你头疼的ELK难题，本文几乎都解决了(4)

在logstash output中使用if：

if [fields][type] == "WebApiDebugLog_total" { 
    elasticsearch { 
        hosts => ["6.6.6.6:9200"] 
        index => "logstashl-WebApiDebugLog_total-%{+YYYY.MM.dd}" 
        document_type => "WebApiDebugLog_total_logs" 
}  

二、对ELK整体性能的优化

1、性能分析

服务器硬件Linux：1cpu4GRAM

假设每条日志250Byte。

分析：

①logstash-Linux：1cpu 4GRAM

• 每秒500条日志;
• 去掉ruby每秒660条日志;
• 去掉grok后每秒1000条数据。

②filebeat-Linux：1cpu 4GRAM

• 每秒2500-3500条数据;
• 每天每台机器可处理：24h*60min*60sec* 3000*250Byte=64,800,000,000Bytes，约64G。

③瓶颈在logstash从Redis中取数据存入ES，开启一个logstash，每秒约处理6000条数据;开启两个logstash，每秒约处理10000条数据(cpu已基本跑满);

④logstash的启动过程占用大量系统资源，因为脚本中要检查java、ruby以及其他环境变量，启动后资源占用会恢复到正常状态。

2、关于收集日志的选择：logstash/filter

没有原则要求使用filebeat或logstash，两者作为shipper的功能是一样的。

区别在于：

• logstash由于集成了众多插件，如grok、ruby，所以相比beat是重量级的;
• logstash启动后占用资源更多，如果硬件资源足够则无需考虑二者差异;
• logstash基于JVM，支持跨平台;而beat使用golang编写，AIX不支持;
• AIX 64bit平台上需要安装jdk(jre) 1.7 32bit，64bit的不支持;
• filebeat可以直接输入到ES，但是系统中存在logstash直接输入到ES的情况，这将造成不同的索引类型造成检索复杂，最好统一输入到els 的源。

总结：

logstash/filter总之各有千秋，但是我推荐选择：在每个需要收集的日志服务器上配置filebeat，因为轻量级，用于收集日志;再统一输出给logstash，做对日志的处理;最后统一由logstash输出给els。

3、logstash的优化相关配置

可以优化的参数，可根据自己的硬件进行优化配置：

①pipeline线程数，，官方建议是等于CPU内核数

• 默认配置 ---> pipeline.workers: 2;
• 可优化为 ---> pipeline.workers: CPU内核数(或几倍CPU内核数)。

②实际output时的线程数

• 默认配置 ---> pipeline.output.workers: 1;
• 可优化为 ---> pipeline.output.workers: 不超过pipeline线程数。

③每次发送的事件数

• 默认配置 ---> pipeline.batch.size: 125;
• 可优化为 ---> pipeline.batch.size: 1000。

④发送延时

• 默认配置 ---> pipeline.batch.delay: 5;
• 可优化为 ---> pipeline.batch.size: 10。

总结：

通过设置-w参数指定pipeline worker数量，也可直接修改配置文件logstash.yml。这会提高filter和output的线程数，如果需要的话，将其设置为cpu核心数的几倍是安全的，线程在I/O上是空闲的。

默认每个输出在一个pipeline worker线程上活动，可以在输出output中设置workers设置，不要将该值设置大于pipeline worker数。

还可以设置输出的batch_size数，例如ES输出与batch size一致。

filter设置multiline后，pipline worker会自动将为1，如果使用filebeat，建议在beat中就使用multiline，如果使用logstash作为shipper，建议在input中设置multiline，不要在filter中设置multiline。

Logstash中的JVM配置文件：

Logstash是一个基于Java开发的程序，需要运行在JVM中，可以通过配置jvm.options来针对JVM进行设定。比如内存的最大最小、垃圾清理机制等等。JVM的内存分配不能太大不能太小，太大会拖慢操作系统。太小导致无法启动。默认如下：

• Xms256m#最小使用内存;
• Xmx1g#最大使用内存。

4、引入Redis的相关问题

filebeat可以直接输入到logstash(indexer)，但logstash没有存储功能，如果需要重启需要先停所有连入的beat，再停logstash，造成运维麻烦;另外如果logstash发生异常则会丢失数据;引入Redis作为数据缓冲池，当logstash异常停止后可以从Redis的客户端看到数据缓存在Redis中;

Redis可以使用list(最长支持4,294,967,295条)或发布订阅存储模式;

Redis做ELK缓冲队列的优化：

• bind 0.0.0.0 #不要监听本地端口;
• requirepass ilinux.io #加密码，为了安全运行;
• 只做队列，没必要持久存储，把所有持久化功能关掉：

快照(RDB文件)和追加式文件(AOF文件)，性能更好;

save "" 禁用快照;

appendonly no 关闭RDB。

• 把内存的淘汰策略关掉，把内存空间最大

maxmemory 0 #maxmemory为0的时候表示我们对Redis的内存使用没有限制。

5、Elasticsearch节点优化配置

服务器硬件配置，OS参数：

1)/etc/sysctl.conf 配置

vim /etc/sysctl.conf

① vm.swappiness = 1                     #ES 推荐将此参数设置为 1，大幅降低 swap 分区的大小，强制最大程度的使用内存，注意，这里不要设置为 0, 这会很可能会造成 OOM 
② net.core.somaxconn = 65535     #定义了每个端口最大的监听队列的长度 
③ vm.max_map_count= 262144    #限制一个进程可以拥有的VMA(虚拟内存区域)的数量。虚拟内存区域是一个连续的虚拟地址空间区域。当VMA 的数量超过这个值，OOM 
④ fs.file-max = 518144                   #设置 Linux 内核分配的文件句柄的最大数量 

[root@elasticsearch]# sysctl -p生效一下。

2)limits.conf 配置

（编辑：ASP站长网）