config/elasticsearch.yml elasticsearch:7.13.2 #9200是对外端口，9300是es内部通信端口 #-e ES_JAVA_OPTS="-Xms128m -Xmx256m" 限制内存,最小128,最大256 #-v 把配置文件挂载到es的docker里的配置文件
在浏览器打开,ip:9200看到es信息，就成功了，启动可能需要一点时间，要等一会。
二、搭建Kibana
启动kibana，这里没有先拉取镜像，docker没有镜像会到公共库尝试拉取，下面的一样。
#如果没有镜像会自动到公共库拉取再启动，-e 环境配置指向es的地址 docker run -p 5601:5601 -d --name kibana -e ELASTICSEARCH_URL=http://172.16.2.84:9200 -e ELASTICSEARCH_HOSTS=http://172.16.2.84:9200 kibana:7.13.2
在浏览器输入ip:5601，能看到kibana的信息，说明成功了
三、搭建kafka
1)kafka前置需要先安装zookeeper
#-v /etc/localtime:/etc/localtime把本机的时间挂载进docker，让docker同步主机的时间 docker run -d --name zookeeper -p 2181:2181 -v /etc/localtime:/etc/localtime zookeeper
2)安装kafka
docker run -d --name kafka -p 9092:9092 -e KAFKA_BROKER_ID=0 -e KAFKA_ZOOKEEPER_CONNECT=172.16.2.84:2181 -e KAFKA_ADVERTISED_LISTENERS=PLAINTEXT://172.16.2.84:9092 -e KAFKA_LISTENERS=PLAINTEXT://0.0.0.0:9092 -t wurstmeister/kafka #KAFKA_BROKER_ID:kafka节点Id,集群时要指定 #KAFKA_ZOOKEEPER_CONNECT：配置zookeeper管理kafka的路径,内网ip #KAFKA_ADVERTISED_LISTENERS：如果是外网的，则外网ip，把kafka的地址端口注册给zookeeper,将告诉 zookeeper 自己的地址为 XXXX，当消费者向 zookeeper 询问 kafka 的地址时，将会返回该地址 #KAFKA_LISTENERS： 配置kafka的监听端口
kafka界面查看可以用 kafka tool 地址：https://www.kafkatool.com/download.html
四、搭建Logstash
新建文件logstash.yml，logstash配置信息
http.host: "0.0.0.0" xpack.monitoring.elasticsearch.hosts: [ "http://172.16.2.84:9200" ] #host多节点用逗号隔开
新建文件logstashkafka.conf，读取kafka信息和写到es的信息
input { kafka { topics => "logkafka" #订阅kafka的topics bootstrap_servers => "172.16.2.84:9092" # 从kafka的leader主机上提取缓存 codec => "json" # 在提取kafka主机的日志时，需要写成json格式 } } output { elasticsearch { hosts => ["172.16.2.84:9200"] index => "logkafka%{+yyyy.MM.dd}" #采集到es的索引名称 #user => "elastic" #password => "changeme" } }
把这两个文件放到主机目录上，这里放到/home/logstash
启动logstash容器
docker run --rm -it --privileged=true -p 9600:9600 -d --name logstash -v /home/logstash/logstashkafka.conf:/usr/share/logstash/pipeline/logstash.conf -v /home/logstash/logstash.yml:/usr/share/logstash/config/logstash.yml logstash:7.13.2 #-v 把logstashkafka.conf和logstash.yml挂载到logstash容器
好了，到这里所有需要的容器都建好了运行docker ps -a看下所有容器
五、.Net Core写日志到kafka
.Net Core只要把日志写到kafka，然后logstash订阅kafka把日志写到es即可，这里是.Net Core5.0演示。
NuGet包安装Confluent.Kafka
class Program { static async Task Main(string[] args) { Console.WriteLine("Hello World!"); //kafka节点 string brokerList = "172.16.2.84:9092"; string topicName = "logkafka"; while (true) { Console.WriteLine($"{Environment.NewLine}请输入发送的内容,发送topics名:{topicName}"); string content = Console.ReadLine(); await ConfluentKafka.PublishAsync(brokerList, topicName, content); } } }
public class ConfluentKafka { public static async Task PublishAsync(string brokerList, string topicName, string content) { //生产者配置 var config = new ProducerConfig { BootstrapServers = brokerList, //kafka节点 Acks = Acks.None //ack机制，0不等服务器确认，1主节点确认返回ack,-1全部节点同步完返回ack }; using (var producer = new ProducerBuilder<string, string>(config) .Build()) { try { //key要给值，根据key做负载均衡，不然如果多节点，key不给值会全部写有一个分区 var deliveryReport = await producer. ProduceAsync( topicName, new Message<string, string> { Key = (new Random().Next(1, 10)).ToString(), Value = content }); Console.WriteLine($"向kafka发送了数据: {deliveryReport.TopicPartitionOffset}"); } catch (ProduceException<string, string> e) { Console.WriteLine($"向kafka发送数据失败:{e.Message}"); } } } }
运行程序，向kafka写数据
查看kafka队列，已经有数据
六、ELK日志查看
打开Kibana界面，ip:5601,打开左边的面板
点击索引匹配
输入匹配符，匹配到es日志索引，下一步
索引匹配创建完毕，返回到面板
七、其他方式写日志
上面介绍的是kafka方式写日志，也是ELK最佳方式，能承载大量的日志传输，这里列一下其他常用的方式，主要是修改logstash采集配置就可以了。
1.读目录文件方式，根据给的目录，文件类型去读取写到es,logstash配置
# Sample Logstash configuration for creating a simple # Beats -> Logstash -> Elasticsearch pipeline. input { file { path => "D:/Log/Application/*log.log" #读取目录下log.log结尾的文件 start_position => beginning } file { path => "D:/Log/Application2/*log.log" #读取目录下log.log结尾的文件 start_position => beginning } } output { elasticsearch { hosts => ["172.16.2.84:9200"] index => "filelog" #user => "elastic" #password => "changeme" } }
2.Tcp方式，通过tcp方式写日志，在log4net和nlog中直接可配tcp请求logstash,配置
input { tcp{ port => 8001 type => "TcpLog" } } output { elasticsearch { hosts => ["172.16.2.84:9200"] index => "tcplog" #user => "elastic" #password => "changeme" } }
3.reids，把日志推送到一个list类型的Key,logstash会订阅这个key读取消息写到es
input { redis { codec => plain host => "127.0.0.1" port => 6379 data_type => list key => "listlog" db => 0 } } output { elasticsearch { hosts => ["172.16.2.84:9200"] index => "redislog" #user => "elastic" #password => "changeme" } }
4.RabbitMQ，把日志写到一个队列，让logstash订阅队列获取日志写到es
input { rabbitmq { host => "127.0.0.1" #RabbitMQ-IP地址 vhost => "test" #虚拟主机 port => 5672 #端口号 user => "admin" #用户名 password => "123456" #密码 queue => "LogQueue" #队列 durable => false #持久化跟队列配置一致 codec => "plain" #格式 } } output { elasticsearch { hosts => ["172.16.2.84:9200"] index => "rabbitmqlog" } }
