Logstash使用grok进行日志过滤

时间 2019-12-14 标签 logstash 使用 grok 进行日志过滤

转自：https://www.jianshu.com/p/49ae54a411b8nginx

1、前言

Logstash是Elastic stack 中的一个开源组件，其不只可以对日志进行抓取收集，还能对抓取的日志进行过滤输出。Logstash的过滤插件有多种，如：grok、date、json、geoip等等。其中最为经常使用的为grok正则表达式过滤。正则表达式

2、grok的匹配语法

grok的匹配语法分为两种：grok自带的基本匹配模式、用户自定义的匹配模式。json

- Grok的基本匹配模式数组

Grok模块提供了默认内嵌了一些基本匹配模式，其使用语法为：elasticsearch

%{SYNTAX:SEMANTIC}

其中SYNTAX为匹配模式的名称，用于调用相应的匹配模式匹配文本，如：3.44 会被NUBER模式所匹配，而10.10.10.1会被IP模式所匹配。
而SEMANTIC则是用于标记被匹配到的文本内容，如10.10.10.1被IP模式所匹配，并编辑为ClientIP。
其使用例子：url

%{NUMBER:duration} %{IP:ClientIP}

- Grok的自定义模式插件

Grok模块是基于正则表达式作匹配的，所以当基本匹配模式不足以知足咱们的需求时，咱们还自定义模式编译相应的匹配规则。
Grok的自定义模式的语法：日志

(?<field_name>the pattern here)

其中filed_name为自定义模式的名称，pattern即指正则表达式。code

如：事件

#匹配时间的自定义模式
(?<Date>(\d*[./-]\d*[./-]\d* \d*:\d*:\d*[.,][0-9]+))

3、grok的过滤配置选项和通用选项

grok支持下述的过滤配置选项

选项	类型	是否为必须	描述
break_on_match	布尔型	否	默认值为true，只会匹配第一个符合匹配条件的值，若是须要匹配多个值，则须要设置为false
keep_empty_captures	布尔型	否	默认值为false，若是为true，则保留空字段为事件字段
match	哈希型	否	意思为匹配一个字段的哈希值，单一字段可设置匹配多个匹配模式
named_captures_only	布尔型	否	默认值为true，意味着只保存从grok中获取的名称
overwrite	数组	否	此选项用于复写字段中的值
pattern_definitions	哈希型	否	定义被当前过滤器所使用的自动模式的名称和元组名称，若是命名的名称已存在，则会覆盖此前配置
patterns_dir	数组	否	指定用于保存定义好的匹配模式的文件目录
patterns_files_glob	字符串	否	用于在patterns_dir指定的目录中过滤匹配的文件
tag_on_failure	数组	否	默认值为_grokparsefailure，当匹配不成功时追加指定值到tags字段
tag_on_timeout	字符串	否	默认值为_groktimeout，当grok正则表达式匹配超时追加的tag
timeout_millis	数值	否	默认值为30000毫秒，当正则匹配运行超过指定的时间后，尝试终结此匹配操做。设置为0将关闭超时

grok的通用选项：
下述选项是被全部过滤插件都支持的通用选项。

选项	类型	是否为必须	描述
add_field	哈希型	否	若是此过滤选项匹配成功，则会向匹配的事件中添加指定的字段，字段名和内容能够调用相关的变量进行定义命名
add_tag	数组	否	用于当过滤成功时，向匹配的事件中添加tag
enable_metric	布尔型	否	默认值为true，默认状况下，启用或禁用此功能，能记录特定插件的相关度量值。
id	字符串	否	添加一个惟一ID到指定的插件配置中，当有多个同一类型的插件时，可更好地去区别监控logstash
periodic_flush	布尔型	否	默认值为false，可选项，用于在规定的间隔时间调用过滤器的刷新功能
remove_field	数组	否	当此插件匹配成功时，从事件中移除指定的字段
remove_tag	数组	否	当此插件匹配成功时，从事件中移除指定的tags

4、grok使用示例

添加和移除指定的字段

input {
        beats {
                port => 5044
                type => "nginx"
        }
}

filter {
        if [type] == "nginx" {
        grok {
                match => { "message" => ["(?<RemoteIP>(\d*.\d*.\d*.\d*)) - %{DATA:[nginx][access][user_name]} \[%{HTTPDATE:[nginx][access][time]}\] \"%{WORD:[nginx][access][method]} %{DATA:[nginx][access][url]} HTTP/%{NUMBER:[nginx][access][http_version]}\" %{NUMBER:[nginx][access][response_code]} %{NUMBER:[nginx][access][body_sent][bytes]} \"%{DATA:[nginx][access][referrer]}\" \"%{DATA:[nginx][access][agent]}\""] }
        add_field => {
                "Device" => "Charles Desktop"
        }
        remove_field => "message"
        remove_field => "beat.version"
        remove_field => "beat.name"
                }
        }
}

output {
        if [type] == "nginx" {
                elasticsearch {
                        hosts => "10.10.10.6:9200"
                        index => "logstash-testlog"
        }       }
}

小礼物走一走，来简书关注我

做者：小尛酒窝连接：https://www.jianshu.com/p/49ae54a411b8 來源：简书简书著做权归做者全部，任何形式的转载都请联系做者得到受权并注明出处。