一、什么是Logstash

Logstash是一个日志收集器，可以理解为一个管道，或者中间件。
功能是从定义的输入源inputs读取信息，经过filters过滤器处理，输入到定义好的outputs输出源。
输入源可以是stdin、日志文件、数据库等，输出源可以是stdout、elesticsearch、HDFS等。

另外，Logstash不只是一个input | filter | output 的数据流，而是一个 input | decode | filter | encode | output 的数据流！有一个codec插件就是用来 decode、encode 事件的，可以解析我们经常用的json格式，非常的强大，接下来给大家演示一下Logstash的使用，一学就会。

二、如何安装

最简单方式是直接下载安装，另外也可以通过docker安装，
我是直接下载的zip包，解压后如下

三、快速使用

• 直接启动

./bin/logstash -e 'input { stdin { } } output { stdout {} }'

-e 代表可以从命令行读取配置，input { stdin { } } output { stdout {} }'代表从标准stdin读取，从stdout输出，我们输入

chenqionghe
no pain, no gain.

显示如下，logstash把时间等一些信息打印出来了

logstash会给事件添加一些额外的信息，最重要的就是 @timestamp，用来标记事件的发生时间。此外，大多数时候还可以见到host、type、tags 等属性

• 使用配置启动
  例如我们可以将上面的-e定义成一个chenqionghe.yml

input {
    stdin { }
}
output {
    stdout { }
}

运行

./bin/logstash -f chenqionghe.yml

更多配置查看 ：configuration

四、Input输入插件

用来指定数据来源，可以是标准输入、文件、TCP数据、Syslog、Redis等

• 读取文件
  例如，我要收集nginx的访问文件和错误文件，可以这样写

input {
    file {
        path => ["/Users/chenqionghe/web/log/nginx-access.log","/Users/chenqionghe/web/log/nginx-error.log"]
        type => "nginx"
    }
}
output {
  stdout { codec => rubydebug }
}

output指定了一个rubydebug，简单的理解就是一个调试输出的插件，后面会对output进行说明
结果运行，可以看到收集到了nignx日志

常用配置项

* discover_interval
logstash 每隔多久去检查一次被监听的 path 下是否有新文件。默认值是 15 秒。

* exclude
不想被监听的文件可以排除出去，这里跟 path 一样支持 glob 展开。

* sincedb_path
如果你不想用默认的 $HOME/.sincedb(Windows 平台上在 C:\Windows\System32\config\systemprofile\.sincedb)，可以通过这个配置定义 sincedb 文件到其他位置。

* sincedb_write_interval
logstash 每隔多久写一次 sincedb 文件，默认是 15 秒。

* stat_interval
logstash 每隔多久检查一次被监听文件状态（是否有更新），默认是 1 秒。

* start_position
logstash 从什么位置开始读取文件数据，默认是结束位置，也就是说 logstash 进程会以类似 tail -F 的形式运行。如果你是要导入原有数据，把这个设定改成 "beginning"，logstash 进程就从头开始读取，有点类似 cat，但是读到最后一行不会终止，而是继续变成 tail -F。

• 生成测试数据
  例如可以使用generator来生成测试输入数据，下面的例子相当于循环了100次

input {
    generator {
        count => 100
        message => '{"name":"chenqionghe","hello":["light","weight","baby"]}'
        codec => json
    }
}
output {
  stdout {}
}

运行如下

更多input查看：input-plugins

五、codec编码插件

事实上，我们在上面已经用过 codec 了 ，rubydebug 就是一种 codec，虽然它一般只会用在 stdout 插件中，作为配置测试或者调试的工具。
codec 使得 logstash 可以更好更方便的与其他有自定义数据格式的运维产品共存，比如 graphite、fluent、netflow、collectd，以及使用 msgpack、json、edn 等通用数据格式的其他产品等。

• JSON编码
  直接输入预定义好的 JSON 数据，以nginx的配置为例，添加如下配置，让nginx输出json

log_format json '{"@timestamp":"$time_iso8601",'
               '"@version":"1",'
               '"host":"$server_addr",'
               '"client":"$remote_addr",'
               '"size":$body_bytes_sent,'
               '"responsetime":$request_time,'
               '"domain":"$host",'
               '"url":"$uri",'
               '"status":"$status"}';
access_log /Users/chenqionghe/web/log/nginx-access.log json;

在logstash中配置

input {
    file {
        path => "/Users/chenqionghe/web/log/nginx-access.log"
        codec => "json"
    }
}
output {
  stdout { codec => rubydebug }
}

启动请求如下

• 合并多行数据
  multiline 插件可以收集多行数据，用于用于其他类似的堆栈式信息
  示例如下

input {
    stdin {
        codec => multiline {
            pattern => "^\["
            negate => true
            what => "previous"
        }
    }
}

输入

[2020-03-18 14:54:03] hello chenqionghe
[2020-03-18 14:54:03]hello gym
    light weight baby
    let's do it !
[2020-03-18 14:54:03] finished

效果如下

另外，codec还可以编解码protobuf、fluent、nmap等，可以参考：codec-plugins

六、filter过滤器插件

logstash 威力强大的最重要的就是因为有丰富的过滤器插件。

• Grok 正则捕获
  Grok 是 Logstash 最重要的插件，可以在 grok 里预定义好命名正则表达式，在之后(grok参数或者其他正则表达式里)引用它，示例

input {stdin{}}
filter {
    grok {
        match => {
            "message" => "\s+(?<request_time>\d+(?:\.\d+)?)\s+"
        }
    }
}
output {stdout{}}

启动后输入

hello 123.123 world

可以，看到配置到了我们自定义的变量request_time

• 时间处理
  filters/date 插件可以用来转换你的日志记录中的时间字符串，变成 LogStash::Timestamp 对象，然后转存到 @timestamp 字段里。支持ISO8601、UNIX、UNIX_MS、TAI64N、Joda-Time 等格式
  示例

input {stdin{}}
filter{
    date{
        match => ["message","yyyyMMdd"]
    }
}
output {stdout{}}

如下

• 数据修改
  filters/mutate 提供了丰富的基础类型数据处理能力，包括类型转换，字符串处理和字段处理等。
  转换类型，支持integer、float和string。

filter {
    mutate {
        convert => ["request_time", "float"]
    }
}

• 字符串处理
  可以对字符串进行split、join、merge、strip、rename、replace等操作

input {stdin{}}
filter {
    mutate {
        split => ["message", "|"]
    }
    mutate {
        join => ["message", ","]
    }
}
output {stdout{}}

先用|分割成数组，再通过,合成字符串

• 拆分事件
  split插件可以把一行数据，拆分成多个事件

input {stdin{}}
filter {
    split {
        field => "message"
        terminator => "#"
    }
}
output {stdout{}}

另外，还有JSON编解码、USerAgent匹配归类、Key-Value切分、自定义Ruby处理等插件，更多可以查看：filter-plugins

七、output输出插件

• 标准输出
  和 inputs/stdin 插件一样，outputs/stdout 插件是最基础和简单的输出插件，如下

output {
    stdout {
        codec => rubydebug
    }
}

代表输出到stdout，使用rubydebug格式化

• 保存文件

input {stdin{}}
output {
    file {
        path => "/Users/chenqionghe/web/log/test.log"
    }
}

可以看到，已经写入test.log文件

• 输出到ElasticSearch

output {
    elasticsearch {
        host => "127.0.0.1"
        protocol => "http"
        index => "logstash-%{type}-%{+YYYY.MM.dd}"
        index_type => "%{type}"
        workers => 5
        template_overwrite => true
    }
}

启动后，请求nginx后日志如下

可以看到已经打印出来了，我们去使用kibana控制台查询es，可以看到索引和数据都已经有了

另外，output还可以设置输出到Redis、发送邮件、执行命令等，更多可以查看output-plugins

八、总结

简单地说，logstash最主要的功能是从input获取数据，通过filter处理，再输出到指定的地方。
一般我们收集日志都是在后台运行，建议使用nohup、screen或者supervisor这样的方式启动。

是不是觉得logstash超简单，意不意外，开不开心，yeah buddy! light weight baby!