Kibana

Question

我有一种 ELK 堆栈，使用 fluentd 而不是 logstash，运行作为 Kubernetes 集群上的 DaemonSet，并将来自所有容器的所有日志以 logstash 格式发送到 Elasticsearch 服务器。

在 Kubernetes 集群上的许多容器运行中，一些是 nginx 容器，它们输出以下格式的日志：

121.29.251.188 - [16/Feb/2017:09:31:35 +0000] host="subdomain.site.com" req="GET /data/schedule/update?date=2017-03-01&type=monthly&blocked=0 HTTP/1.1" status=200 body_bytes=4433 referer="https://subdomain.site.com/schedule/2589959/edit?location=23092&return=monthly" user_agent="Mozilla/5.0 (Windows NT 6.1; WOW64; rv:51.0) Gecko/20100101 Firefox/51.0" time=0.130 hostname=webapp-3188232752-ly36o

Kibana 中可见的字段如下图所示：

是否可以在索引后从这种类型的日志中提取字段？

fluentd 收集器配置了以下源，它处理所有容器，因此由于不同容器的输出非常不同，因此在此阶段无法强制执行格式：

<source>
  type tail
  path /var/log/containers/*.log
  pos_file /var/log/es-containers.log.pos
  time_format %Y-%m-%dT%H:%M:%S.%NZ
  tag kubernetes.*
  format json
  read_from_head true
</source>

在理想情况下，我想用 "log" 字段中的元字段丰富上面屏幕截图中可见的字段，例如 "host"、"req"、"status"等

Answer 1

为了将日志行提取到字段中，您可能必须使用 grok 过滤器。您可以做的是使用 regex 模式，以匹配您需要的日志行的确切部分。 Grok 过滤器可能看起来像这样：

grok {
    patterns_dir => ["pathto/patterns"]
    match => { "message" => "^%{LOGTIMESTAMP:logtimestamp}%{GREEDYDATA:data}" }         
}                                                 ^-----------------------^ are the fields you would see in ES when log is being indexed

-------------------------------------------- ------^ LOGTIMESTAMP 应该在您的模式文件中定义为：

LOGTIMESTAMP %{YEAR}%{MONTHNUM}%{MONTHDAY} %{TIME}

一旦你有了匹配的字段，那么你可以简单地将它们用于 filtering 目的，或者你仍然可以保持原样，如果主要原因是它从日志行中提取字段。

if "something" in [message]{
     mutate {
         add_field => { "new_field" => %{logtimestamp} }
     }          
}

以上只是一个示例，您可以根据自己的需要进行复制。您可以使用 this 工具来测试您的模式以及您想要匹配的字符串！

Blog post，可以派上用场！希望这有帮助。

Answer 2

经过几天的研究并习惯了 EFK stack，我找到了一个 EFK 特定的解决方案，这与 Darth_Vader 的答案相反，后者只能在麋鹿栈.

总而言之，我使用的是 Fluentd 而不是 Logstash，因此如果您还安装 Fluentd Grok Plugin，任何 grok 解决方案都可以使用，我决定不这样做，因为：

事实证明，Fluentd 通过使用 parser filters 拥有自己的字段提取功能。为了解决我问题中的问题，就在 <match **> 行之前，所以在日志行对象已经用 kubernetes 元数据字段和标签丰富之后，我添加了以下内容：

<filter kubernetes.var.log.containers.webapp-**.log>
  type parser
  key_name log
  reserve_data yes
  format /^(?<ip>[^-]*) - \[(?<datetime>[^\]]*)\] host="(?<hostname>[^"]*)" req="(?<method>[^ ]*) (?<uri>[^ ]*) (?<http_version>[^"]*)" status=(?<status_code>[^ ]*) body_bytes=(?<body_bytes>[^ ]*) referer="(?<referer>[^"]*)" user_agent="(?<user_agent>[^"]*)" time=(?<req_time>[^ ]*)/
</filter>

说明：

<filter kubernetes.var.log.containers.webapp-**.log> - 在匹配该标签的所有行上应用该块；在我的例子中，Web 服务器组件的容器称为 webapp-{something}

type parser - 告诉 fluentd 应用解析器过滤器

key_name log - 仅在日志行的 log 属性应用模式，而不是整行，这是一个 json 字符串

reserve_data yes - 非常重要，如果未指定，整个日志行对象将仅替换为从 format 中提取的属性，因此如果您已经有其他属性，例如由kubernetes_metadata 过滤器，不添加 reserve_data 选项时将删除这些

format - 应用于 log 键的值以提取命名属性的正则表达式

请注意我使用的是 Fluentd 1.12，因此此语法与较新的 1.14 语法不完全兼容，但原理将通过对解析器声明的微小调整起作用。

Kibana - 如何从现有的 Kubernetes 日志中提取字段

Kibana - How to extract fields from existing Kubernetes logs

logging

kubernetes

elastic-stack

fluentd