Kibana - 如何从现有 Kubernetes 日志中提取字段

Question

我有一种 ELK 堆栈，使用 fluentd 而不是 logstash，在 Kubernetes 集群上作为 DaemonSet 运行，并将所有容器中的所有日志以 logstash 格式发送到 Elasticsearch 服务器。

在 Kubernetes 集群上运行的众多容器中，有一些是 nginx 容器，它们输出以下格式的日志：

121.29.251.188 - [16/Feb/2017:09:31:35 +0000] host="subdomain.site.com" req="GET /data/schedule/update?date=2017-03-01&type=monthly&blocked=0 HTTP/1.1" status=200 body_bytes=4433 referer="https://subdomain.site.com/schedule/2589959/edit?location=23092&return=monthly" user_agent="Mozilla/5.0 (Windows NT 6.1; WOW64; rv:51.0) Gecko/20100101 Firefox/51.0" time=0.130 hostname=webapp-3188232752-ly36o

在 Kibana 中可见的字段如下图所示：

这种类型的日志被索引后是否可以提取字段？

fluentd 收集器配置了以下源，它处理所有容器，因此由于来自不同容器的输出非常不同，因此无法在此阶段强制执行格式：

<source>
  type tail
  path /var/log/containers/*.log
  pos_file /var/log/es-containers.log.pos
  time_format %Y-%m-%dT%H:%M:%S.%NZ
  tag kubernetes.*
  format json
  read_from_head true
</source>

在理想情况下，我想用“log”字段中的元字段来丰富上面屏幕截图中可见的字段，例如“host”、“req”、“status”等。

Answer 1

经过几天的研究并习惯了EFK stack，我得出了一个 EFK 特定的解决方案，而不是 Darth_Vader 的答案，这只能在 ELK 堆栈上实现。

总而言之，我使用的是 Fluentd 而不是 Logstash，所以如果您还安装了 Fluentd Grok Plugin，任何 grok 解决方案都可以工作，我决定不这样做，因为：

事实证明，Fluentd 通过使用parser filters 拥有自己的字段提取功能。为了解决我的问题，就在 <match **> 行之前，因此在日志行对象已经丰富了 kubernetes 元数据字段和标签之后，我添加了以下内容：

<filter kubernetes.var.log.containers.webapp-**.log>
  type parser
  key_name log
  reserve_data yes
  format /^(?<ip>[^-]*) - \[(?<datetime>[^\]]*)\] host="(?<hostname>[^"]*)" req="(?<method>[^ ]*) (?<uri>[^ ]*) (?<http_version>[^"]*)" status=(?<status_code>[^ ]*) body_bytes=(?<body_bytes>[^ ]*) referer="(?<referer>[^"]*)" user_agent="(?<user_agent>[^"]*)" time=(?<req_time>[^ ]*)/
</filter>

解释一下：

<filter kubernetes.var.log.containers.webapp-**.log> - 将块应用于与该标签匹配的所有行；在我的例子中，Web 服务器组件的容器被称为 webapp-{something}

type parser - 告诉 fluentd 应用解析器过滤器

key_name log - 仅在日志行的log 属性上应用模式，而不是整行，这是一个 json 字符串

reserve_data yes - 非常重要，如果未指定，整个日志行对象将仅替换为从 format 提取的属性，因此如果您已经有其他属性，例如由 kubernetes_metadata 过滤器添加的属性，这些不添加reserve_data选项时会被移除

format - 一个正则表达式，应用于log 键的值以提取命名属性

请注意，我使用的是 Fluentd 1.12，因此此语法与较新的 1.14 语法不完全兼容，但只要对解析器声明稍作调整即可使用该原理。

Answer 2

为了将日志行提取到字段中，您可能必须使用grok 过滤器。您可以做的是拥有一个 regex 模式，以匹配您需要的日志行的确切部分。 Grok 过滤器可能如下所示：

grok {
    patterns_dir => ["pathto/patterns"]
    match => { "message" => "^%{LOGTIMESTAMP:logtimestamp}%{GREEDYDATA:data}" }         
}                                                 ^-----------------------^ are the fields you would see in ES when log is being indexed

----------------------------------------------- -----^ LOGTIMESTAMP 应该在你的模式文件中定义如下：

LOGTIMESTAMP %{YEAR}%{MONTHNUM}%{MONTHDAY} %{TIME}

一旦您有了匹配的字段，您就可以简单地将它们用于filtering 目的，或者您仍然可以保持原样，如果主要原因是它从日志行中提取字段。

if "something" in [message]{
     mutate {
         add_field => { "new_field" => %{logtimestamp} }
     }          
}

以上只是一个示例，您可以根据需要对其进行复制。您可以使用this 工具来测试您的模式以及您想要匹配的字符串！

Blog post，可能会很方便！希望这会有所帮助。