使用Docker快速部署ELK分析Nginx日志实践

笔者所在项目组的项目由多个子项目所组成，每一个子项目都存在一定的日志，有时候想排查一些问题，需要到各个地方去查看，极为不方便，此前听说有 ELK 这种神器，搜索了一下，发现利用 docker 搭建似乎并不麻烦，于是进行了一番尝试，结果还比较顺利，将此过程完整记录下来，希望留给有需要的读者进行参考。

笔者这次实践的过程当中参考了较多的文档与笔记，参考的链接地址有： Docker ElK安装部署使用教程 、Docker Hub官网、 Docker ELK使用文档

二、操作概要

1. 服务安装与运行
2. 数据导入与校验
3. 绘图配置与展示

三、服务安装与运行

安装ELK有很多种方式，比如源码、rpm包，或docker;不过docker又分为了单个安装与ELK打包安装，笔者这里是通过docker打包安装，因为这样的方式相比来说最为简单，因为只需要下载镜像，然后运行起来就可以了

3.1 镜像下载

ELK镜像已经被docker官方收录，因此只需要简单的命令即可拉取到镜像；但考虑到ELK镜像比较大，在拉取过程当中存在比较慢的情况，因此笔者使用了阿里云的加速器来提速；笔者使用的是MAC版本的docker，参考配置方法如下:

3.1.1 镜像加速

右键点击桌面顶栏的 docker 图标，选择 Preferences ，在 Daemon 标签下的 Registry mirrors 列表中将 https://k0pf39f8.mirror.aliyuncs.com 加到 registry-mirrors 的数组里，点击 Apply & Restart 按钮，等待Docker重启并应用配置的镜像加速器,如下截图

3.1.2 镜像获取

设置好加速地址之后，笔者就可以开始拉取ELK镜像，参考命令如下：

docker pull sebp/elk
复制代码

笔者当前镜像laster对应的版本为6.2.4，如果读者以后看到此文章，在搭建的时候遇到一些问题，可以在命令后面加上 :6.2.4 来指定该版本，减少意外产生;

下载镜像之后可以使用docker的命令来验证是否成功，参考命令如下：

docker images
复制代码

笔者执行后docker返回结果如下

REPOSITORY     TAG                 IMAGE ID            CREATED             SIZE
sebp/elk       latest              c916150705cc        2 weeks ago         1.49GB
复制代码

在结果当中可以看出，ELK镜像已经下载下来，占用了将近1.5GB空间

3.2 容器运行

运行此容器的时候，需要将宿主机的端口转发到该容器，其中ES端口为9200，kibana端口为5601，logbate端口为5044；另外笔者建议将配置文件和数据存放在宿主机，便于后期维护，因此还需要将宿主机目录挂载到容器 /data 当中；最后构造的命令如下:

docker run -p  5601:5601 -p 9200:9200 -p 5044:5044  -v /Users/song/dockerFile:/data -it -d --name elk sebp/elk
复制代码

笔者在运行容器的参数当中加入了后台运行 -d 参数，这样笔者就不怕误操作突然把容器停止了，但放置于后台运行，ELK的服务器启动过程是不可见的，这个启动时间根据你机器的性能所决定，笔者电脑大约在10秒钟左右；如果觉得启动失败，也可以将该容器删除，然后重新创建一个容器，上述命令中的 -d 删除即可看到启动过程。

3.3 数据导入与校验

容器运行之后，笔者需要验证是否启动成功，可以通过浏览器访问kibana和ES的页面是否成功来判断。

3.3.1 检查Kibana

通过浏览器访问kibana，如果正常出现界面，则代表启动成功，URL地址如下：

http://localhost:5601/
复制代码

当浏览器访问成功之后，参考如下图所示：

3.3.2 ES服务检查

验证kibana启动成功之后，接着继续验证ES服务是否启动成功，URL地址如下

http://localhost:9200/_search?pretty
复制代码

访问之后，此时ES里面应该是没有数据的，出现的界面如下

四、配置与验证

在保证es和kibana服务启动完成之后，笔者还需要进行一些数据导入步骤

4.1 logstash配置

logstash配置主要有三个地方要处理，首先是输入源在什么位置，然后是对数据进行过滤或者格式化，最后是需要将数据输出到什么地方；笔者在下方的配置只做了其中两项，因为在nginx日志当中已经将日志格式化了，编辑配置文件命令参考如下：

vim /Users/song/dockerFile/config/logstash.yml
复制代码

配置文件内容参考如下

input {
file {
path => "/data/logs/access.log"
codec => "json"
}
}
output {
elasticsearch { hosts => ["127.0.0.1:9200"] }
stdout { codec => rubydebug }
}
复制代码

在配置文件当中，可以看到日志文件存放的位置在 "/data/logs/access.log"当中，输出的地址是 127.0.0.1:9200 ，这是本机的ES服务

4.2 nginx日志格式

因为笔者对logstash的配置文件语法不太熟悉，在里面写过滤器和筛选项比较费时间，所以选择直接更改nginx中的日志格式，将nginx的日志文件设置为json格式，在更改nginx配置文件之前，需要获取nginx配置文件路径，参考如下命令

sudo nginx -t
复制代码

返回结果

Password:
nginx: the configuration file /usr/local/etc/nginx/nginx.conf syntax is ok
nginx: configuration file /usr/local/etc/nginx/nginx.conf test is successful
复制代码

在返回的结果当中已经可以看到配置文件所在的位置，使用vim编辑配置文件，参考命令

vim /usr/local/etc/nginx/nginx.conf
复制代码

在http级别下增加自定义日志格式，和日志路径，参考配置如下:

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  /data/logs/access.log  json;
复制代码

笔者配置截图如下所示

4.3 启动logstash

前面已经将日志格式与logstash配置好，现在笔者需要启动logstash开始收集日志，启动logstash之前需要先进入容器里面，进入容器参考命令如下：

docker exec -it elk bash
复制代码

进入容器之后,笔者需要启动logstash来收集数据，启动的时候需要带两个参数进去，第一个是logstash的数据暂存位置，第二个是使用的配置文件，因此构造的命令如下所示：

/opt/logstash/bin/logstash --path.data /tmp/logstash/data -f /data/config/logstash.conf
复制代码

4.4 添加数据

现在只要nginx产生日志，logstash就会实时将日志发送到ES服务当中，在发送数据时，终端窗口也会发生变化，如下图所示

五、 绘图配置与展示

当数据导入之后，笔者才可以使用kibana的图形化来查看数据了，所以首先确认一下ES中是否有数据，确认有数据后就可以进行绘图配置，配置完成之后就可以进行筛选日志等操作了。

5.1 ES数据检查

当数据添加到ES服务器当中后，笔者可以通过ES服务提供的URL来查看其中的数据，URL地址如下所示:

http://localhost:9200/_search?pretty
复制代码

就会看到笔者刚刚输入的日志内容，如下图所示

当看到total数量变大，并在下面的数据项中看到了nginx日志信息时，则代表笔者导入数据成功了。

5.2 kibana索引配置

通过浏览器访问kibana，URL地址如下

http://127.0.0.1:5601/app/kibana#/management/kibana/index?_g=()
复制代码

点击左侧导航栏的 Discover 链接，便可进入创建索引模式界面，如下图所示

点击页面右下方的 next 按钮,会跳转到下一个页面，在此页面还需要选择一个时间维度，如下图所示

在此点击下一步，便创建kibana的索引完成，此时再次点击左侧导航栏的 Discover 链接，便可以看到刚才创建索引的一些视图，如下图所示

在图中有一个input输入框，笔者可以在里面填写筛选所需要的关键词；如果没有筛选出结果，也可检查左侧的时间筛选项是否设置正确，如笔者的时间筛选项设置的是 Today ,也就代表筛选当天的数据。

ELK的整体操作流程比较简单，首先是logstash收集各种日志并进行过滤，然后将过滤后的内容发送到ES服务中，最后用户通过Kibana的页面查看ES中的日志数据；

作者：汤青松

微信：songboy8888

日期：2018-08-25