借用ElasticStack的一张图，很好的阐述了LEK的在数据处理中的位置

一、环境：

版本均未5.2.0
https://www.elastic.co/cn/downloads/past-releases

1、filebeat:
https://www.elastic.co/cn/downloads/past-releases/filebeat-5-2-0
2、logstash
https://www.elastic.co/cn/downloads/past-releases/logstash-5-2-0
3、elasticsearch:
https://www.elastic.co/cn/downloads/past-releases/elasticsearch-5-2-0
4、kibana:
https://www.elastic.co/cn/downloads/past-releases/kibana-5-2-0

二、日志准备

使用python脚本定时生成模拟日志

generator_log.py

# -*- encoding:utf-8 -*-import time
from chinesename import ChineseNamecn = ChineseName()while True:now = time.strftime("%Y-%m-%d %H:%M:%S", time.localtime())message = "{} {}\n".format(now, cn.getName())print(message)with open("demo.log", "a", encoding="utf-8") as f:f.write(message)# 每3秒生成一条日志     time.sleep(3)

日志示例（日期姓名）：

2019-06-13 18:01:31 容休

三、filebeat

1、配置
修改配置文件filebeat.yml
可以选择直接将数据传入Elasticsearch，也可以传入Logstash处理

filebeat.prospectors:
- input_type: logpaths:
# 配置需要收集的文件地址- /var/log/*.log #-------------------------- Elasticsearch output ------------------------------
# output.elasticsearch:# hosts: ["localhost:9200"]#----------------------------- Logstash output --------------------------------
output.logstash:hosts: ["localhost:5044"]

2、启动：

./filebeat -e -c filebeat.yml -d "publish"

参考:开始使用Filebeat

四、logstash

1、匹配说明
（1）内置匹配

%{SYNTAX:SEMANTIC}

（2）ruby正则

(?<name>pattern)

关于Ruby的正则：
Ruby 正则表达式： https://www.runoob.com/ruby/ruby-regular-expressions.html
Ruby 正则匹配测试： https://rubular.com/

2、配置
新建一个文件夹存放自定义匹配模式

$ mkdir ./patterns
$ cat ./patterns/datetime.re
DATETIME \d{4}-\d{2}-\d{2} \d{2}:\d{2}:\d{2}

es-pipeline.conf

input {beats {port => "5044"}
}
filter {grok {patterns_dir => ["./patterns"]match => { "message" => "%{DATETIME:logdate} (?<text>(.*))"}remove_field  => "message"}date {match => ["logdate", "yyyy-MM-dd HH:mm:ss"]}
}
output {stdout { codec => rubydebug }elasticsearch {hosts => [ "localhost:9200" ]}
}

3、启动logstash

# 解析配置文件并报告任何错误
$ ./bin/logstash -f es-pipeline.conf --config.test_and_exit# 启用自动配置加载
$ ./bin/logstash -f es-pipeline.conf --config.reload.automatic

五、kibana中查询结果

1、启动

$ elasticsearch
$ kibana

2、查询

GET /logstash-2019.06.13/_search
{"sort": [{"@timestamp": {"order": "desc"}}]
}# 查询结果
{"_index": "logstash-2019.06.13","_type": "log","_id": "AWtQTwv8vaBpxF8s4wUp","_score": null,"_source": {"@timestamp": "2019-06-13T10:08:02.000Z","offset": 197738,"logdate": "2019-06-13 18:08:02","@version": "1","beat": {"hostname": "bogon","name": "bogon","version": "5.2.0"},"input_type": "log","host": "bogon","source": "/Users/qmp/Desktop/log/demo.log","text": "伯镟","type": "log","tags": ["beats_input_codec_plain_applied"]},"sort": [1560420482000]
}

图形化查看日志数量曲线图

参考
使用Logstash filter grok过滤日志文件
Logstash使用grok进行日志过滤
Logstash介绍

ElasticStack：使用FileBeat、Logstash、Elasticsearch、Kibana收集清洗存储查看分析数据相关推荐

使用Log-Pilot + logstash+Elasticsearch + Kibana 收集 kubernetes 日志
开发者在面对 Kubernetes 分布式集群下的日志需求时,常常会感到头疼,既有容器自身特性的原因,也有现有日志采集工具的桎梏,主要包括: 容器本身特性: 采集目标多:容器本身的特性导致采集目标多, ...
【转】Filebeat+Kafka+Logstash+ElasticSearch+Kibana 日志采集方案
前言 Elastic Stack 提供 Beats 和 Logstash 套件来采集任何来源.任何格式的数据.其实Beats 和 Logstash的功能差不多,都能够与 Elasticsearch 产 ...
ELK学习3_使用redis+logstash+elasticsearch+kibana快速搭建日志平台
日志的分析和监控在系统开发中占非常重要的地位,系统越复杂,日志的分析和监控就越重要,常见的需求有: 根据关键字查询日志详情监控系统的运行状况统计分析,比如接口的调用次数.执行时间.成功率等异常数 ...
Logstash+Elasticsearch+kibana搭建日志平台文档(xjh20160527重庆公司亲测可用)
Logstash+Elasticsearch+kibana搭建日志平台文档 v1.0_xjh 20160527 http://wenku.baidu.com/link?url=_HaXh4neqWm ...
安装logstash,elasticsearch,kibana三件套
原文地址:http://www.cnblogs.com/yjf512/p/4194012.html logstash,elasticsearch,kibana三件套 elk是指logstash,ela ...
【Hadoop Summit Tokyo 2016】中型组织的数据基础设施架构：收集、存储和分析的技巧...
本讲义出自 Egor Pakhomov在Hadoop Summit Tokyo 2016上的演讲,主要分享了数据收集.存储和分析的技巧,介绍了为什么SQL如此的重要以及如何在Hadoop中使用SQL, ...
客端日志的收集、存储和分析
客端日志的收集.存储和分析(一) 文章目录客端日志的收集.存储和分析(一) 前言一.如何做到海量日志的快速收集 1.架构分析 2. Nginx能做什么 3. Nginx落地的文件我们怎么处理二. ...
Filebeat+Kafka+Logstash+Elasticsearch+Kibana 构建日志分析系统
文章目录一.前言二.背景信息三.操作流程四.准备工作 1.Docker 环境 2.Docker Compose 环境 3.版本准备 4.环境初始化 5.服务安装 6.服务设置五.配置 Fil ...
基于ELK打造强大的日志收集分析系统（springboot2+logback+logstash+elasticsearch+kibana）
前言上一代的日志分析系统springboot+log4j+flume+kafka仿佛还是昨天,现在已经流行起了新一代的springboot2+logback+logstash+elasticsear ...

ElasticStack：使用FileBeat、Logstash、Elasticsearch、Kibana收集清洗存储查看分析数据