运维开发网

如何为logstash+elasticsearch配置索引模板?

运维开发网 https://www.qedev.com 2020-03-16 17:41 出处:网络 作者:运维开发网整理
在使用logstash收集日志的时候,我们一般会使用logstash自带的动态索引模板,虽然无须我们做任何定制操作,就能把我们的日志数据推送到elasticsearch索引集群中,但是在我们查询的时候,就会发现,默认的索引模板常常把我们不需要分词的字段,给分词了,这样以来,我们的比较重要的聚合统计就不准确了:  举个例子,假如有10台需要的监控的机器,他们的机器名如下:  Java代码   sea

在使用logstash收集日志的时候,我们一般会使用logstash自带的动态索引模板,虽然无须我们做任何定制操作,就能把我们的日志数据推送到elasticsearch索引集群中,但是在我们查询的时候,就会发现,默认的索引模板常常把我们不需要分词的字段,给分词了,这样以来,我们的比较重要的聚合统计就不准确了: 

举个例子,假如有10台需要的监控的机器,他们的机器名如下: 

Java代码  

如何为logstash+elasticsearch配置索引模板?

  1. search-0-170  

  2. search-1-171  

  3. search-2-172  

  4. search-3-173  

  5. search-4-174  

  6. search-5-175  

  7. search-6-176  

  8. search-7-177  

  9. search-8-178  

  10. search-9-179  



如果使用的是logstash的默认模板,它会按-切分机器名,这样以来想统计那台机器上的收集日志最多就有问题了,所以这时候,就需要我们自定义一些索引模板了: 

在logstash与elasticsearch集成的时候,总共有如下几种使用模板的方式: 

(1)使用默认自带的索引模板 ,大部分的字段都会分词,适合开发和时候快速验证使用 
(2)在logstash收集端自定义配置模板,因为分散在收集机器上,维护比较麻烦 
(3)在elasticsearc服务端自定义配置模板,由elasticsearch负责加载模板,可动态更改,全局生效,维护比较容易 

以上几种方式: 

使用第一种,最简单,无须任何配置 
使用第二种,适合小规模集群的日志收集,需要在logstash的output插件中使用template指定本机器上的一个模板json路径, 例如  template => "/tmp/logstash.json" 
使用第三种,适合大规模集群的日志收集,如何配置,主要配置logstash的output插件中两个参数: 

Java代码  

如何为logstash+elasticsearch配置索引模板?

  1. manage_template => false//关闭logstash自动管理模板功能  

  2.  template_name => "crawl"//映射模板的名字  




如果使用了,第三种需要在elasticsearch的集群中的config/templates路径下配置模板json,在elasticsearch中索引模板可分为两种: 

(一):静态模板 

适合索引字段数据固定的场景,一旦配置完成,不能向里面加入多余的字段,否则会报错 

优点:scheam已知,业务场景明确,不容易出现因字段随便映射从而造成元数据撑爆es内存,从而导致es集群全部宕机 
缺点:字段数多的情况下配置稍繁琐 

一个静态索引模板配置例子如下: 

Json代码  

如何为logstash+elasticsearch配置索引模板?

  1. {  

  2.   "crawl" : {  

  3.       "template": "crawl-*",  

  4.         "settings": {  

  5.             "index.number_of_shards": 3,  

  6.             "number_of_replicas": 0   

  7.         },  

  8.     "mappings" : {  

  9.       "logs" : {  

  10.         "properties" : {  

  11.           "@timestamp" : {  

  12.             "type" : "date",  

  13.             "format" : "dateOptionalTime",  

  14.             "doc_values" : true  

  15.           },  

  16.           "@version" : {  

  17.             "type" : "string",  

  18.             "index" : "not_analyzed",  

  19.         "doc_values" : true      

  20.           },  

  21.           "cid" : {  

  22.             "type" : "string",  

  23.             "index" : "not_analyzed"  

  24.           },  

  25.           "crow" : {  

  26.             "type" : "string",  

  27.             "index" : "not_analyzed"  

  28.           },  

  29.           "erow" : {  

  30.             "type" : "string",  

  31.             "index" : "not_analyzed"  

  32.           },  

  33.           "host" : {  

  34.             "type" : "string",  

  35.             "index" : "not_analyzed"  

  36.           },  

  37.           "httpcode" : {  

  38.             "type" : "string",  

  39.             "index" : "not_analyzed"  

  40.           },  

  41.           "message" : {  

  42.             "type" : "string"  

  43.           },  

  44.           "path" : {  

  45.             "type" : "string"  

  46.           },  

  47.           "pcode" : {  

  48.             "type" : "string",  

  49.             "index" : "not_analyzed"  

  50.           },  

  51.           "pro" : {  

  52.             "type" : "string",  

  53.             "index" : "not_analyzed"  

  54.           },  

  55.           "ptype" : {  

  56.             "type" : "string",  

  57.             "index" : "not_analyzed"  

  58.           },  

  59.           "save" : {  

  60.             "type" : "string",  

  61.             "index" : "not_analyzed"  

  62.           },  

  63.           "t1" : {  

  64.             "type" : "string",  

  65.             "index" : "not_analyzed"  

  66.           },  

  67.           "t2" : {  

  68.             "type" : "string",  

  69.             "index" : "not_analyzed"  

  70.           },  

  71.           "t3" : {  

  72.             "type" : "string",  

  73.             "index" : "not_analyzed"  

  74.           },  

  75.           "url" : {  

  76.             "type" : "string"  

  77.           }  

  78.         }  

  79.       }  

  80.     }  

  81.   }  

  82. }  




(二):动态模板 
适合字段数不明确,大量字段的配置类型相同的场景,多加字段不会报错 

优点:可动态添加任意字段,无须改动scheaml, 
缺点:如果添加的字段非常多,有可能造成es集群宕机 

如下的一个logstash的动态索引模板,只设置message字段分词,其他的字段默认都不分词 

Json代码  

如何为logstash+elasticsearch配置索引模板?

  1. {  

  2.   "template" : "crawl-*",  

  3.   "settings" : {  

  4.    "index.number_of_shards": 5,  

  5.    "number_of_replicas": 0    

  6.   

  7. },  

  8.   "mappings" : {  

  9.     "_default_" : {  

  10.       "_all" : {"enabled" : true, "omit_norms" : true},  

  11.       "dynamic_templates" : [ {  

  12.         "message_field" : {  

  13.           "match" : "message",  

  14.           "match_mapping_type" : "string",  

  15.           "mapping" : {  

  16.             "type" : "string", "index" : "analyzed", "omit_norms" : true,  

  17.             "fielddata" : { "format" : "disabled" }  

  18.           }  

  19.         }  

  20.       }, {  

  21.         "string_fields" : {  

  22.           "match" : "*",  

  23.           "match_mapping_type" : "string",  

  24.           "mapping" : {  

  25.             "type" : "string", "index" : "not_analyzed", "doc_values" : true  

  26.           }  

  27.         }  

  28.       } ],  

  29.       "properties" : {  

  30.         "@timestamp": { "type": "date" },  

  31.         "@version": { "type": "string", "index": "not_analyzed" },  

  32.         "geoip"  : {  

  33.           "dynamic": true,  

  34.           "properties" : {  

  35.             "ip": { "type": "ip" },  

  36.             "location" : { "type" : "geo_point" },  

  37.             "latitude" : { "type" : "float" },  

  38.             "longitude" : { "type" : "float" }  

  39.           }  

  40.         }  

  41.       }  

  42.     }  

  43.   }  

  44. }  




总结:  定制索引模板,是搜索业务中一项比较重要的步骤,需要注意的地方有很多,比如:  (1)字段数固定吗  (2)字段类型是什么  (3)分不分词  (4)索引不索引  (5)存储不存储  (6)排不排序  (7)是否加权  除了这些还有其他的一些因素,比如,词库的维护改动,搜索架构的变化等等。  如果前提没有充分的规划好,后期改变的话,改动其中任何一项,都需要重建索引,这个代价是非常大和耗时的,尤其是在一些数据量大的场景中。 

0

精彩评论

暂无评论...
验证码 换一张
取 消