Logstash 参考指南（Logstash配置示例）

Logstash配置示例

下面的示例演示如何配置Logstash来过滤事件，处理Apache日志和syslog消息，并使用条件来控制哪些事件由过滤器或输出处理。

如果你需要帮助构建grok模式，请尝试grok调试器，Grok调试器是基本许可证下的X-Pack特性，因此可以免费使用。

配置过滤器

过滤器是一种在线处理机制，它提供了根据需要对数据进行切片和切割的灵活性，让我们看一下活动中的一些过滤器，下面的配置文件设置了grok和date过滤器。

input { stdin { } }

filter {
  grok {
    match => { "message" => "%{COMBINEDAPACHELOG}" }
  }
  date {
    match => [ "timestamp" , "dd/MMM/yyyy:HH:mm:ss Z" ]
  }
}

output {
  elasticsearch { hosts => ["localhost:9200"] }
  stdout { codec => rubydebug }
}

使用此配置运行Logstash：

bin/logstash -f logstash-filter.conf

现在，将下面的行粘贴到你的终端并按Enter键，这样它就会被stdin输入处理：

127.0.0.1 - - [11/Dec/2013:00:01:45 -0800] "GET /xampp/status.php HTTP/1.1" 200 3891 "http://cadenza/xampp/navi.php" "Mozilla/5.0 (Macintosh; Intel Mac OS X 10.9; rv:25.0) Gecko/20100101 Firefox/25.0"

你应该会看到返回到stdout的是这样的：

{
        "message" => "127.0.0.1 - - [11/Dec/2013:00:01:45 -0800] \"GET /xampp/status.php HTTP/1.1\" 200 3891 \"http://cadenza/xampp/navi.php\" \"Mozilla/5.0 (Macintosh; Intel Mac OS X 10.9; rv:25.0) Gecko/20100101 Firefox/25.0\"",
     "@timestamp" => "2013-12-11T08:01:45.000Z",
       "@version" => "1",
           "host" => "cadenza",
       "clientip" => "127.0.0.1",
          "ident" => "-",
           "auth" => "-",
      "timestamp" => "11/Dec/2013:00:01:45 -0800",
           "verb" => "GET",
        "request" => "/xampp/status.php",
    "httpversion" => "1.1",
       "response" => "200",
          "bytes" => "3891",
       "referrer" => "\"http://cadenza/xampp/navi.php\"",
          "agent" => "\"Mozilla/5.0 (Macintosh; Intel Mac OS X 10.9; rv:25.0) Gecko/20100101 Firefox/25.0\""
}

如你所见，Logstash（在grok过滤器的帮助下）能够解析日志行（碰巧是Apache的“组合日志”格式），并将其分解为许多不同的离散信息，一旦开始查询和分析日志数据，这就非常有用。例如，你将能够轻松地在HTTP响应码、IP地址、referrers等上运行报表。Logstash有很多现成的grok模式，因此如果你需要解析通用的日志格式，很可能已经有人为你完成了这项工作，有关更多信息，请参阅GitHub上Logstash grok模式的列表。

本例中使用的另一个过滤器是date过滤器，这个过滤器会解析一个时间戳，并将其用作事件的时间戳（不管你什么时候使用日志数据）。你将注意到，本例中的@timestamp字段设置为2013年12月11日，尽管Logstash在随后的某个时间摄取了该事件，这在备份日志时非常方便，它使你能够告诉Logstash“使用此值作为此事件的时间戳”。

处理Apache日志

让我们做一些有用的事情：处理apache2访问日志文件！我们将从本地主机上的文件中读取输入，并根据需要使用条件处理事件。首先，创建一个名为logstash-apache.conf的文件包含以下内容（你可以根据需要更改日志文件路径）：

input {
  file {
    path => "/tmp/access_log"
    start_position => "beginning"
  }
}

filter {
  if [path] =~ "access" {
    mutate { replace => { "type" => "apache_access" } }
    grok {
      match => { "message" => "%{COMBINEDAPACHELOG}" }
    }
  }
  date {
    match => [ "timestamp" , "dd/MMM/yyyy:HH:mm:ss Z" ]
  }
}

output {
  elasticsearch {
    hosts => ["localhost:9200"]
  }
  stdout { codec => rubydebug }
}

然后，使用以下日志条目（或使用你自己的webserver中的一些日志条目）创建上面配置的输入文件（在本例中为“/tmp/access_log”）：

71.141.244.242 - kurt [18/May/2011:01:48:10 -0700] "GET /admin HTTP/1.1" 301 566 "-" "Mozilla/5.0 (Windows; U; Windows NT 5.1; en-US; rv:1.9.2.3) Gecko/20100401 Firefox/3.6.3"
134.39.72.245 - - [18/May/2011:12:40:18 -0700] "GET /favicon.ico HTTP/1.1" 200 1189 "-" "Mozilla/4.0 (compatible; MSIE 8.0; Windows NT 5.1; Trident/4.0; .NET CLR 2.0.50727; .NET CLR 3.0.4506.2152; .NET CLR 3.5.30729; InfoPath.2; .NET4.0C; .NET4.0E)"
98.83.179.51 - - [18/May/2011:19:35:08 -0700] "GET /css/main.css HTTP/1.1" 200 1837 "http://www.safesand.com/information.htm" "Mozilla/5.0 (Windows NT 6.0; WOW64; rv:2.0.1) Gecko/20100101 Firefox/4.0.1"

现在，使用-f标志运行Logstash以将其传递到配置文件：

bin/logstash -f logstash-apache.conf

现在你应该在Elasticsearch中看到你的apache日志数据了，Logstash打开并读取指定的输入文件，处理遇到的每个事件。记录到此文件的任何追加行也将被捕获，由Logstash作为事件处理，并存储在Elasticsearch中。还有一个额外的好处，他们储藏的字段“type”设置为“apache_access”（这是由输入配置中的type ⇒ "apache_access"行）。

在这个配置中，Logstash只查看apache access_log，但是通过更改上面配置中的一行就可以同时查看access_log和error_log（实际上是任何文件匹配*log）：

input {
  file {
    path => "/tmp/*_log"
...

当你重新启动Logstash时，它将同时处理error和access日志，但是，如果你检查数据（可能使用elasticsearch-kopf)，你会看到access_log被分解为离散字段，而error_log则不是。这是因为我们使用了grok过滤器来匹配标准的组合apache日志格式，并自动将数据分割为单独的字段。如果我们能根据它的格式来控制行是如何被解析的，不是很好吗？嗯，我们可以…

注意，Logstash不会重新处理access_log文件中已经查看的事件，从文件中读取数据时，Logstash保存其位置，并只在添加新行时处理它们。

使用条件

你可以使用条件来控制哪些事件由过滤器或输出处理，例如，你可以根据出现在哪个文件（access_log、error_log以及以“log”结尾的其他随机文件）中来标记每个事件。

input {
  file {
    path => "/tmp/*_log"
  }
}

filter {
  if [path] =~ "access" {
    mutate { replace => { type => "apache_access" } }
    grok {
      match => { "message" => "%{COMBINEDAPACHELOG}" }
    }
    date {
      match => [ "timestamp" , "dd/MMM/yyyy:HH:mm:ss Z" ]
    }
  } else if [path] =~ "error" {
    mutate { replace => { type => "apache_error" } }
  } else {
    mutate { replace => { type => "random_logs" } }
  }
}

output {
  elasticsearch { hosts => ["localhost:9200"] }
  stdout { codec => rubydebug }
}

这个示例使用type字段标记所有事件，但实际上不解析error或random文件，有很多类型的错误日志，它们应该如何标记取决于你使用的日志。

类似地，你可以使用条件将事件定向到特定的输出，例如，你可以：

警告nagios任何状态为5xx的apache事件
将任何4xx状态记录到Elasticsearch
通过statsd记录所有的状态代码

要告诉nagios任何具有5xx状态码的http事件，首先需要检查type字段的值，如果是apache，那么你可以检查status字段是否包含5xx错误，如果是，发送到nagios。如果不是5xx错误，检查status字段是否包含4xx错误，如果是，发送到Elasticsearch。最后，将所有apache状态码发送到statsd，无论状态字段包含什么：

output {
  if [type] == "apache" {
    if [status] =~ /^5\d\d/ {
      nagios { ...  }
    } else if [status] =~ /^4\d\d/ {
      elasticsearch { ... }
    }
    statsd { increment => "apache.%{status}" }
  }
}

处理Syslog消息

Syslog是Logstash最常见的用例之一，而且它处理得非常好（只要日志行大致符合RFC3164），Syslog实际上是UNIX网络日志记录标准，它将消息从客户端发送到本地文件，或通过rsyslog发送到集中式日志服务器。对于本例，你不需要一个功能正常的syslog实例；我们将从命令行中伪造它，这样你就可以了解发生了什么。

首先，让我们为Logstash + syslog创建一个简单的配置文件，名为logstash-syslog.conf。

input {
  tcp {
    port => 5000
    type => syslog
  }
  udp {
    port => 5000
    type => syslog
  }
}

filter {
  if [type] == "syslog" {
    grok {
      match => { "message" => "%{SYSLOGTIMESTAMP:syslog_timestamp} %{SYSLOGHOST:syslog_hostname} %{DATA:syslog_program}(?:\[%{POSINT:syslog_pid}\])?: %{GREEDYDATA:syslog_message}" }
      add_field => [ "received_at", "%{@timestamp}" ]
      add_field => [ "received_from", "%{host}" ]
    }
    date {
      match => [ "syslog_timestamp", "MMM  d HH:mm:ss", "MMM dd HH:mm:ss" ]
    }
  }
}

output {
  elasticsearch { hosts => ["localhost:9200"] }
  stdout { codec => rubydebug }
}

使用这个新配置运行Logstash：

bin/logstash -f logstash-syslog.conf

通常，客户端将连接到端口5000上的Logstash实例并发送消息，对于本例，我们将telnet到Logstash并输入一条日志行（类似于前面在STDIN中输入日志行），打开另一个shell窗口与Logstash syslog输入进行交互并输入以下命令：

telnet localhost 5000

复制粘贴以下行作为示例（你可以自己尝试一些，但是要记住，如果grok过滤器对你的数据不正确，它们可能无法解析）。

Dec 23 12:11:43 louis postfix/smtpd[31499]: connect from unknown[95.75.93.154]
Dec 23 14:42:56 louis named[16000]: client 199.48.164.7#64817: query (cache) 'amsterdamboothuren.com/MX/IN' denied
Dec 23 14:30:01 louis CRON[619]: (www-data) CMD (php /usr/share/cacti/site/poller.php >/dev/null 2>/var/log/cacti/poller-error.log)
Dec 22 18:28:06 louis rsyslogd: [origin software="rsyslogd" swVersion="4.2.0" x-pid="2253" x-info="http://www.rsyslog.com"] rsyslogd was HUPed, type 'lightweight'.

现在，当你的原始shell处理和解析消息时，你应该会看到Logstash的输出！

{
                 "message" => "Dec 23 14:30:01 louis CRON[619]: (www-data) CMD (php /usr/share/cacti/site/poller.php >/dev/null 2>/var/log/cacti/poller-error.log)",
              "@timestamp" => "2013-12-23T22:30:01.000Z",
                "@version" => "1",
                    "type" => "syslog",
                    "host" => "0:0:0:0:0:0:0:1:52617",
        "syslog_timestamp" => "Dec 23 14:30:01",
         "syslog_hostname" => "louis",
          "syslog_program" => "CRON",
              "syslog_pid" => "619",
          "syslog_message" => "(www-data) CMD (php /usr/share/cacti/site/poller.php >/dev/null 2>/var/log/cacti/poller-error.log)",
             "received_at" => "2013-12-23 22:49:22 UTC",
           "received_from" => "0:0:0:0:0:0:0:1:52617",
    "syslog_severity_code" => 5,
    "syslog_facility_code" => 1,
         "syslog_facility" => "user-level",
         "syslog_severity" => "notice"
}