用Elasticsearch Logstash索引日志(使用预处理Python脚本)

Question

我和Elasticsearch Logstash有个问题。我的目标是用logstash自动发送日志到elasticsearch。

我的原始日志看起来是这样的：

2016-09-01T10:58:41+02:00 INFO (6):     165.225.76.76   entreprise1 email1@gmail.com    POST    /application/controller/action Mozilla/5.0 (Windows NT 6.1; Trident/7.0; rv:11.0) like Gecko    {"getid":"1"}   86rkt2dqsdze5if1bqldfl1
2016-09-01T10:58:41+02:00 INFO (6):     165.225.76.76   entreprise2 email2@gmail.com    POST    /application/controller2/action2    Mozilla/5.0 (Windows NT 6.1; Trident/7.0; rv:11.0) like Gecko   {"getid":"2"}   86rkt2rgdgdfgdfgeqldfl1
2016-09-01T10:58:41+02:00 INFO (6):     165.225.76.76   entreprise3 email3@gmail.com    POST    /application/controller2/action2    Mozilla/5.0 (Windows NT 6.1; Trident/7.0; rv:11.0) like Gecko   {"getid":"2"}

问题是我不想在这个表单中插入我的日志。我想在python中使用预处理脚本，以便在注入带有logstash的弹性之前转换我的数据。

一开始，我只想使用python脚本登录elasticsearch。但我有大量的日志分开在许多文件夹和文件，不断更新，所以我认为它是更强大的使用logstash或文件拍。我尝试使用filebeat和gork过滤器(对我的情况来说还不够)，但我认为在登录之前不可能使用预处理脚本。

在python脚本的末尾，日志应该是这样的：

{"page": "/application/controller/action", "ip": "165.225.76.76", "browser": "Mozilla/5.0 (Windows NT 6.1; Trident/7.0; rv:11.0) like Gecko", "action": "action", "client": "entreprise1", "email": "email1@gmail.com", "feature": "application_controller_action", "time": "2016-09-01 10:58:41", "method": "POST", "controller": "controller", "application": "application"} 
{"page": "/application/controller2/action2", "ip": "165.225.76.76", "browser": "Mozilla/5.0 (Windows NT 6.1; Trident/7.0; rv:11.0) like Gecko", "action": "action2", "client": "entreprise2", "email": "email2@gmail.com", "feature": "application_controller2_action2", "time": "2016-09-01 10:58:41", "method": "POST", "controller": "controller2", "application": "application"} 
{"page": "/application3/controller/action3", "ip": "165.225.76.76", "browser": "Mozilla/5.0 (Windows NT 6.1; Trident/7.0; rv:11.0) like Gecko", "action": "action3", "client": "entreprise3", "email": "email3@gmail.com", "feature": "application_controller3_action3", "time": "2016-09-01 10:58:41", "method": "POST", "controller": "controller3", "application": "application"}

我很难在logstash过滤器中实现python脚本。我知道这是可以实现的，但基本上是用ruby脚本(cf：https://www.elastic.co/guide/en/logstash/current/plugins-filters-ruby.html)完成的。

( 1)你认为用逻辑库解决我的问题是可能的吗？

2)如果是，我的python脚本应该以原始日志行作为输入，将json格式化的行作为输出？

3)当将一行日志添加到日志文件中时，每次都重新插入整个文件，我如何处理？

4)你认为用文件拍就能做到吗？据你所说，什么是对我的案子最好的？

现在，我的配置logstash文件如下所示：

input {
  file {
    path => "/logpath/logs/*/*.txt"
    start_position => "beginning"
  }
}

filter {
  # Here is where I should use my script to transform my logs into my json needed format
  date {
    match => ["time", "YYYY-MM-dd HH:mm:ss" ]
  }

  geoip {
    source => "ip"
    target => "geoip"
  }


}

output {
  stdout  {
    codec => dots {}
  }

  elasticsearch {
    index => "logs_index"
    document_type => "logs"
    template => "./logs_template.json"
    template_name => "logs_test"
    template_overwrite => true
  }

}

我真的很想事先感谢任何能帮助我并考虑我的要求的人。

迪米特里

对不起，英语不是我的主要语言。

Answer 1

将日志转换为json格式的标准方法是在logstash配置中使用grok，json过滤器。而且，为了减少Logstash对处理日志的负载，可以在配置中使用filebeat。

因此，能够解决这一问题的最佳配置是filebeat->logstash->Elasticsearch堆栈.。

您不需要python脚本，而是使用file节拍从特定位置捕获所有日志，并将其转发到logstash。

在所有日志正在累积的服务器上安装文件节拍，如果您将所有日志定向到一个特定的文件夹中，这将是很好的。先安装文件，然后设置配置，将日志转发到logstash

这里是文件节拍配置：

filebeat:
  prospectors:
    -
      paths:
        - "*log_path_of_all_your_log_files*"
      input_type: log
      json.message_key: statement
      json.keys_under_root: true

  idle_timeout: 1s
  registry_file: /var/lib/filebeat/registry
output:

  logstash:
    hosts: ["*logstash-host-ip:5044*"]
    worker: 4
    bulk_max_size: 1024
shipper:
logging:
  files:
    rotateeverybytes: 10485760 # = 10MB
    level: debug

现在，与您的logstash配置一起，您需要使用GROK过滤器将日志转换为json格式(更改logstash配置文件)，然后将其转发到elasticsearch kibana或任何您想要的地方。