ELK的踩坑之旅

前言

起源
許多年前，一個剛結婚的名叫 Shay Banon 的失業開發者，跟著他的妻子去了倫敦，他的妻子在那裡學習廚師。 在尋找一個賺錢的工作的時候，為了給他的妻子做一個食譜搜索引擎，他開始使用 Lucene 的一個早期版本。
直接使用 Lucene 是很難的，因此 Shay 開始做一個抽象層，Java 開發者使用它可以很簡單的給他們的程式添加搜索功能。 他發布了他的第一個開源項目 Compass。
後來 Shay 獲得了一份工作，主要是高性能，分散式環境下的記憶體數據網格。這個對於高性能，實時，分散式搜索引擎的需求尤為突出， 他決定重寫 Compass，把它變為一個獨立的服務並取名 Elasticsearch。
第一個公開版本在2010年2月發布，從此以後，Elasticsearch 已經成為了 Github 上最活躍的項目之一，他擁有超過300名 contributors(目前736名 contributors )。 一家公司已經開始圍繞 Elasticsearch 提供商業服務，並開發新的特性，但是，Elasticsearch 將永遠開源並對所有人可用。
據說，Shay 的妻子還在等著她的食譜搜索引擎…​

設計思路如下

有3台機器

2台做elasticsearch的主副節點

1台做kibana和elasticsearch_head 由於機器匱乏我還在這台機器上部署了logstash和nginx服務

先說目的：將nginx的日誌通過logstash收集後發送到ela，然後kibana進行展示

環境如下
elasticsearch master 10.5.2.175:9200
elasticsearch salve 10.5.2.176:9200
logstash 172.17.211.153 啟動命令: nohup /usr/local/logstash/bin/logstash -f /usr/local/logstash/config/agent.conf -w 10 -l /usr/local/logstash/logs/logstash-plain.log &
nginx 
es-head: 172.16.211.143:9100
kibana: 172.16.211.143:5601

架構如下：

加redis/kafa的原因：

在生產環境中，我們的日誌可能會有瞬時高峰，而這個時候如果直接存入es，可能會導致es承受不住，從而影響日誌的收集和查詢。 一般情況下，我們會將日誌存直接放到kafka或者redis這種讀寫性能非常高的應用中，作為一個快取，然後通過下游組件（例如logstash）進行消費、過濾後存入ES，然後通過可視化介面查看。

ELK的工作流程

  • logstash客戶端收集到日誌後將日誌存入到redis之類的快取中
  • Logstash_server將數據從redis中提取出來並根據/usr/local/logstash/patterns下的文件（文件名隨意取）這裡叫grok-patterns裡面根據不同的日誌，比如apache、nginx服務規定的不同格式來進行切割，切割完畢後將日誌存入到elastaicsearch中，格式裡面的key vlaue值就是els中的欄位和值
  • elastaicsearch對logstash_server發送過來的值進行集群保存，提供被調用介面以及快速的搜索服務（這裡還可以安裝分詞插件，當做搜索引擎）
  • kibana對es根據條件進行搜索並對搜索到的數據進行展示，使我們看起來更加直觀。

一、elasticsearch

Elasticsearch 是一個開源的搜索引擎，建立在一個全文搜索引擎庫 Apache Lucene™ 基礎之上。 Lucene 可以說是當下最先進、高性能、全功能的搜索引擎庫—無論是開源還是私有。
中文文檔//www.elastic.co/guide/cn/elasticsearch/guide/current/intro.html#intro

elasticsearch的安裝

需要有jdk環境
vim /etc/elasticsearch/jvm.options
2g
2g

1.vim /etc/elasticsearch/elasticsearch.yml
http.port: 9200
discovery.zen.ping.unicast.hosts: ["10.5.2.175","10.5.2.176"]
network.host: 10.5.2.175

2.vim /etc/systemd/system.conf
DefaultLimitNOFILE=65536
DefaultLimitNPROC=32000
DefaultLimitMEMLOCK=infinity

3.vim /etc/security/limits.conf
* soft nofile 65536
* hard nofile 65536
* soft nproc 32000
* hard nproc 32000
* hard memlock unlimited
* soft memlock unlimited

4.vim /etc/sysconfig/elasticsearch
JAVA_HOME=/usr/java/jdk1.8.0_151

5.vim /usr/lib/systemd/system/elasticsearch.service
[Service]
LimitMEMLOCK=infinity

elasticsearch的問題

啟動elasticsearch失敗，報找不到JAVA環境，可明明系統是有的 解決方法如下：

vim /etc/sysconfig/elasticsearch
JAVA_HOME=/usr/java/jdk1.8.0_151

elasticsearch的概念

index 索引 相當於資料庫里的「資料庫」 他是我們存儲和索引關聯數據的地方

type 類數據 將一類的數據放到一起 相當於資料庫中的「表」

id 相當於資料庫表中的一行

  • Elastic 本質上是一個分散式資料庫，允許多台伺服器協同工作，每台伺服器可以運行多個 Elastic 實例。單個 Elastic 實例稱為一個節點（node）。一組節點構成一個集群（cluster）。

  • Elastic 會索引所有欄位，經過處理後寫入一個反向索引（Inverted Index）。查找數據的時候，直接查找該索引。

    倒排索引（反向索引）

    原始文檔

    創建倒排索引列表img

    倒排索引創建索引的流程：

    1） 首先把所有的原始數據進行編號，形成文檔列表

    2） 把文檔數據進行分詞，得到很多的詞條，以詞條為索引。保存包含這些詞條的文檔的編號資訊。

    搜索的過程：

    當用戶輸入任意的詞條時，首先對用戶輸入的數據進行分詞，得到用戶要搜索的所有詞條，然後拿著這些詞條去倒排索引列表中進行匹配。找到這些詞條就能找到包含這些詞條的所有文檔的編號。

    然後根據這些編號去文檔列表中找到文檔

  • 所以，Elastic 數據管理的頂層單位就叫做 Index（索引）。它是單個資料庫的同義詞。每個 Index （即資料庫）的名字必須是小寫。

下面的命令可以查看當前節點的所有 Index。

$ curl -X GET '//localhost:9200/_cat/indices?v

index 索引 相當於資料庫里的「資料庫」 他是我們存儲和索引關聯數據的地方

type 類數據 將一類的數據放到一起 相當於資料庫中的「表」

id 相當於資料庫表中的一行

pertty 在網頁中格式化輸出響應內容

elasticsearch的操作方法

官方教程在這裡，我覺得這個更加實用官方教程 //www.cnblogs.com/chuyuan/p/11380744.html

增

# 增加
//10.5.103.176:9200/database1/table1 

{
  "name": "doudou",
  "age": 4.5,
  "weight": 20,
}

# 查詢

# 以上方法是正確的
但是再增加一個table2的是否發生如下報錯
//10.5.103.176:9200/database1/table2
{
  "name": "dianche1",
   "weight": 1000
}

原因是elastic search在6.x版本調整了， 一個index只能存儲一種type。

查

GET /atguigu/_mapping
1. 檢索文檔
Mysql : select * from user where id = 1
ES : GET /atguigu/doc/1
響應結果
{
  "_index" :   "megacorp",
  "_type" :    "employee",
  "_id" :      "1",
  "_version" : 1,
  "found" :    true,
  "_source" :  {
      "first_name" :  "John",
      "last_name" :   "Smith",
      "age" :         25,
      "about" :       "I love to go rock climbing",
      "interests":  [ "sports", "music" ]
  }
}

2.簡單檢索
Mysql : select * from user
ES : GET /megacorp/employee/_search

3.全文檢索
ES : GET /megacorp/employee/_search?q=haha
查詢出所有文檔欄位值為haha的文檔

4.搜索（模糊查詢）
ES : GET /megacorp/employee/_search?q=hello
查詢出所有文檔欄位值分詞後包含hello的文檔

5.聚合
PUT atguigu/_mapping/doc
{ 
  "properties": { 
    "interests": { 
      "type": "text", 
      "fielddata": true 
      } 
  }
}

elasticsearch-head的安裝

ealsticsearch只是後端提供各種api，那麼怎麼直觀的使用它呢？elasticsearch-head將是一款專門針對於elasticsearch的客戶端工具，是es的集群管理工具、數據可視化、增刪改查工具。相關詳細的教程在這裡
1 //www.sojson.com/blog/85.html
2 //www.cnblogs.com/xuwenjin/p/8792919.html
3 //blog.csdn.net/huwei2003/article/details/40581143

一、下載head插件
//github.com/mobz/elasticsearch-head

二、解壓到任意目錄
注意：為避免找不到，一定要和elasticsearch的安裝目錄區分開

三、安裝Node.js
因為head是一個Node.js項目。所以，如果沒有安裝nodejs需要先安裝Node.js
32位安裝包下載地址： //nodejs.org/dist/v4.4.3/node-v4.4.3-x86.tar.gz
64位安裝包下載地址： //nodejs.org/dist/v4.4.3/node-v4.4.3-x64.tar.gz
檢測PATH環境變數是否配置了Node.js，打開命令行輸入命令"which npm"，輸出如下結果：
/usr/bin/npm
wget //nodejs.org/dist/latest-v8.x/node-v8.16.0.tar.gz
tar xf node-v8.16.0.tar.gz
cd node-v8.16.0
./configure --prefix=/usr/local/node-v8.16
make -j 8 && make install
添加環境變數
vim /etc/profile
################nodejs###############
export NODE_HOME=/usr/local/node-v8.16
export PATH=$PATH:$NODE_HOME/bin
source /etc/profile
node -v
v8.16.0
npm -v
6.4.1

四、安裝npm 
yum install npm -y

五、es-head安裝：
解壓源碼包：elasticsearch-head.tar.gz
啟動：cd /usr/local/src/elasticsearch-head
npm run start &
訪問地址是//{你的ip地址}:9200/_plugin/head/
在瀏覽器中輸入：這台機器的ip+埠
//10.5.2.220:9100/

問題解決：

在elasticsearch中沒有當天的索引

頭一天使用過的bj日誌第二天無法收集到，原因是昨天logstash已經收集過一遍，就被打過了標籤，今天再使用的話，如果這個日誌是不再增加的就不會被收集，因為日誌中沒有新的內容進來，解決方法如下：

在logstash的config文件下的agent.conf加入以下配置
start_position =>"beginning"#檢查時間戳

二、kibana

語言設置

vim config/kibana.yml
i18n.locale: "en" 或者zh-CN中文
systemctl restart kibana重啟即可

安裝配置

重新載入systemctl配置，這個是針對centos7以上使用systemctl kibana restart命令的

systemctl daemon-reload

這裡由於是二進位的安裝方法，所以要設置一個systemctl start kibana.service的啟動方法

1. vim /usr/lib/systemd/system/kibana.service
添加以下內容
[Unit]
Description=Kibana
After=network.target

[Service]
ExecStart=/usr/local/kibana/bin/kibana
Type=simple
PIDFile=/usr/local/kibana/kibana.pid
Restart=always
#User=es 這裡我直接使用root用戶進行啟動
#Group=es
[Install]
WantedBy=default.target

2. 重新載入一下配置文件
systemctl daemon-reload

3. 啟動
systemctl start kibana.service

4. 訪問測試
//10.5.2.220:5601

查詢語法

參考地址1 參考地址2 參考地址3//blog.csdn.net/u013958257/article/details/88567581

kibana查詢語法基於Lucene

Lucene是apache軟體基金會4 jakarta項目組的一個子項目，是一個開放源程式碼的全文檢索引擎工具包，但它不是一個完整的全文檢索引擎，而是一個全文檢索引擎的架構，提供了完整的查詢引擎和索引引擎，部分文本分析引擎（英文與德文兩種西方語言）。Lucene的目的是為軟體開發人員提供一個簡單易用的工具包，以方便的在目標系統中實現全文檢索的功能，或者是以此為基礎建立起完整的全文檢索引擎。Lucene是一套用於全文檢索和搜尋的開源程式庫，由Apache軟體基金會支援和提供。Lucene提供了一個簡單卻強大的應用程式介面，能夠做全文索引和搜尋。在Java開發環境里Lucene是一個成熟的免費開源工具。就其本身而言，Lucene是當前以及最近幾年最受歡迎的免費Java資訊檢索程式庫。人們經常提到資訊檢索程式庫，雖然與搜索引擎有關，但不應該將資訊檢索程式庫與搜索引擎相混淆。
Lucene最初是由Doug Cutting開發的，在SourceForge的網站上提供下載。在2001年9月作為高品質的開源Java產品加入到Apache軟體基金會的 Jakarta家族中

kibana在ELK陣營中用來查詢展示數據
elasticsearch構建在Lucene之上，過濾器語法和Lucene相同

1. 根據某個欄位查詢
精確匹配： agent:"Mozilla/5.0"
如果不帶雙引號，只要包含指定值就可以搜索到 agent:Mozilla/5.0
如果是數值類型沒有以上區別

2. 數組範圍查詢
[7758794 TO 7758794] 表示等於，原意思是一個區間範圍
指定區間： response:[100 TO 200]
大於等於指定數值的： response:[201 TO *]
小於等於指定數值的： response:[* TO 200]

3. 從指定時間到現在/或者查詢指定時間前數據
2015-05-20T09:20:41.943Z之後的數據： @timestamp:{2015-05-20T09:20:41.943Z TO *}
2015-05-20T09:20:41.943Z之前的數據： @timestamp:{* TO 2015-05-20T09:20:41.943Z }
指定時間範圍： @timestamp:{2015-05-20T09:20:41.943Z TO 015-05-22T09:20:41.943Z}
備註：09:20:41事實上是17:20:41，存在8個小時差

4. 正則匹配
包含指定值： request:/uploads*/
不包含指定值： !request:/uploads*/

5. 邏輯查詢
AND（與關係資料庫一樣） request:/uploads*/ AND response:404
OR（與關係資料庫一樣） request:/uploads*/ OR response:200
組合查詢: (uid OR token) AND version

6. 存在/不存在
存在host欄位但不存在url欄位： _exists_:host AND _missing_:url
特殊轉義字元
+ – && || ! () {} [] ^」 ~ * ? : \

kibana創建索引模式(手動)

//blog.csdn.net/weixin_34727238/article/details/81540692

當在els中有了當天的索引，就可以到kibana中取創建索引模式了，只是這裡提供了一手動創建的方式，無法自動進行，需要本地定義腳本的方式進行自動索引的創建。

等所有索引都創建完畢後，在下面就能看到了

然後在下面這個裡面就能看到我們的索引裡面的數據情況了，前提是你的logstash成功將切割後的日誌發送到了els中


否則就是以下這種的

kibana創建索引模式(自動)

由於logstash客戶端運行的問題，只要有當天日誌產生，就會將該日誌發送給elasticsearch，然後會在elasticsearch裡面產生一個新的索引

方法如下：

在kibana節點上寫一個腳本，然後設置定時任務執行kibana中索引與elasticsearch的關聯
vim /usr/local/scripts/kibana_create_index.sh
#!/bin/bash
today=`date +%Y-%m-%d`
index_name="bj169-hc360-${today}.log"
curl -X POST -H "kbn-xsrf:reporting" -H "Content-Type: application/json"  -d  '{"attributes":{"title":"'$log_name'"}}'  '//172.16.211.143:5601/api/saved_objects/index-pattern'

這裡遇到一個問題，json中調用變數的問題，一直調用不到，後來各種查詢原來是格式不對

json數據里變數要用''括起來
<font color=gray size=72>color=gray</font>

json數據里變數要用”括起來//www.cnblogs.com/landhu/p/7048255.html

ELK 索引生命周期管理

問題解決

Kibana server is not ready yet出現的原因

第一點：KB、ES版本不一致（網上大部分都是這麼說的）

解決方法：把KB和ES版本調整為統一版本

第二點：kibana.yml中配置有問題（通過查看日誌，發現了Error: No Living connections的問題）

解決方法：將配置文件kibana.yml中的elasticsearch.url改為正確的鏈接，默認為: //elasticsearch:9200

改為//自己的IP地址:9200

第三點：瀏覽器沒有緩過來

解決方法：刷新幾次瀏覽器。

終極解決方法:在elasticsearch中刪除kibana的相關索引，只是再打開kibana看不到其他了之前創建的圖形什麼的了

kibana可以做哪些分析

分析的必要性：頂級

  • 用戶分布
  • PV、UV
  • 狀態碼
  • 訪問時間

更多圖形看這裡//www.cnblogs.com/hanyifeng/p/5860731.html

比較牛逼一點的教程看這裡//www.bilibili.com/video/BV1TE411A77i?p=6

三、logstash

logstash和filebeat的對比

Filebeat是收集日誌的另外一種方式，二者區別在於以下

Filebeat用於日誌收集和傳輸，相比Logstash更加輕量級和易部署，對系統資源開銷更小，日誌流架構的話，Filebeat適合部署在收集的最前端，Logstash相比Filebeat功能更強，可以在Filebeat收集之後，由Logstash進一步做日誌的解析，至於kafka也可以考慮添加，然後收集的數據都存放在elasticsearch中。

  1. logstash和filebeat都是可以作為日誌採集的工具，目前日誌採集的工具有很多種，如fluentd, flume, logstash,betas等等。甚至最後我決定用filebeat作為日誌採集端工具的時候，還有人問我為什麼不用flume,logstash等採集工具。
  2. logstash出現時間要比filebeat早許多，隨著時間發展，logstash不僅僅是一個日誌採集工具，它也是可以作為一個日誌搜集工具，有豐富的input|filter|output插件可以使用。常用的ELK日誌採集方案中，大部分的做法就是將所有節點的日誌內容上送到kafka消息隊列，然後使用logstash集群讀取消息隊列內容，根據配置文件進行過濾。上送到elasticsearch。logstash詳細資訊可前往//www.elastic.co/
  3. logstash是使用Java編寫，插件是使用jruby編寫，對機器的資源要求會比較高，網上有一篇關於其性能測試的報告。之前自己也做過和filebeat的測試對比。在採集日誌方面，對CPU，記憶體上都要比前者高很多。LogStash::Inputs::Syslog 性能測試與優化
  4. filebeat也是elastic.公司開發的，其官方的說法是為了替代logstash-forward。採用go語言開發。程式碼開源。elastic/beats filebeat是beats的一個文件採集工具，目前其官方基於libbeats平台開發的還有Packetbeat， Metricbeat， Winlogbeat。filebeat性能非常好，部署簡單。是一個非常理想的文件採集工具。我自己採集工具也是基於beats源碼進行的二次開發。

//blog.csdn.net/m0_38120325/article/details/79072921

自動創建elasticsearch的索引

在logstash客戶端的配置文件中會有這麼一個配置文件


就是會將日誌發送到當天日期的索引匯總，沒有的話自動創建索引,我們只需要做的就是每日刪除舊的索引。

電子書教程推薦：//doc.yonyoucloud.com/doc/logstash-best-practice-cn/get_start/introduction.html

啟動方法 基於最基礎的 nohup 方式
nohup /usr/local/logstash/bin/logstash -f /usr/local/logstash/conf/agent.conf &> /dev/null

也可以用daemontools來進行管理
安裝
yum -y install supervisord --enablerepo=epel
在 /etc/supervisord.conf 配置文件里添加內容，定義你要啟動的程式：
[program:elkpro_1]
environment=LS_HEAP_SIZE=5000m
directory=/opt/logstash
command=/opt/logstash/bin/logstash -f /etc/logstash/pro1.conf --pluginpath /opt/logstash/plugins/ -w 10 -l /var/log/logstash/pro1.log
[program:elkpro_2]
environment=LS_HEAP_SIZE=5000m
directory=/opt/logstash
command=/opt/logstash/bin/logstash -f /etc/logstash/pro2.conf --pluginpath /opt/logstash/plugins/ -w 10 -l /var/log/logstash/pro2.log

然後啟動 service supervisord start 即可。
logstash 會以 supervisord 子進程的身份運行，你還可以使用 supervisorctl 命令，單獨控制一系列 logstash 子進程中某一個進程的啟停操作：

supervisorctl stop elkpro_2
  • 一個普通logstash_agent文件解析（logstash agent配置）

比如同一個nginx服務有3個點，怎麼測試其中每一個點都將日誌成功的發送出去了呢？

思路1：

在elasticsearch中查一條數據，然後再去各個點上找這條數據出現的次數，如果每個點都有該數據，多查幾條數據，盡量在每一個點都查到，如下

這裡查106.121.152.208這個IP，發現以下三個點都出現了該條數據

image-20200526164437305通過以下方法，在elk中找到了3條數據，說明至少這個3個點的日誌都已經上傳成功了

image-20200526164624649

grok語法

官方給定的語法

//github.com/logstash-plugins/logstash-patterns-core/tree/master/patterns

//github.com/elastic/logstash/tree/v1.4.2/patterns

如果你使用的正則語言可以將nginx日誌進行匹配，就可以成功對日誌進行切割，效果看下圖：

網站是這個：//grokdebug.herokuapp.com/

1. 線上配置的資訊格式192.168.70.94 跟權威指南中的一樣
SYSLOGBASE %{SYSLOGTIMESTAMP:timestamp} (?:%{SYSLOGFACILITY} )?%{SYSLOGHOST:logsource} %{SYSLOGPROG}:

以下這個是Logstash默認自帶了Apache標準日誌的grok正則表達式：
COMMONAPACHELOG %{IPORHOST:clientip} %{USER:ident} %{USER:auth} \[%{HTTPDATE:timestamp}\] "(?:%{WORD:verb} %{NOTSPACE:request}(?: HTTP/%{NUMBER:httpversion})?|%{DATA:rawrequest
})" %{NUMBER:response} (?:%{NUMBER:bytes}|-)

COMBINEDAPACHELOG %{COMMONAPACHELOG} %{QS:referrer} %{QS:agent}

2. 我的nginx日誌切割格式
NGINX_ACCESS %{IPORHOST:remote_addr} - %{USERNAME:remote_user} \[%{HTTPDATE:tiem_local}\] \"%{DATA:request}\" %{INT:status} %{NUMBER:bytes_sent} \"%{DATA:http_referer}\" \"%{DATA:http_user_agent}\"

MAINNGINXLOG %{COMBINEDAPACHELOG} %{QS:x_forwarded_for}

COMBINEDAPACHELOG 合併的apache日誌  logstash客戶端用的是這種方式
COMMONAPACHELOG 普通的apache日誌

當grok匹配失敗的時候，插件會為這個事件打個tag，默認是_grokparsefailure。LogStash允許你把這些處理失敗的事件路由到其他地方做後續的處理
input { # ... }
filter {
  grok {
    match => { "message" => "%{TIMESTAMP_ISO8601:timestamp} \[%{IPV4:ip};%{WORD:environment}\] %{LOGLEVEL:log_level} %{GREEDYDATA:message}" }
  }
}
output {
  if "_grokparsefailure" in [tags] {
    # write events that didn't match to a file
    file { "path" => "/tmp/grok_failures.txt" }
  } else {
     elasticsearch { }
  }
}

看下面紅色的地方，表示grok匹配失敗，才會將tags的標籤定義成_grokparsefailure這個默認的

解決說是要設置錨點 目前不懂什麼意思 先放到這裡

//www.jianshu.com/p/86133dd66ca4

另外一種說法，暫時不會用，先放著
1.
if "_grokparsefailure" in [tags] { drop { } }
2.match語句跟第一個一樣的  沒啥要點，看著官網例子搞就行了

3.盡量用grok吧 ，grep功能以後要去掉的。

當時想的另外一種解決方法就是改nginx的日誌格式成json形式的，但是我不想用這種方法。

log_format json '{"@timestamp":"$time_iso8601",'
                 '"host":"$server_addr",'
                 '"clientip":"$remote_addr",'
                 '"request":"$request",'
                 '"status":"$status",'
                 '"request_method": "$request_method",'
                 '"size":"$body_bytes_sent",'
                 '"request_time":"$request_time",'
                 '"upstreamtime":"$upstream_response_time",'
                 '"upstreamhost":"$upstream_addr",'
                 '"http_host":"$host",'
                 '"url":"$uri",'
                 '"http_forward":"$http_x_forwarded_for",'
                 '"referer":"$http_referer",'
                 '"agent":"$http_user_agent"}';

access_log  /var/log/nginx/access.log json ;

問題解決

Nginx日誌沒有被成功切割的終極原因

    以下是兩種日誌方式：
    log_format  main  '$remote_addr - $remote_user [$time_iso8601] "$request" '
                      '$status $body_bytes_sent "$http_referer" '
                      '"$http_user_agent" "$http_x_forwarded_for" "$host" "$request_time"';

    log_format format2  '$remote_addr - $remote_user [$time_local] "$request" '
                      '$status $body_bytes_sent "$http_referer" '
                      '"$http_user_agent" "$http_x_forwarded_for" "$host" "$request_time"';
 
 在logstash中進行切割的時候調用的時間變數是不同的，靈感來自如下：
 grok {
        match => { "message" => "%{TIMESTAMP_ISO8601:time}" }
    }
date{
        match => ["time", "yyyy-MM-dd HH:mm:ss", "ISO8601"]
        target => "@timestamp"
    }
mutate{
        remove_field => ["time"]
    }
定義：
HTTPDATE %{MONTHDAY}/%{MONTH}/%{YEAR}:%{TIME} %{INT}
TIMESTAMP_ISO8601 %{YEAR}-%{MONTHNUM}-%{MONTHDAY}[T ]%{HOUR}:?%{MINUTE}(?::?%{SECOND})?%{ISO8601_TIMEZONE}?
#NGINX_ACCESS %{IPORHOST:remote_addr} - %{USERNAME:remote_user} \[%{HTTPDATE:time_iso8601}\] \"%{DATA:request}\" %{INT:status} %{NUMBER:bytes_sent} \"%{DATA:http_referer}\" \"%
{DATA:http_user_agent}\"

{DATA:http_user_agent}\"
NGINX_ACCESS %{IPORHOST:remote_addr} - %{USERNAME:remote_user} \[%{TIMESTAMP_ISO8601:time_iso8601}\] \"%{DATA:request}\" %{INT:status} %{NUMBER:bytes_sent} \"%{DATA:http_refere
r}\" \"%{DATA:http_user_agent}\"

SYSLOGBASE %{SYSLOGTIMESTAMP:timestamp} (?:%{SYSLOGFACILITY} )?%{SYSLOGHOST:logsource} %{SYSLOGPROG}:
COMMONAPACHELOG %{IPORHOST:clientip} %{USER:ident} %{USER:auth} \[%{HTTPDATE:timestamp}\] "(?:%{WORD:verb} %{NOTSPACE:request}(?: HTTP/%{NUMBER:httpversion})?|%{DATA:rawrequest
})" %{NUMBER:response} (?:%{NUMBER:bytes}|-)
COMBINEDAPACHELOG %{COMMONAPACHELOG} %{QS:referrer} %{QS:agent}

Nginx中時間格式1：$time_local   對應logstash中\[%{HTTPDATE:timestamp}\]
Nginx中時間格式2：$time_iso8601 對應logstash中\[%{TIMESTAMP_ISO8601:timestamp}\]
Tags:

VirMach 便宜 VPS

QNews

QNews