概述

本文介绍使用ELK（elasticsearch、logstash、kibana） +　kafka来搭建一个日志系统。主要演示使用spring aop进行日志收集，然后通过kafka将日志发送给logstash，logstash再将日志写入elasticsearch，这样elasticsearch就有了日志数据了，最后，则使用kibana将存放在elasticsearch中的日志数据显示出来，并且可以做实时的数据图表分析等等。

详细

代码下载：http://www.demodashi.com/demo/10181.html

本文介绍使用ELK（elasticsearch、logstash、kibana） +　kafka来搭建一个日志系统。主要演示使用spring aop进行日志收集，然后通过kafka将日志发送给logstash，logstash再将日志写入elasticsearch，这样elasticsearch就有了日志数据了，最后，则使用kibana将存放在elasticsearch中的日志数据显示出来，并且可以做实时的数据图表分析等等。

为什么用ELK

以前不用ELK的做法

最开始我些项目的时候，都习惯用log4j来把日志写到log文件中，后来项目有了高可用的要求，我们就进行了分布式部署web，这样我们还是用log4j这样的方式来记录log的话，那么就有N台机子的N个log目录，这个时候查找log起来非常麻烦，不知道问题用户出错log是写在哪一台服务器上的，后来，想到一个办法，干脆把log直接写到数据库中去，这样做，虽然解决了查找异常信息便利性的问题了，但存在两个缺陷：

1，log记录好多，表不够用啊，又得分库分表了，

2，连接db，如果是数据库异常，那边log就丢失了，那么为了解决log丢失的问题，那么还得先将log写在本地，然后等db连通了后，再将log同步到db，这样的处理办法，感觉是越搞越复杂。

现在ELK的做法

好在现在有了ELK这样的方案，可以解决以上存在的烦恼，首先是，使用elasticsearch来存储日志信息，对一般系统来说可以理解为可以存储无限条数据，因为elasticsearch有良好的扩展性，然后是有一个logstash，可以把理解为数据接口，为elasticsearch对接外面过来的log数据，它对接的渠道，有kafka，有log文件，有redis等等，足够兼容N多log形式，最后还有一个部分就是kibana，它主要用来做数据展现，log那么多数据都存放在elasticsearch中，我们得看看log是什么样子的吧，这个kibana就是为了让我们看log数据的，但还有一个更重要的功能是，可以编辑N种图表形式，什么柱状图，折线图等等，来对log数据进行直观的展现。

ELK职能分工

• logstash做日志对接，接受应用系统的log，然后将其写入到elasticsearch中，logstash可以支持N种log渠道，kafka渠道写进来的、和log目录对接的方式、也可以对reids中的log数据进行监控读取，等等。

• elasticsearch存储日志数据，方便的扩展特效，可以存储足够多的日志数据。

• kibana则是对存放在elasticsearch中的log数据进行：数据展现、报表展现，并且是实时的。

怎样用ELK

首先说明一点，使用ELK是不需要开发的，只需要搭建环境使用即可。搭建环境，可以理解为，下载XX软件，然后配置下XX端口啊，XX地址啊，XX日志转发规则啊等等，当配置完毕后，然后点击XX bat文件，然后启动。

Logstash配置

可以配置接入N多种log渠道，现状我配置的只是接入kafka渠道。

配置文件在\logstash-2.3.4\config目录下

要配置的是如下两个参数体：

• input：数据来源。

• output：数据存储到哪里。

Elasticsearch配置

配置文件在\elasticsearch-2.3.3\config目录下的elasticsearch.yml，可以配置允许访问的IP地址，端口等，但我这里是采取默认配置。

Kibana配置

配置文件在\kibana-4.5.4-windows\config目录下的kibana.yml，可以配置允许访问的IP地址，端口等，但我这里是采取默认配置。

这里有一个需要注意的配置，就是指定访问elasticsearch的地址。我这里是同一台机子做测试，所以也是采取默认值了。

关于ELK的配置大致上，就这样就可以了，当然其实还有N多配置项可供配置的，具体可以google。这里就不展开说了。

具体的配置请下载运行环境，里面有具体的配置。

和spring aop日志对接

elk环境搭建完毕后，需要在应用系统做日志的aop实现。

部分spring配置

部分java代码

代码截图

日志和kafka、和logstash、elasticsearch、kibana直接的关系

ELK，kafka、aop之间的关系

1、aop对日志进行收集，然后通过kafka发送出去，发送的时候，指定了topic（在spring配置文件中配置为 topic="mylog_topic"）

2、logstash指定接手topic为 mylog_topic的kafka消息（在config目录下的配置文件中，有一个input的配置）

3、然后logstash还定义了将接收到的kafka消息，写入到索引为my_logs的库中（output中有定义）

4、再在kibana配置中，指定要连接那个elasticsearch（kibana.yml中有配置，默认为本机）

5、最后是访问kibana，在kibana的控制台中，设置要访问elasticsearch中的哪个index。

部署ELK + kafka环境

我本机的环境是jdk8.0，我记得测试的过程中，elasticsearch对jdk有特别的要求，必须是jdk7或者以上。

下载运行环境附件，并解压后，看到如下：

这些运行环境，在每个软件里面，都有具体的启动说明，如kafka的目录下，这样：

按照启动说明的命令来执行，即可启动。

这里需要说明一点，最先启动，应该是zookeeper，然后才是其他的，其他几个没有严格区分启动顺序。

直接在window下面，同一台机子启动即可。除了kibana-4.5.4-windows外，其他几个也是可以在linux下运行的。

运行效果

项目导入到eclipse后，启动，然后访问如下地址：

用户名为 1001 密码为 123

登陆后能看到如下：

本例子是对修改密码做了日志拦截。所以修改密码的动作，能看到打印如下信息：

然后是观察一下aop日志拦截，是否被kafka发送给logstash了，是否被写入了elasticsearch了。

访问elasticsearch，http://127.0.0.1:9200/_plugin/head/ 如下：

注意观察我们定义的my_logs这个索引库是否增加记录了。

访问kibana：

http://127.0.0.1:5601/app/kibana

在输入索引名称后，再点击 create按钮，即可得到如下界面：

然后再点击Discover，界面如下：

如果你看不到数据，记得点击右上角的按钮来选择数据的时间范围：

到这里就完成了，日志的AOP收集，日志的流转，并写入到elasticsearch，并用kibana看数据。

当然kibana还有很重要的一个功能是数据分析图表的配置，主要是通过向导来完成。

高可用实现

现在实现的是一个最基本的日志收集，日志传输，日志存储以及日志展示的一条链路的功能，如果系统上线，还需要做一定的集群，如kafka集群，zookeeper集群，还有elasticsearch集群

代码下载：http://www.demodashi.com/demo/10181.html