ELK即Elasticsearch、Logstash、Kibana,組合起來可以搭建線上日志系統，本文主要講解使用ELK來收集SpringBoot應用產生的日志。

ELK中各個服務的作用

Elasticsearch:用于存儲收集到的日志信息； Logstash:用于收集日志，SpringBoot應用整合了Logstash以后會把日志發送給Logstash,Logstash再把日志轉發給Elasticsearch； Kibana:通過Web端的可視化界面來查看日志。

使用Docker Compose 搭建ELK環境

需要下載的Docker鏡像

docker pull elasticsearch:6.4.0docker pull logstash:6.4.0docker pull kibana:6.4.0

搭建前準備

elasticsearch啟動成功需要特殊配置

需要設置系統內核參數，否則會因為內存不足無法啟動。

# 改變設置sysctl -w vm.max_map_count=262144# 使之立即生效sysctl -p

需要創建/mydata/elasticsearch/data目錄并設置權限，否則會因為無權限訪問而啟動失敗。

# 創建目錄mkdir /mydata/elasticsearch/data/# 創建并改變該目錄權限chmod 777 /mydata/elasticsearch/data

開始搭建

創建一個存放logstash配置的目錄并上傳配置文件

logstash-springboot.conf文件內容

input { tcp { mode => 'server' host => '0.0.0.0' port => 4560 codec => json_lines }}output { elasticsearch { hosts => 'es:9200' index => 'springboot-logstash-%{+YYYY.MM.dd}' }}

創建配置文件存放目錄并上傳配置文件到該目錄

mkdir /mydata/logstash

使用docker-compose.yml腳本啟動ELK服務docker-compose.yml內容

version: ’3’services: elasticsearch: image: elasticsearch:6.4.0 container_name: elasticsearch environment: - 'cluster.name=elasticsearch' #設置集群名稱為elasticsearch - 'discovery.type=single-node' #以單一節點模式啟動 - 'ES_JAVA_OPTS=-Xms512m -Xmx512m' #設置使用jvm內存大小 volumes: - /mydata/elasticsearch/plugins:/usr/share/elasticsearch/plugins #插件文件掛載 - /mydata/elasticsearch/data:/usr/share/elasticsearch/data #數據文件掛載 ports: - 9200:9200 kibana: image: kibana:6.4.0 container_name: kibana links: - elasticsearch:es #可以用es這個域名訪問elasticsearch服務 depends_on: - elasticsearch #kibana在elasticsearch啟動之后再啟動 environment: - 'elasticsearch.hosts=http://es:9200' #設置訪問elasticsearch的地址 ports: - 5601:5601 logstash: image: logstash:6.4.0 container_name: logstash volumes: - /mydata/logstash/logstash-springboot.conf:/usr/share/logstash/pipeline/logstash.conf #掛載logstash的配置文件 depends_on: - elasticsearch #kibana在elasticsearch啟動之后再啟動 links: - elasticsearch:es #可以用es這個域名訪問elasticsearch服務 ports: - 4560:4560

上傳到linux服務器并使用docker-compose命令運行

docker-compose up -d

注意：Elasticsearch啟動可能需要好幾分鐘，要耐心等待。

在logstash中安裝json_lines插件

# 進入logstash容器docker exec -it logstash /bin/bash# 進入bin目錄cd /bin/# 安裝插件logstash-plugin install logstash-codec-json_lines# 退出容器exit# 重啟logstash服務docker restart logstash

開啟防火墻并在kibana中查看

systemctl stop firewalld

訪問地址：http://192.168.3.101:5601

SpringBoot應用集成Logstash

在pom.xml中添加logstash-logback-encoder依賴

<!--集成logstash--><dependency> <groupId>net.logstash.logback</groupId> <artifactId>logstash-logback-encoder</artifactId> <version>5.3</version></dependency>

添加配置文件logback-spring.xml讓logback的日志輸出到logstash

注意appender節點下的destination需要改成你自己的logstash服務地址，比如我的是：192.168.3.101:4560 。

<?xml version='1.0' encoding='UTF-8'?><!DOCTYPE configuration><configuration> <include resource='org/springframework/boot/logging/logback/defaults.xml'/> <include resource='org/springframework/boot/logging/logback/console-appender.xml'/> <!--應用名稱--> <property name='APP_NAME' value='mall-admin'/> <!--日志文件保存路徑--> <property name='LOG_FILE_PATH' value='${LOG_FILE:-${LOG_PATH:-${LOG_TEMP:-${java.io.tmpdir:-/tmp}}}/logs}'/> <contextName>${APP_NAME}</contextName> <!--每天記錄日志到文件appender--> <appender name='FILE' class='ch.qos.logback.core.rolling.RollingFileAppender'> <rollingPolicy class='ch.qos.logback.core.rolling.TimeBasedRollingPolicy'> <fileNamePattern>${LOG_FILE_PATH}/${APP_NAME}-%d{yyyy-MM-dd}.log</fileNamePattern> <maxHistory>30</maxHistory> </rollingPolicy> <encoder> <pattern>${FILE_LOG_PATTERN}</pattern> </encoder> </appender> <!--輸出到logstash的appender--> <appender name='LOGSTASH' class='net.logstash.logback.appender.LogstashTcpSocketAppender'> <!--可以訪問的logstash日志收集端口--> <destination>192.168.3.101:4560</destination> <encoder charset='UTF-8' /> </appender> <root level='INFO'> <appender-ref ref='CONSOLE'/> <appender-ref ref='FILE'/> <appender-ref ref='LOGSTASH'/> </root></configuration>

運行Springboot應用

在kibana中查看日志信息創建index pattern

查看收集的日志

調用接口進行測試

制造一個異常并查看修改獲取所有品牌列表接口

調用該接口并查看日志

總結

搭建了ELK日志收集系統之后，我們如果要查看SpringBoot應用的日志信息，就不需要查看日志文件了，直接在Kibana中查看即可。

到此這篇關于SpringBoot應用整合ELK實現日志收集的示例代碼的文章就介紹到這了,更多相關SpringBoot ELK日志收集內容請搜索好吧啦網以前的文章或繼續瀏覽下面的相關文章希望大家以后多多支持好吧啦網！