ELK 教學 - Logstash Grok Filter 建立欄位

-- Pageviews

Logstash 在 ELK 架構中,是負責把收到的純文字資料,做特定的規則處理,就可以變成指定的欄位。
建立欄位的好處是可以方便搜尋,而且也能做到比全文檢索更好的分析,可說是欄位切的好,查詢沒煩惱
我個人認為 Logstash 中最精華的部分就屬 Grok Filter。
本篇將簡單教學如何透過 Logstash Grok Filter 建立 Elasticsearch 欄位。

想了解 ELK 基本架構可以參考這篇:ELK 教學 - 從無到有安裝 ELK (CentOS/Red Hat)

Grok Filter

Grok 的用法是在 Logstash 的 filter 中,使用 grok { } 區塊,如下:

1
2
3
4
5
6
7
8
9
10
11
12
input {
# ...
}
filter {
grok {
match => [ "來源欄位", "Patterns" ]
}
# ...
}
output {
# ...
}

grok 區塊中宣告 match,當來源欄位符合PatternsGrok PatternsRegular Expression(正規表示式)時,就會建立指定的欄位。

Grok Patterns

Grok Patterns 的基本用法是:%{Pattern名稱:欄位名稱:型別}

  • Pattern名稱
    其實 Grok Patterns 只是 Grok 預先寫好的常用正規表示式,可以參考grok-patterns
  • 欄位名稱
    欄位名稱是自訂的輸出名稱,當符合 Pattern 時,就會建立這個欄位,並把符合 Pattern 的內容填入這個欄位。
  • 型別
    預設型別都是字串。可以參考Field datatype

舉例來說,我們有一個筆 Log 如下:

1
2017-12-04 12:34:56,789 [1] INFO MemberController - Call SampleDB.SP_CreateMember [0.001234]

可以透過 message 欄位取得 Logstash 收到的 Log 資料,所以來源欄位就是 messagePatterns 如下:

1
2
3
grok {    
match => [ "message", "%{TIMESTAMP_ISO8601:logTimestamp} \[%{NUMBER:thread:integer}\] %{DATA:logType} %{DATA:logger} - %{GREEDYDATA:detail} \[%{NUMBER:duration:double}\]" ]
}

當 Log 符合這個 Patterns 時,就會切分出以下 6 個欄位:

  • logTimestamp(字串): 2017-12-04 12:34:56,789
  • thread(數值): 1
  • logType(字串): INFO
  • logger(字串): MemberController
  • detail(字串): Call SampleDB.SP_CreateMember
  • duration(數值): 0.001234

Grok Regular Expression

Grok Regular Expression 的用法是:(?<欄位名稱>Regular Expression)

Grok Patterns 只是 Grok 預先寫好的常用正規表示式,所以也可以自己寫正規表示式,不一定要用 Grok Patterns 所提供的。
Log 用跟上述一樣的例子,把 Grok Patterns 轉換成正規表示式,如下:

1
2
3
4
5
6
grok {    
match => [
"message",
"(?<logTimestamp>\d{4}-\d{2}-\d{2} \d{2}:\d{2}:\d{2},\d{3}) \[(?<thread>\d+)\] (?<logType>.*?) (?<logger>.*?) - (?<detail>.*) \[(?<duration>\d+(\.\d+)*)\]"
]
}

Grok Patterns 及 Regular Expression 是可以混用的,例如:

1
2
3
4
5
6
grok {    
match => [
"message",
"%{TIMESTAMP_ISO8601:logTimestamp} \[%{NUMBER:thread:integer}\] %{DATA:logType} %{DATA:logger} - Call (?<database>\w+)\.(?<storedProcedure>SP_\w+) \[%{NUMBER:duration:double}\]"
]
}

會切分出以下 7 個欄位:

  • logTimestamp(字串): 2017-12-04 12:34:56,789
  • thread(數值): 1
  • logType(字串): INFO
  • logger(字串): MemberController
  • database(字串): SampleDB
  • storedProcedure(字串): SP_CreateMember

    storedProcedure 欄位必須是 SP_ 開頭。

  • duration(數值): 0.001234

Grok Debugger Tool

在撰寫 Grok Pattern 時,可以透過一些工具檢查語法對不對,是否有產出預期的欄位。
我慣用的工具如下:

Kibana 6.x 版以後也有內建 Grok Debugger 功能。

Grok Debugger

Grok Debugger 很簡約,輸入預期的 Input Message 及 Patterns 就會立即驗證及產出 JSON 格式的欄位。如下:

ELK 教學 - Logstash Grok Filter 建立欄位 - Grok Debugger

Grok Constructor

Grok Constructor 有支援 Filter 多筆 Message,但不支援指派型別(例:%{NUMBER:duration:double})。
畫面如下:

ELK 教學 - Logstash Grok Filter 建立欄位 - Grok Constructor

參考

Grok filter plugin
grok-patterns