elasticsearch＋kafka日志收集和分析以及分布式配置(附)_kafka + elasticsearch 分布式日志-优快云博客

本文介绍了如何利用Kafka作为数据管道，结合Elasticsearch进行日志收集和分析。避免了直接使用MySQL同步数据的复杂性，以及JDBC-River的效率问题。详细讲解了通过Kafka批量写入Elasticsearch的方法，并提供了Elasticsearch的配置及IK分词插件的安装步骤，适用于Elasticsearch 2.3.1版本。在分布式配置中，重点强调了cluster.name的统一和discovery.zen.ping.unicast.hosts的设置来实现跨IP段的集群感应。

<span style="font-family: Arial, Helvetica, sans-serif; background-color: rgb(255, 255, 255);">由于公司内部业务需求，需要将大量的请求日志做统计分析，所以用到了elasticsearch全文搜索引擎</span>

一、采用何种方式做日志收集

1、采用mysql数据同步的方式将数据批量写入elasticsearch，这种方式需要自己控制每次最后一次插入数据的状态，以便下次从上次标记的状态继续同步数据，

2、网上给出的方案为jdbc-river这种方式同步过程比较慢，而且对于百万级数据不是最好的选择，另外对于数据的实时收集影响mysql的性能

3、最后采用kafka+elasticsearch的方式做：

具体为：

1）每次请求以及产生的数据都通过数据管道kafka做数据传输，再通过脚本将管道中的数据写入elasticsearch,这里想说的是elasticsearch有个bulk可以批量的导入数据

下面附上elasticsearch的配置以及中文分词的ik的配置方式

本文ElasticSearch2.3.1最新版的安装,如果遇到未知错误请翻墙google，国内的相关文章都比较老

首先从官网官网：https://www.elastic.co/guide/en/sense/current/installing.html下载对应的版本

（首先确保已经有jdk环境，本人jdk版本为1.8.51）这里笔者想说明的是jdk1.8.91安装以后会提示java环境找不到或者是librjava.so找不到，所以最好选择1.7到1.8.51版本

按照官网的提示进行启动发现报错：

Exception in thread "main" java.lang.RuntimeException: don't run elasticsearch as root.
at org.elasticsearch.bootstrap.Bootstrap.initializeNatives(Bootstrap.java:93)
at org.elasticsearch.bootstrap.Bootstrap.setup(Bootstrap.java:144)