ELK学习10_ELK系列--实时日志分析系统ELK 部署与运行中的问题汇总

前记：

去年测试了ELK，今年测试了Storm，最终因为Storm需要过多开发介入而放弃，选择了ELK。感谢互联网上各路大神，目前总算是正常运行了。

logstash+elasticsearch+kibana的搭建参考：http://wsgzao.github.io/post/elk/。由于搭建过程比较简单就不赘述，主要分享几个坑。

正文：

1、日志如何获取

无论是storm方案还是elk，都涉及这个关键问题。为减少和运维、开发的交叉，尽可能独立、快速，加之当时发现了justniffer这个“神器”，遂决定采用交换机流量镜像的方式。

但是在经历了申请机器、增加网卡之后，痛苦的发现存在掉包问题。一旦流量超过30--40M狂掉包，就别提TCP流还原了。justniffer是调用修改过的libnids，而libnids调用libpacap。因此转向libpcap优化。

看了很多国内外的论文和研究文档，使用pf-ring会有大幅改善掉包情况。在同事协助下经历了N次的源码调试后，无奈的发现：即使启用了pf-ring，掉包情况依然。可能是网卡太差了。。。

询问了青藤云安全的大牛，他们的包捕获与流还原技术不卖- -|

由于涉及justniffer、libpacap、pf_ring的版本对应问题、网卡驱动和源码调试，上述过程耗时其实非常长，最终的结果让人心碎，自己能力不够啊

无奈放弃流量镜像，转而采用在应用服务器上安装客户端的做法。如果有童鞋有好的方案，希望能分享，谢谢！

2、缺乏访问权限控制

由于kibana默认没有设置访问权限控制，因此，直接访问url即可访问。同时elasticsearch也缺乏权限控制，提交相关请求即可查看索引、模板，删除索引。 所以需要设置权限保护，分2个层面：

1）阻止未授权的用户对ELK平台的访问

2）为用户设置的index访问权限

详情参考：http://eligao.com/shield-on-elasticsearch/

3、无法搜索特殊字符

由于混杂了kibana、elasticsearch、lunece，导致这个问题比较复杂。谷歌之可以发现，很多内容都是提到：在kibana中搜索时，搜索特殊符号需要使用转义符号转义。但是问题是方法无效！！！

幸得搜索同事指导，加上自己学习，基本搞清楚情况:

1）Kibana的搜索完全是传递给Elasticsearch处理的，因此问题出在Elasticsearch；

2）在创建索引的时候，Elasticsearch默认的索引模板使用了默认的分析器（analyzer）standard对logstash提交的数据进行分析。，而standard默认的分词器（tokenizer）是会剔除特殊字符。也就是说，特殊字符在建立索引的过程中就被剔除了，因此即使使用转义符号也无法搜索特殊字符；相关概念解释见文末说明。

解决方法：

1）定制分析器

官方文档参考：https://www.elastic.co/guide/en/elasticsearch/reference/current/analysis-custom-analyzer.html。

借助Elasticsearch提供的nGram分词器，定制了一个单字符分析器。

官网的做法是通过API提交。我偷个懒，直接修改了Elasticsearch的配置文件elasticsearch.yml，在最后增加：

index:

analysis:

tokenizer:

my_ngram_tokenizer:

type: nGram

min_gram : 1

max_gram : 1

token_chars : []

analyzer:

special_analyzer:

type: custom

filter: [lowercase]

tokenizer: my_ngram_tokenizer

修改后，需要重启Elasticsearch

2）修改默认模板

（不推荐新增索引模板，使用非logstash开头的索引模板会导致raw字段丢失。如果已经遇到这个问题，参考https://bbrauns1.wordpress.com/2015/06/04/missing-raw-fields-in-logstashkibana-after-new-index-creation/）

注意，通过http://localhost:9200/_template/logstash?pretty获取的索引模板和我们需要改的索引模板稍有不同，去掉 "logstash" : {及倒数第二个}保存成logstash.json

修改上面获得的模板，主要是修改dynamic_templates部分，默认的模板是将所有string类型字段内容进行分析和索引，使用的是默认的standard分析器。同时对raw字段不分词（如cookie.raw等，是logstash自动生成的）

参考官方文档：https://www.elastic.co/guide/en/elasticsearch/guide/current/custom-dynamic-mapping.html

"mappings" : {

"_default_" : {

"dynamic_templates" : [ {

"string_fields" : {

"mapping" : {

"index" : "analyzed",

"omit_norms" : true,

"type" : "string",

"fields" : {

"raw" : {

"index" : "not_analyzed",

"ignore_above" : 256,

"type" : "string"

}

}

},

"match" : "*",

"match_mapping_type" : "string"

}

}

因此，我们需要增加指定特定字段，比如：

{

"request" : {

"mapping" : {

"index" : "analyzed",

"analyzer" : "special_analyzer",

"type" : "string",

"fields" : {

"raw" : {

"index" : "not_analyzed",

"ignore_above" : 256,

"type" : "string"

}

}

},

"match" : "request",

"match_mapping_type" : "string"

}

},

代表我们对request字段内容使用special_analyzer进行分析，同时保留对raw不分析。如果缺少二次映射，则无法获取raw字段，则会对visualize造成影响。

如果不需要对相关字段进行是分词，则如此配置：

{

"cookie" : {

"mapping" : {

"index" : "not_analyzed",

"type" : "string",

"fields" : {

"raw" : {

"index" : "not_analyzed",

"ignore_above" : 256,

"type" : "string"

}

}

},

"match" : "cookie",

"match_mapping_type" : "string"

}

},

3）提交索引模板：

cd /path/to/logstash.json

curl -u user -XPUT localhost:9200/_template/logstash -d @logstash.json

成功后，会返回：{"acknowledged":true}

4）删除索引，索引模板

查看现有的所有索引：http://localhost:9200/_cat/indices?v

删除所有索引：curl -u user -XDELETE localhost:9200/index

通过kibana的设置功能，删除之前建立的index pattern

5）重新添加index pattern

注：配合kibana的搜索语法，使用双引号""搜索完全匹配，即可解决搜索特殊字符的问题。如果不带双引号，则会搜索字符串中的每个字符。

4、logstash无法启动，提示bind address

原因：

1）配置目录下存在多个配置文件，而logstash会加载所有conf格式的文件

解决方案：删除不必要的文件，保留一个conf文件即可

2）进程未结束

解决方案：kill -9 pid 强制结束进程，再启动服务即可

5、字段无法解析 _grokparsefailure

kibana无法解析出相应的字段

原因：正则存在问题或者日志不符合正则格式

解决方案：在http://grokdebug.herokuapp.com/上调试正则，同时确保日志中不存在多余空格等异常

还有一种常见原因：空格、空格、空格，重要的事情说三遍！

6、日志量大，磁盘紧张

日志量增加非常快，磁盘空间不够用怎么办？可以通过删除较早的索引来缓解

因此，logstash的配置文件中最好早设置索引带有时间后缀：如logstash-%{+YYYY.MM.dd}"

说明：

分析器相关概念：全文搜索引擎会用某种算法对要建索引的文档进行分析， 从文档中提取出若干Token(词元)， 这些算法称为Tokenizer(分词器)， 这些Token会被进一步处理， 比如转成小写等， 这些处理算法被称为Token Filter(词元处理器), 被处理后的结果被称为Term(词)， 文档中包含了几个这样的Term被称为Frequency(词频)。 引擎会建立Term和原文档的Inverted Index(倒排索引)， 这样就能根据Term很快到找到源文档了。 文本被Tokenizer处理前可能要做一些预处理， 比如去掉里面的HTML标记， 这些处理的算法被称为Character Filter(字符过滤器)， 这整个的分析算法被称为Analyzer(分析器)。

详情请参考：http://www.cnblogs.com/buzzlight/p/elasticsearch_analysis.html

7、Kibana4 dashboard无法保存拖动的visualization位置

原因：

程序bug，json部分未能及时保存拖动的情况

解决方法：

手动在设置中，手动编辑dashboard的json，调整排序

参考：https://github.com/elastic/kibana/issues/3328

8、Courier Fetch: shards failed

原因：

查询线程队列不够，导致

解决方法：

编辑elasticsearch.yml，添加threadpool.search.queue_size: 10000

重启elasticsearch即可解决

参考：http://stackoverflow.com/questions/30053967/courier-fetch-shards-failed

9、kibana瓦片图（Tile map）无法使用国内地图

原因：

kibana自带的是地图是openstreetmap，http://www.openstreetmap.org。需要更换成国内地图。

解决方法：

更换为高德地图。修改index.js中的：

https://otile{s}-s.mqcdn.com/tiles/1.0.0/map/{z}/{x}/{y}.jpeg

为

http://webrd0{s}.is.autonavi.com/appmaptile?lang=zh_cn&size=1&scale=1&style=7&x={x}&y={y}&z={z}

说明：网上搜索到内容为style=8，内容空白，经过自己测试，确认style=7可用

原文来自：
http://www.cnblogs.com/phoenix--/p/4935778.html
和
http://www.cnblogs.com/phoenix--/p/5000165.html