ELK在MacOS(Big Sur)上安装与配置步骤

ELK学习笔记 - 安装篇




作为一篇开始学习《ELK》的博客,将会详细去介绍构成 ELK 的三个软件模块:ElasticSearch、LogStash、Kibana 的相关知识背景以及在 Mac OS Big Sur Version 11.2.3 环境中的安装的步骤;

适合刚开始接触 ELK 的入门的初学者群体;

估计阅读时间为:20分钟

估计实操时间为:40分钟


ELK在MacOS(Big Sur)上安装与配置步骤

1. ElasticSearch

1.1 发展历史及现状

ElasticSearch 作为一个非常有名的开源日志处理、分析软件,由 Elastic Inc 公司开发,已经拥有了超过3.5亿次的下载次数 和 近 10w+ 的社区成员,Elastic Inc 也提供了在云上的相关服务,并且在国内已经与 腾讯云 展开了合作。

有很多非常著名的网站应用了 ElasticSearch 的相关特性,对于程序员比较熟悉的有: Github 、Wiki 等网站都使用了ElasticSearch 的搜索引擎;

ElasticSearch 起源为:Lucene - Doug Cutting, 缺点: 不支持水平扩展的能力;

ElasticSearch 发源为:Compass - Shay Banon, 是ElasticSearch 发源框架;


ElasticSearch 相比于 Lucene 以及 Compass 的特性:

  • 支持了水平扩展,即分布式的部署,支持了容器的操作;
  • 改变之前单一语言的局限,支持了很多种语言比如:Python、Jruby、Ruby 等语言;
  • 支持 Hot & Warm 架构; - 多种方式集群接入
  • 支持 RESTful API;

ElasticSearch 以其 近实时 (Near Real Time)分布式存储、搜索、分析引擎 以及支持集群部署等特性,位列 搜索引擎排名的第一名;

与 ElasticSearch 相比,比较著名的有:

  • Solr - Apache 背景的搜索框架;
  • Splunk - 全球第一家上市大数据公司,以Java作为核心开发语言;

ElasticSearch 提供的功能:

  • 搜索:
    • 近实时搜索,提供结构化、全文搜索等
  • 聚合:
    • 海量数据的近实时分析
  • 分布式存储:
    • 海量数据的分布式存储以及集群管理
    • 服务与数据的高可用、水平扩展保障

1.2 ElasticSearch 的安装

1.首先你需要打开 ElasticSearch - cn 的官网 去下载已经内置了Java开发环境的包,下载单击这里: 下载链接

选择:MACOS 版本

注意:

  • 如果你的本机的Java环境不可用或者版本老旧,请下载最新的 Jre 环境,具体的环境建议 Java jdk 11 以上的版本;

    本机中的JDK版本为:

    java version "13" 2019-09-17
    Java(TM) SE Runtime Environment (build 13+33)
    Java HotSpot(TM) 64-Bit Server VM (build 13+33, mixed mode, sharing)
    
  • 在浏览器中单击 Elastic 的官网下载链接并从浏览器中下载文件是非常缓慢的,因此需要使用别的办法: wget 命令,下载速度能快一点: (我选择的是 7.10.1 版本, 最新的版本已经可以达到了 7.12.0了,无所谓这个看个人)

    wget https://artifacts.elastic.co/downloads/elasticsearch/elasticsearch-7.10.1-darwin-x86_64.tar.gz
    

2.将下载好的ElasticSearch 包解压在目录下 ~ 新创建一个 app 的文件夹,解压完成的后的路径如下:

(base) [20:05] ~/apps $ls
elasticsearch-7.10.1

3.接下来我们需要将 ~/apps/elasticsearch-7.10.1/bin 目录添加到环境变量目录中:

$sudo vim ~/.bash_profile

将下边的内容加入到 ~/.bash_profile 中:

# 这个要根据你自己的 Java 版本确定
# 确定 MacOSX 本机的 方法是: /usr/libexec/java_home -V 
# 然后修改下边的内容
export JAVA_8_HOME="$(/usr/libexec/java_home -v 1.8)"
export JAVA_13_HOME="$(/usr/libexec/java_home -v 13)"
alias jdk8="export JAVA_HOME=$JAVA_8_HOME"
alias jdk13="export JAVA_HOME=$JAVA_13_HOME"
export JAVA_HOME=$JAVA_13_HOME
#Elasticsearch
export ES_HOME=~/apps/elasticsearch-7.10.1
export PATH=$ES_HOME/bin:$JAVA_HOME/bin:$PATH

4.现在我们就已经安装好了 elasticsearch ,在终端中输入:

$ source ~/.bash_profile
$elasticsearch #等待进程启动一段时间之后,

验证:

  • 在浏览器中输入: http://localhost:9200/ ,出现下边的信息即已经安装成功

    {
      "name" : "DoHeras-MacBook-Pro.local",
      "cluster_name" : "elasticsearch",
      "cluster_uuid" : "blwcrCEHSyyJ4UWkV9eMiw",
      "version" : {
        "number" : "7.10.1",
        "build_flavor" : "default",
        "build_type" : "tar",
        "build_hash" : "1c34507e66d7db1211f66f3513706fdf548736aa",
        "build_date" : "2020-12-05T01:00:33.671820Z",
        "build_snapshot" : false,
        "lucene_version" : "8.7.0",
        "minimum_wire_compatibility_version" : "6.8.0",
        "minimum_index_compatibility_version" : "6.0.0-beta1"
      },
      "tagline" : "You Know, for Search"
    }
    

2. Logstash

2.1 Logstash简介

Logstash 作为一款与 ElasticSearch 相配套的开源数据处理管道工具或者数据收集引擎,可以将不同的数据源相互统一起来,并将数据标准化的送入到数据处理引擎中进行处理,当然选择的数据处理引擎应该是: ElasticSearch。

Logstash 支持多种数据流的输入格式,你可以从下边的几个场景中配置 Logstash 的配置文件做到输入:

  • 日志文件
  • 指标数据
  • Web应用
  • 数据存储
  • AWS 服务

工作流程:

需要处理的数据当通过 Logstash 的过滤器时,通过预先设定好的识别字段来解析数据流的各个事件,并构建对应的数据结构,最后转化成为通用的格式。

  • 往往数据流不一定是具有结构化的,Logstash 的 Grok 可以智能分析数据流并派生出对应的结构;
  • 解析IP地址从而知道对应的 GeoLocation;
  • 利用 PII 进行数据的脱敏,完全排除敏感字段;

2.2 Logstash 的安装

1.类似于 Elasticsearch 的安装方法,首先需要下载从官网上Elasticsearch 相同版本的Logstash 安装包,比如之前我选择的是 7.10.1 版本,那么我也选择 7.10.1 版本的 Logstash:

[Logstash 7.10.1 下载链接][https://www.elastic.co/downloads/past-releases/logstash-7-10-1] Logstash 历史版本

# 将两个软件放在一个目录下,方便学习
(base) [20:05] ~/apps $wget https://artifacts.elastic.co/downloads/logstash/logstash-7.10.1-darwin-x86_64.tar.gz

2.解压压缩包到 ~/app 目录下,并给 ~/.bash_profile 加入 Logstash 的启动文件:

#LogStash
export LGS_HOME=~/apps/logstash-7.10.1
export PATH=$LGS_HOME/bin:$JAVA_HOME/bin:$PATH

3.在命令行中直接输入 logstash 启动:

(base) $ source ~/.bash_profile
(base) $ logstash
# 等待启动
# 如果你想让 logstash 正确的启动,那么就需要先运行 elasticsearch 再启动 logstash

3. Kibana

Kibana 作为 ELK 中的开源可视化前端应用程序,可以为 Elasticsearch 中已经加上索引的数据提供搜索功能以及数据可视化的相关功能。

3.1 Kibana 的安装

1.和前边安装的步骤相同,Kibana 的下载也需要与 elasticsearch / logstash 的版本保持相同:

Kibana 历史版本下载

(base) [20:05] ~/apps $ wget https://artifacts.elastic.co/downloads/kibana/kibana-7.10.1-darwin-x86_64.tar.gz

2.在 ~/.bash_profile 文件中加入以下的内容:

export KIB_HOME=~/apps/kibana-7.10.1-darwin-x86_64
export PATH=$KIB_HOME/bin:$JAVA_HOME/bin:$PATH

3.启动 Kibana 服务

$ source ~/.bash_profile
$ kibana
# 请先启动 elasticsearch 再 启动 kibana

最后的运行截图:

ELK在MacOS(Big Sur)上安装与配置步骤

ELK在MacOS(Big Sur)上安装与配置步骤

上一篇:Windows内核之内核对象


下一篇:重置gvim8 ctrl+f的翻页功能