一、前言

    主要来讲述一下Kibana使用以及上生产时候的一些配置,要是大家对这块比较感兴趣我到时候也可以在结合Grafana做一些图表方面的介绍,后面等介绍完Beats以后我去阿里云租几台机器,给大家来个ELK方面的实战,然后要是时间充分在和大家一起学习下Elasticsearch源码,废话不多说开始喽;

二、Kibana配置

    主要介绍一些常用的配置,剩下一些冷门的大家可以查看下官方配置;

    server.port:

    默认值: 5601 该配置指定Kibana 使用的端口号;

    server.host:

    默认值: “localhost” 指定后端服务器的主机地址;

    server.maxPayloadBytes:

    默认值: 1048576 服务器请求的最大负载,单位字节;

    server.name:

    默认值: “主机名” Kibana 实例对外展示的名称;

    elasticsearch.url:

    默认值: “http://localhost:9200” 用来处理所有查询的 Elasticsearch 实例的 URL ;

    kibana.index:

    默认值: “.kibana” Kibana 使用 Elasticsearch 中的索引来存储保存的检索,可视化控件以及仪表板。如果没有索引,Kibana 会创建一个新的索引;

    elasticsearch.requestTimeout:

    默认值: 30000 等待后端或 Elasticsearch 的响应时间,单位微秒,该值必须为正整数;

    logging.dest:

    默认值: stdout指定 Kibana 日志输出的文件;

    以上基本就是常用的甚至一些都用不到,如果大家想启用SSL大家去参考下官方配置,我将这块的都已经默认关闭了;接下来我们主要来介绍下生产线上一些相关方面的配置,之前我们介绍Elasticsearch 的时候只介绍两种主要的节点,还有一个节点类型没有介绍,他就是协调节点,该节点作用负载平衡器,该节点处理传入的HTTP请求,根据需要将操作重定向到群集中的其他节点,并收集并返回结果;我们主要利用这个特性来搭建Kibana生产的部署架构,当然你直接配置也是可以,这个只是推荐,我们主要利用这个节点来协调Kibana 的请求,获取返回我们需要数据,官方有个名字Coordinating only node,整体架构如下图:

    

     接下来我们结合上面架构我们需要如何配置Elasticsearch,

     1.在与Kibana相同的计算机上安装Elasticsearch客户端节点;

     2.通过设置将节点配置为仅协调节点:

        node.master: false;

        node.data: false;

        node.ingest: false;

     3.将客户端节点添加到elasticsearch集群;

        cluster.name: “my_cluster”;

     4.配置network.host(对Kibana HTTP连接)和transport.host(需要连接的到集群上的节点):

        network.host: localhost;

        http.port: 9200;

        transport.host: YOUR_IP;

        transport.tcp.port: 9300;

     5.配置kibana;

        elasticsearch.url: “http://localhost:9200”;

     接下来我们思考下这样架构的好处,协调节点不参与选主环节,减少了选主时间,通过协调节点专门处理监控或者我们需要的一些数据的请求,使其他节点专注于线上请求,提升了效率,要说有什么不好,那就是需要多一台机器;接下来我们来通过Kibana做一些图表;

三、Kibana入门实战

      Elasticsearch集群搭建和Logstash相关下载和安装就不讲解了,我们主要借助Kibana来分析120年奥运会运动员或者国家一些情况,数据我是在这个网址下载的,准确性方面我没去核对,我们主要借助这些数据来学习Kibana就好了。整体流程是通过Logstash讲CSV文件导入到Elasticsearch,然后借助Kibana分析,我把Logstash配置粘贴到下面,通过使用logstash.bat -f ../config/logstash.conf启动起来就可以将文件导入到Elasticsearch中,在启动起来之前我们还需要在Elasticsearch建立模板,当然也可以通过Logstash指定模板这个有兴趣自己百度下,我也将Mapping模板放到下面;

input {

  file{
  
    path => ["C:/Users/wangt/Desktop/athlete_events.csv"]
    
    # 设置多长时间检测文件是否修改(单位:秒)
    stat_interval => 1
    
    # 监听文件的起始位置,默认是end
    start_position => beginning
    
    
    # 设置多长时间会写入读取的位置信息(单位:秒)
    sincedb_write_interval => 5
  }
}


filter {
    #去除每行记录中需要过滤的NA,替换为空字符串
    mutate{
        gsub => [ "message", "NA", "" ]   
    }

      csv {
        # 每行记录的字段之间以,分隔
        separator => ","
        
        columns => ["name","sex","age","height","weight","team","noc","games","year","season","city","sport","event","medal"]
        
        # 过滤掉默认加上的字段
        remove_field => ["host", "path","message"]
    } 
}


output {
       elasticsearch {
        hosts => ["127.0.0.1:9200","127.0.0.1:9201","127.0.0.1:9202"]
        index => "olympicawards"
    }
}

View Code

{
    "mappings":{
        "doc":{
            "properties":{
                "@timestamp":{
                    "type":"date"
                },
                "@version":{
                    "type":"keyword"
                },
                "name":{
                    "type":"keyword"
                },
                "sex":{
                    "type":"keyword"
                },
                "age":{
                    "type":"integer"
                },
                "weight":{
                    "type":"float"
                },
                "team":{
                    "type":"keyword"
                },
                "noc":{
                    "type":"keyword"
                },
                "games":{
                    "type":"keyword"
                },
                "year":{
                    "type":"integer"
                },
                "season":{
                    "type":"keyword"
                },
                "sport":{
                    "type":"keyword"
                },
                "event":{
                    "type":"keyword"
                },
                "medal":{
                    "type":"keyword"
                }
            }
        }
    }
}

View Code

      以上就是大家需要的模板,这里不做特别复杂仪表盘等ELK实战的时候我们来做一些比较复杂东西,但是本质上是不变的,只要对DSL足够了解,构建仪表盘都是分分钟的事,我们先来整体介绍下Kibana的整体界面,然后在做一个简单的仪表盘就完成这篇博客;

      

     主要有7大模块,介绍下每个模块的作用:

     Discover:以页面的形式展示Elasticsearch中的数据,可以做一些过滤、搜索等等操作;

     Visualize:根据Elasticsearch创建可视化的界面;

     Dashboard:仪表盘可以将可视化界面组合在一些,类似现在的比较流行的大屏界面一样;

     Timelion:时间序列数据可视化工具,按照时间检索数据;

     Dev Tools:通过DSL进行查询数据的工具;

     Monitoring:监控数据Elasticsearch、Logstash和Beats运行状况的工具;

     Management:Kibana管理索引以及一些参数配置地方;

     接下来我们使用Visualize和Dashboard做图表,通过Visualize构建相关类型的图表,有如下类型:

     

     选中想要构建类型,通过添加一些类型或者增加一些过滤条件来展示数据;

     

     最终通过保存按钮保存起来,在构建Dashboard时候使用,

     

     点击增加按钮,选择在Visualize保存的图表,然后通过调整位置得到自己想要的界面,最终保存下来;

     

     最终就完成对整个索引信息的图表化展示。

四、结束

     欢迎大家加群438836709,欢迎大家关注我!

     

 

版权声明:本文为wtzbk原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。
本文链接:https://www.cnblogs.com/wtzbk/p/10251546.html