`

logstash使用grok正则解析日志和kibana遇到的问题

    博客分类:
  • elk
阅读更多
转自
http://xiaorui.cc/2015/01/27/logstash%E4%BD%BF%E7%94%A8grok%E6%AD%A3%E5%88%99%E8%A7%A3%E6%9E%90%E6%97%A5%E5%BF%97%E9%81%87%E5%88%B0%E7%9A%84%E9%97%AE%E9%A2%98/


妈蛋呀,改用logstash的原因是因为,scribe 真心搞不定,其次就是产品经理需要我开发一个可自定义的panel图表系统。

因为长时间没搞elk方案, 都忘了logstash的语法了,因为爬虫的都是我们自己定义的,这个时候需要自己手写正则了。


logstash 本身就内置了很多程序的变量正则, 比如nginx  haproxy apahce tomcat的正则, 需要你自己指明 type格式就可以了。


这里标记下文章的源地址, http://xiaorui.cc    http://xiaorui.cc/?p=1055
那么问题来了… …  type貌似不能随便的引入,我一开始没注意 就随意用了nginx-access  结果filter里的grok正则怎么都匹配不了,很是恼火 … …

最后干掉了type后,就可以正常的匹配了,应该没这么二b,有时间再折腾下这个问题 。

关于grep或者是grok,大家可以在 http://grokdebug.herokuapp.com/   这里查询下正则的匹配。

[img]
http://xiaorui.cc/wp-content/uploads/2015/01/20150127153051_76366.png
[/img]
我经过测试后的logstash agent.conf的配置  。

input {
    file {
                type => “producer”
                path => “/home/ruifengyun/buzzspider/spider/spider.log”
        }
}
filter  {
    grok    {
        pattern => “\[(?<datetime>\d{4}-\d{2}-\d{2}\s\d{2}:\d{2}:\d{2},\d{3})\]\s(?<level>\w*)\s\”Crawl\surl:(?<url>(.*)) (?<httpcode>[0-9]{2,3})\stakes (?<cost>\d.\d\d).*”
        }
    }
output  {
    redis   {
               host => “123.116.x.x”
               data_type =>”list”
               key => “logstash:demo”
    }
    stdout { codec => rubydebug}
}




终端显示结果
{
"message" => "[2015-01-27 14:56:55,613] INFO \"Crawl url:http://weixin.sogou.com/weixin?query=%E4%B9%90%E6%92%AD%E8%AF%97&tsn=1&interation=&type=2&interV=kKIOkrELjbkRmLkElbkTkKIMkrELjboImLkEk74TkKIRmLkEk78TkKILkbELjboN_105333196&ie=utf8&page=7&p=40040100&dp=1&num=100 200 takes 0.085 seconds, refer:, depth:2\"",
    "@timestamp" => "2015-01-27T06:56:56.359Z",
      "@version" => "1",
          "type" => "producer",
          "host" => "bj-buzz-dev01",
          "path" => "/home/ruifengyun/buzzspider/spider/spider.log",
      "datetime" => "2015-01-27 14:56:55,613",
         "level" => "INFO",
           "url" => "http://weixin.sogou.com/weixin?query=%E4%B9%90%E6%92%AD%E8%AF%97&tsn=1&interation=&type=2&interV=kKIOkrELjbkRmLkElbkTkKIMkrELjboImLkEk74TkKIRmLkEk78TkKILkbELjboN_105333196&ie=utf8&page=7&p=40040100&dp=1&num=100",
      "httpcode" => "200",
          "cost" => "0.08"
}
{
       "message" => "[2015-01-27 14:56:55,637] INFO \"Crawl url:http://dealer.autohome.com.cn/8178/newslist.html 200 takes 0.146 seconds, refer:, depth:2\"",
    "@timestamp" => "2015-01-27T06:56:56.359Z",
      "@version" => "1",
          "type" => "producer",
          "host" => "bj-buzz-dev01",
          "path" => "/home/ruifengyun/buzzspider/spider/spider.log",
      "datetime" => "2015-01-27 14:56:55,637",
         "level" => "INFO",
           "url" => "http://dealer.autohome.com.cn/8178/newslist.html",
      "httpcode" => "200",
          "cost" => "0.14"
}

我们在kibana 3的界面上看到的结果,我这里是搜索下 时间周期里爬了sogou.com有多少次。



kibana的一个问题是, 不知道怎么写搜索的语句 。


url:*.sogou.com*   ,我一开始以为是可以写纯正则。 kibana后端调用的是es的语法,所以你的语法要和elasticsearch想对应。

[img]
http://xiaorui.cc/wp-content/uploads/2015/01/20150127153034_72934.png

[/img]
################ 官方文档也有详细的描述,在简单把logstash官方关于grok文章翻译下。

Example

下面是日志的样子
55.3.244.1 GET /index.html 15824 0.043

正则的例子
%{IP:client} %{WORD:method} %{URIPATHPARAM:request} %{NUMBER:bytes} %{NUMBER:duration}

配置文件里是怎么写得?

input {
  file {
    path => “/var/log/http.log”
  }
}
filter {
  grok {
    match => [ "message", "%{IP:client} %{WORD:method} %{URIPATHPARAM:request} %{NUMBER:bytes} %{NUMBER:duration}" ]
  }
}

解析后,是个什么样子?

client: 55.3.244.1
method: GET
request: /index.html
bytes: 15824
duration: 0.043


自定义正则


(?<field_name>the pattern here)

(?<queue_id>[0-9A-F]{10,11})

当然你也可以把众多的正则,放在一个集中文件里面。
# in ./patterns/postfix
POSTFIX_QUEUEID [0-9A-F]{10,11}

filter {
  grok {
    patterns_dir => “./patterns”
    match => [ "message", "%{SYSLOGBASE} %{POSTFIX_QUEUEID:queue_id}: %{GREEDYDATA:syslog_message}" ]
  }
}

############


logstash已经自带了不少的正则,如果想偷懒的话,可以在内置正则里借用下。

USERNAME [a-zA-Z0-9._-]+
USER %{USERNAME}
INT (?:[+-]?(?:[0-9]+))
BASE10NUM (?<![0-9.+-])(?>[+-]?(?:(?:[0-9]+(?:\.[0-9]+)?)|(?:\.[0-9]+)))
NUMBER (?:%{BASE10NUM})
BASE16NUM (?<![0-9A-Fa-f])(?:[+-]?(?:0x)?(?:[0-9A-Fa-f]+))
BASE16FLOAT \b(?<![0-9A-Fa-f.])(?:[+-]?(?:0x)?(?:(?:[0-9A-Fa-f]+(?:\.[0-9A-Fa-f]*)?)|(?:\.[0-9A-Fa-f]+)))\b

POSINT \b(?:[1-9][0-9]*)\b
NONNEGINT \b(?:[0-9]+)\b
WORD \b\w+\b
NOTSPACE \S+
SPACE \s*
DATA .*?
GREEDYDATA .*
QUOTEDSTRING (?>(?<!\\)(?>”(?>\\.|[^\\"]+)+”|”"|(?>’(?>\\.|[^\\']+)+’)|”|(?>(?>\\.|[^\]+)+)|`))
UUID [A-Fa-f0-9]{8}-(?:[A-Fa-f0-9]{4}-){3}[A-Fa-f0-9]{12}

# Networking
MAC (?:%{CISCOMAC}|%{WINDOWSMAC}|%{COMMONMAC})
CISCOMAC (?:(?:[A-Fa-f0-9]{4}\.){2}[A-Fa-f0-9]{4})
WINDOWSMAC (?:(?:[A-Fa-f0-9]{2}-){5}[A-Fa-f0-9]{2})
COMMONMAC (?:(?:[A-Fa-f0-9]{2}:){5}[A-Fa-f0-9]{2})
IPV6 ((([0-9A-Fa-f]{1,4}:){7}([0-9A-Fa-f]{1,4}|:))|(([0-9A-Fa-f]{1,4}:){6}(:[0-9A-Fa-f]{1,4}|((25[0-5]|2[0-4]\d|1\d\d|[1-9]?\d)(\.(25[0-5]|2[0-4]\d|1\d\d|[1-9]?\d)){3})|:))|(([0-9A-Fa-f]{1,4}:){5}(((:[0-9A-Fa-f]{1,4}){1,2})|:((25[0-5]|2[0-4]\d|1\d\d|[1-9]?\d)(\.(25[0-5]|2[0-4]\d|1\d\d|[1-9]?\d)){3})|:))|(([0-9A-Fa-f]{1,4}:){4}(((:[0-9A-Fa-f]{1,4}){1,3})|((:[0-9A-Fa-f]{1,4})?:((25[0-5]|2[0-4]\d|1\d\d|[1-9]?\d)(\.(25[0-5]|2[0-4]\d|1\d\d|[1-9]?\d)){3}))|:))|(([0-9A-Fa-f]{1,4}:){3}(((:[0-9A-Fa-f]{1,4}){1,4})|((:[0-9A-Fa-f]{1,4}){0,2}:((25[0-5]|2[0-4]\d|1\d\d|[1-9]?\d)(\.(25[0-5]|2[0-4]\d|1\d\d|[1-9]?\d)){3}))|:))|(([0-9A-Fa-f]{1,4}:){2}(((:[0-9A-Fa-f]{1,4}){1,5})|((:[0-9A-Fa-f]{1,4}){0,3}:((25[0-5]|2[0-4]\d|1\d\d|[1-9]?\d)(\.(25[0-5]|2[0-4]\d|1\d\d|[1-9]?\d)){3}))|:))|(([0-9A-Fa-f]{1,4}:){1}(((:[0-9A-Fa-f]{1,4}){1,6})|((:[0-9A-Fa-f]{1,4}){0,4}:((25[0-5]|2[0-4]\d|1\d\d|[1-9]?\d)(\.(25[0-5]|2[0-4]\d|1\d\d|[1-9]?\d)){3}))|:))|(:(((:[0-9A-Fa-f]{1,4}){1,7})|((:[0-9A-Fa-f]{1,4}){0,5}:((25[0-5]|2[0-4]\d|1\d\d|[1-9]?\d)(\.(25[0-5]|2[0-4]\d|1\d\d|[1-9]?\d)){3}))|:)))(%.+)?
IPV4 (?<![0-9])(?:(?:25[0-5]|2[0-4][0-9]|[0-1]?[0-9]{1,2})[.](?:25[0-5]|2[0-4][0-9]|[0-1]?[0-9]{1,2})[.](?:25[0-5]|2[0-4][0-9]|[0-1]?[0-9]{1,2})[.](?:25[0-5]|2[0-4][0-9]|[0-1]?[0-9]{1,2}))(?![0-9])
IP (?:%{IPV6}|%{IPV4})
HOSTNAME \b(?:[0-9A-Za-z][0-9A-Za-z-]{0,62})(?:\.(?:[0-9A-Za-z][0-9A-Za-z-]{0,62}))*(\.?|\b)
HOST %{HOSTNAME}
IPORHOST (?:%{HOSTNAME}|%{IP})
HOSTPORT (?:%{IPORHOST=~/\./}:%{POSINT})

# paths
PATH (?:%{UNIXPATH}|%{WINPATH})
UNIXPATH (?>/(?>[\w_%!$@:.,-]+|\\.)*)+
TTY (?:/dev/(pts|tty([pq])?)(\w+)?/?(?:[0-9]+))
WINPATH (?>[A-Za-z]+:|\\)(?:\\[^\\?*]*)+
URIPROTO [A-Za-z]+(\+[A-Za-z+]+)?
URIHOST %{IPORHOST}(?::%{POSINT:port})?
# uripath comes loosely from RFC1738, but mostly from what Firefox
# doesn’t turn into %XX
URIPATH (?:/[A-Za-z0-9$.+!*'(){},~:;=@#%_\-]*)+
#URIPARAM \?(?:[A-Za-z0-9]+(?:=(?:[^&]*))?(?:&(?:[A-Za-z0-9]+(?:=(?:[^&]*))?)?)*)?
URIPARAM \?[A-Za-z0-9$.+!*’|(){},~@#%&/=:;_?\-\[\]]*
URIPATHPARAM %{URIPATH}(?:%{URIPARAM})?
URI %{URIPROTO}://(?:%{USER}(?::[^@]*)?@)?(?:%{URIHOST})?(?:%{URIPATHPARAM})?

# Months: January, Feb, 3, 03, 12, December
MONTH \b(?:Jan(?:uary)?|Feb(?:ruary)?|Mar(?:ch)?|Apr(?:il)?|May|Jun(?:e)?|Jul(?:y)?|Aug(?:ust)?|Sep(?:tember)?|Oct(?:ober)?|Nov(?:ember)?|Dec(?:ember)?)\b
MONTHNUM (?:0?[1-9]|1[0-2])
MONTHDAY (?:(?:0[1-9])|(?:[12][0-9])|(?:3[01])|[1-9])

# Days: Monday, Tue, Thu, etc…
DAY (?:Mon(?:day)?|Tue(?:sday)?|Wed(?:nesday)?|Thu(?:rsday)?|Fri(?:day)?|Sat(?:urday)?|Sun(?:day)?)

# Years?
YEAR (?>\d\d){1,2}
HOUR (?:2[0123]|[01]?[0-9])
MINUTE (?:[0-5][0-9])
# ’60′ is a leap second in most time standards and thus is valid.
SECOND (?:(?:[0-5][0-9]|60)(?:[:.,][0-9]+)?)
TIME (?!<[0-9])%{HOUR}:%{MINUTE}(?::%{SECOND})(?![0-9])
# datestamp is YYYY/MM/DD-HH:MM:SS.UUUU (or something like it)
DATE_US %{MONTHNUM}[/-]%{MONTHDAY}[/-]%{YEAR}
DATE_EU %{MONTHDAY}[./-]%{MONTHNUM}[./-]%{YEAR}
ISO8601_TIMEZONE (?:Z|[+-]%{HOUR}(?::?%{MINUTE}))
ISO8601_SECOND (?:%{SECOND}|60)
TIMESTAMP_ISO8601 %{YEAR}-%{MONTHNUM}-%{MONTHDAY}[T ]%{HOUR}:?%{MINUTE}(?::?%{SECOND})?%{ISO8601_TIMEZONE}?
DATE %{DATE_US}|%{DATE_EU}
DATESTAMP %{DATE}[- ]%{TIME}
TZ (?:[PMCE][SD]T|UTC)
DATESTAMP_RFC822 %{DAY} %{MONTH} %{MONTHDAY} %{YEAR} %{TIME} %{TZ}
DATESTAMP_OTHER %{DAY} %{MONTH} %{MONTHDAY} %{TIME} %{TZ} %{YEAR}

# Syslog Dates: Month Day HH:MM:SS
SYSLOGTIMESTAMP %{MONTH} +%{MONTHDAY} %{TIME}
PROG (?:[\w._/%-]+)
SYSLOGPROG %{PROG:program}(?:\[%{POSINT:pid}\])?
SYSLOGHOST %{IPORHOST}
SYSLOGFACILITY <%{NONNEGINT:facility}.%{NONNEGINT:priority}>
HTTPDATE %{MONTHDAY}/%{MONTH}/%{YEAR}:%{TIME} %{INT}

# Shortcuts
QS %{QUOTEDSTRING}

# Log formats
SYSLOGBASE %{SYSLOGTIMESTAMP:timestamp} (?:%{SYSLOGFACILITY} )?%{SYSLOGHOST:logsource} %{SYSLOGPROG}:
COMMONAPACHELOG %{IPORHOST:clientip} %{USER:ident} %{USER:auth} \[%{HTTPDATE:timestamp}\] “(?:%{WORD:verb} %{NOTSPACE:request}(?: HTTP/%{NUMBER:httpversion})?|%{DATA:rawrequest})” %{NUMBER:response} (?:%{NUMBER:bytes}|-)
COMBINEDAPACHELOG %{COMMONAPACHELOG} %{QS:referrer} %{QS:agent}

# Log Levels
LOGLEVEL ([A-a]lert|ALERT|[T|t]race|TRACE|[D|d]ebug|DEBUG|[N|n]otice|NOTICE|[I|i]nfo|INFO|[W|w]arn?(?:ing)?|WARN?(?:ING)?|[E|e]rr?(?:or)?|ERR?(?:OR)?|[C|c]rit?(?:ical)?|CRIT?(?:ICAL)?|[F|f]atal|FATAL|[S|s]evere|SEVERE|EMERG(?:ENCY)?|[Ee]merg(?:ency)?)




分享到:
评论

相关推荐

    logstash-filter-grok-4.0.4.zip

    Logstash 是一个强大的开源数据收集、处理和转发引擎,它属于 ELK (Elasticsearch, Logstash, Kibana) 堆栈的一部分,广泛应用于日志管理和数据分析领域。Grok 是 Logstash 中的一个核心过滤器插件,专门用于解析和...

    Grok:深入解析日志与数据的强大工具.zip

    Grok的优势在于其易于理解和使用,使得开发者能够快速构建出强大的日志解析规则。 在日志分析领域,Grok的重要性体现在以下几个方面: 1. **灵活性**:由于Grok支持自定义模式,因此它可以适应几乎任何类型的日志...

    ELK( ElasticSearch、Logstash和Kiabana)

    开源实时日志分析ELK平台能够完美的解决日志收集和日志检索、分析的问题,ELK就是指ElasticSearch、Logstash和Kiabana三个开源工具。 因为ELK是可以跨平台部署,因此非常适用于多平台部署的应用。 二 环境准备 1...

    Logstash和Kibana原理介绍及应用1

    Logstash 是一个强大的开源工具,主要用于收集、解析和转发各种日志和其他数据,它由 Elastic 公司开发,主要使用 JRuby 语言编写,目的是与 Java 平台无缝集成,同时也兼容 Ruby 语法。Logstash 是 ELK (Elastic...

    logstash.rar

    例如,你可以使用 grok 滤镜解析复杂的日志格式,或者使用 mutate 滤镜修改字段值。Logstash 还支持正则表达式和其他高级数据处理功能。 3. 数据输出:处理后的数据可以被发送到各种目的地,包括 Elasticsearch、...

    logstash安装工具包

    在微服务环境中,往往会选择Elasticsearch作为日志的存储平台,配合Kibana进行可视化分析,构建出强大的ELK(Elasticsearch、Logstash、Kibana)日志分析栈。 在安装Logstash 5.6.8时,你需要首先下载对应的软件包...

    最新版linux logstash-7.15.0-linux-x86_64.tar.gz

    5. 监控和调试:使用Kibana或其它工具可以可视化Logstash的日志和性能指标,帮助调试和优化配置。 总的来说,Logstash 7.15.0是Linux环境中处理和分析日志数据的强大工具,它的灵活性、广泛的插件支持以及与Elastic...

    最新版windows logstash-7.13.3-windows-x86_64.zip

    - **Grok 过滤器**:Grok 是 Logstash 中强大的日志解析工具,使用正则表达式模式匹配日志格式。 - **Elasticsearch 输出**:将数据发送到 Elasticsearch,为 Kibana 提供可视化数据源。 - **File 输出**:将处理...

    logstash-7.0.0.zip

    8. **监控和日志管理**:Logstash可以帮助组织遵循合规性和审计要求,通过收集、存储和分析日志来提供审计线索。此外,它还可以用于实时监控系统健康状况,及时发现并解决问题。 总之,Logstash 7.0.0是一个强大而...

    logstash-8.4.1-windows-x86_64.zip

    8. **监控与日志**:Logstash 自身也有日志记录功能,可以帮助排查问题和优化配置。此外,通过使用如 Metricbeat 这样的工具,可以监控 Logstash 的运行状态,了解其性能指标。 总之,Logstash 是一个强大且灵活的...

    logstash-7.1.1.zip

    Logstash 是一个强大的开源日志收集、处理和分发工具,广泛...通过深入理解并熟练使用Logstash,我们可以更好地管理和利用系统产生的海量日志数据,从而提升运维效率、发现潜在问题,并为业务决策提供有价值的信息。

    最新版windows logstash-7.17.1-windows-x86_64.zip

    Logstash 是一个强大的开源数据收集、转换和分发工具,广泛应用于日志管理和ELK (Elasticsearch, Logstash, Kibana)堆栈中。这个压缩包 "logstash-7.17.1-windows-x86_64.zip" 提供了适用于Windows操作系统的最新版...

    最新版windows logstash-7.13.1-windows-x86_64.zip

    由于Logstash支持横向扩展,你可以根据需要启动多个实例,甚至配合Elasticsearch和Kibana(ELK栈)构建强大的日志管理和分析平台。 总之,"logstash-7.13.1-windows-x86_64.zip"提供了在Windows环境下处理日志和...

    logstash-7.17.7-windows-x86-64.zip

    它在大数据和日志管理领域广泛应用,为企业的监控、分析和洞察提供了强大的支持。 标题中的 "logstash-7.17.7-windows-x86-64.zip" 指的是 Logstash 的一个特定版本——7.17.7,该版本适用于 Windows 操作系统的 64...

    logstash-7.2.1.rpm

    3. **数据可视化**:将Logstash与Elasticsearch和Kibana集成,实现日志数据的实时检索和可视化分析。 4. **报警与通知**:结合第三方工具(如Graylog、Grafana)或自定义脚本,当满足特定条件时触发报警。 总的来...

    logstash-6.5.3.tar.gz

    7. **监控与管理**:Logstash 提供了监控接口,可以通过指标和日志查看其运行状态。Kibana 可以作为可视化界面,用于监控Logstash的性能和错误。 总之,Logstash 6.5.3 是一个强大的日志管理和分析工具,通过其灵活...

    最新版windows logstash-8.4.2-windows-x86_64.zip

    同时,配合Kibana,可以可视化Logstash的运行状态和日志数据,提供实时监控和报警功能。 **7. 性能优化** 在处理大量数据时,可以通过调整配置参数、增加硬件资源或使用Logstash集群来提高性能。例如,增加worker...

Global site tag (gtag.js) - Google Analytics