摘要：如上所述，是中最常用的過濾器插件。以此格式排序，日志消息已被分解成邏輯命名的字段，可以更容易地查詢，分析和可視化。另一個常見的插件是。為了維護整個消息或特定字段的結(jié)構(gòu)，插件使你能夠在日志消息中提取和維護數(shù)據(jù)結(jié)構(gòu)。

原文：5 Logstash Filter Plugins You Need to Know About
譯者：neal1991
welcome to star my articles-translator , providing you advanced articles translation. Any suggestion, please issue or contact me
LICENSE: MIT

在 ELK 中， Logstash 處理資源繁重的日志聚合和處理的任務(wù)。 Logstash 執(zhí)行的處理工作確保我們的日志消息被正確解析和結(jié)構(gòu)化，并且這種結(jié)構(gòu)使你能夠更容易地在 Elasticsearch 中進行索引分析和數(shù)據(jù)可視化。

對數(shù)據(jù)執(zhí)行什么精確處理由你在 Logstash 配置文件的 filter 部分確定。 在本節(jié)中，你可以從大量的官方支持和社區(qū) filter 插件中選擇從而決定如何轉(zhuǎn)換日志。 最常用的過濾器插件是 grok，但是還有一些其他非常有用的插件可以使用。

你使用的插件當然取決于日志本身，但本文嘗試列出你最有可能在涉及 Logstash 的任何日志處理中找到的五個插件。

如上所述，grok 是 Logstash 中最常用的過濾器插件。 盡管事實上它不容易使用，但是 grok 非常受歡迎，因為它允許你將非結(jié)構(gòu)化日志結(jié)構(gòu)化。

以下面的隨機日志消息為例：

2016-07-11T23:56:42.000+00:00 INFO
[MySecretApp.com.Transaction.Manager]:Starting transaction for session
-464410bf-37bf-475a-afc0-498e0199f00

我們使用的 grok 正則就跟下面一樣：

filter {
    grok {
        match => { "message" =>"%{TIMESTAMP_ISO8601:timestamp} %{LOGLEVEL:log-level} [%{DATA:class}]:%{GREEDYDATA:message}" }
        }
}

處理之后，日志消息就會處理成下面這樣：

{ 
"timestamp" => "2016-07-11T23:56:42.000+00:00",
"log-level" =>"INFO",
"class" =>"MySecretApp.com.Transaction.Manager"
"message" => "Starting transaction for session   -464410bf-37bf-475a-afc0-498e0199f008" 
}

這就是 Elasticsearch 如何索引日志消息。 以此格式排序，日志消息已被分解成邏輯命名的字段，可以更容易地查詢，分析和可視化。

在這篇文章中可以找到更多關(guān)于 grok 如何工作和使用的信息。

另一個常見的 Logstash filter 插件是 mutate。 顧名思義，這個 filter 允許你通過“改變”各個字段真正地轉(zhuǎn)換你的日志消息。 例如，你可以使用 filter 來更改字段，將它們拼接在一起，重命名它們等等。

使用上面的日志作為示例，使用 mutate 插件的 lowercase 配置選項，我們可以將“l(fā)og-level”字段轉(zhuǎn)換為小寫：

filter { 
    grok {...}
    mutate {   lowercase => [ "log-level" ]  }
}

mutate 插件是更改日志格式的好方法。 這里列出了插件的不同配置選項的完整列表。

如果分析日志和事件未按時間順序排列怎么辦？

Logstash date filter 插件可用于從日志消息中提取時間和日期，并將其定義為日志的時間戳字段（@timestamp）。 一旦定義，這個時間戳字段將以正確的時間順序排列日志，并幫助你更有效地分析它們。

有幾十種（如果不是數(shù)百種）不同的方式可以在日志中格式化時間和日期。

以下是Apache訪問日志的示例：

200.183.100.141 - - [25/Nov/2016:16:17:10 +0000] "GET
/wp-content/force-download.php?file=../wp-config.php HTTP/1.0" 200
3842 "http://hack3r.com/top_online_shops" "Mozilla/4.0 (compatible;
MSIE 8.0; Windows NT 5.1; Trident/4.0; YTB720; GTB7.2; .NET CLR 1.1.4322; .NET CLR 2.0.50727; .NET CLR 3.0.4506.2152; .NET CLR 3.5.30729)"

使用 date filter 如下，我們可以提取日期和時間正則，并將其定義為@timestamp字段，并根據(jù)此所有日志將按以下排序：

filter {
grok {
    match => { "message" => "%{COMBINEDAPACHELOG}"}
}
date {
    match => ["timestamp", "dd/MMM/yyyy:HH:mm:ss Z"]
    target => "@timestamp"     }
}

請注意，如果不使用日期過濾器，Logstash將根據(jù)輸入時間自動設(shè)置時間戳。

在這里閱讀有關(guān)其他配置選項。

JSON 是一種非常受歡迎的日志格式，因為它允許用戶編寫可以輕松讀取和分析的結(jié)構(gòu)化和標準化的消息。

為了維護整個消息或特定字段的 JSON 結(jié)構(gòu)，Logstash json filter 插件使你能夠在日志消息中提取和維護 JSON 數(shù)據(jù)結(jié)構(gòu)。

下面的示例是一個格式為 JSON 的 Apache 訪問日志：

{
"time":"[30/Jul/2017:17:21:45 +0000]",
"remoteIP":"192.168.2.1",
"host":"my.host.local",
"request":"/index.html",
"query":"",
"method":"GET",
"status":"200",
"userAgent":"Mozilla/4.0 (compatible; MSIE 8.0; Windows NT 5.1; Trident/4.0; YTB720; GTB7.2; .NET CLR 1.1.4322; .NET CLR 2.0.50727; .NET CLR 3.0.4506.2152; .NET CLR 3.5.30729)", "referer":"-" 
}

我們可以使用 json filter 來保留數(shù)據(jù)結(jié)構(gòu)，而不是將日志平鋪成一行：

filter { json { source =>"message"        target => "log"   }  } }

source 配置選項定義日志中的哪個字段是你要解析的 JSON。 在這個例子中，整個消息字段是一個 JSON。 我還使用目標選項將 JSON 擴展為名為 log 的字段中的數(shù)據(jù)結(jié)構(gòu)。

在這里閱讀有關(guān)其他配置選項。

鍵值對或 KVP 是另一種常用的日志格式。 像 JSON 一樣，這種格式主要是因為它是可讀的，Logstash kv filter 插件允許你自動解析消息或以這種方式格式化的特定字段。

以此日志為例：

2017-07025 17:02:12 level=error message="connection refused" service="listener" thread=125 customerid=776622 ip=34.124.233.12 queryid=45

我可以使用以下 kv filter 來指示 Logstash 如何處理它：

filter {  
kv {
source => "metadata"
trim => """
include_keys => [ "level","service","customerid",”queryid” ]
target => "kv"
    }
}

請注意配置選項的使用。 我正在使用 source 來定義字段來執(zhí)行 key = value 搜索，trim 以忽略特定字符，include_keys指定應(yīng)該添加到日志中的解析 key，并且定位到所有 key 對象的容器， 再放入值。

在這里閱讀有關(guān)其他配置選項。

正如我在文章開頭所說，有大量的 Logstash filter 插件可供你使用。 你使用哪一個當然取決于您要處理的具體日志消息。

值得一提的其他非常有用的過濾器插件是 geoip（用于添加IP字段的地理數(shù)據(jù)）和 csv（用于解析CSV日志）插件。

雖然這些插件中的每一個都是有用的，但是當它們一起用于解析日志時，它們的全部功能被釋放。 實際上，在大多數(shù)情況下，你最有可能使用 grok 和至少一個或兩個附加插件的組合。 這種組合使用將保證你的日志在 Logstash 的另一端完美格式化！