ELK在MacOS(Big Sur)上安装与配置步骤

时间：2021-04-07 23:20:01 收藏：0 阅读：38

ELK学习笔记 - 安装篇

ELK学习笔记 - 安装篇

作为一篇开始学习《ELK》的博客，将会详细去介绍构成 ELK 的三个软件模块：ElasticSearch、LogStash、Kibana 的相关知识背景以及在 Mac OS Big Sur Version 11.2.3 环境中的安装的步骤；

适合刚开始接触 ELK 的入门的初学者群体；

估计阅读时间为：20分钟

估计实操时间为：40分钟

技术分享图片

1. ElasticSearch

1.1 发展历史及现状

ElasticSearch 作为一个非常有名的开源日志处理、分析软件，由 Elastic Inc 公司开发，已经拥有了超过3.5亿次的下载次数和近 10w+ 的社区成员，Elastic Inc 也提供了在云上的相关服务，并且在国内已经与腾讯云展开了合作。

有很多非常著名的网站应用了 ElasticSearch 的相关特性，对于程序员比较熟悉的有： Github 、Wiki 等网站都使用了ElasticSearch 的搜索引擎；

ElasticSearch 起源为：Lucene - Doug Cutting，缺点：不支持水平扩展的能力；

ElasticSearch 发源为：Compass - Shay Banon，是ElasticSearch 发源框架；

ElasticSearch 相比于 Lucene 以及 Compass 的特性：

支持了水平扩展，即分布式的部署，支持了容器的操作；
改变之前单一语言的局限，支持了很多种语言比如：Python、Jruby、Ruby 等语言；
支持 Hot & Warm 架构； - 多种方式集群接入
支持 RESTful API；

ElasticSearch 以其 近实时 (Near Real Time) 和 分布式存储、搜索、分析引擎 以及支持集群部署等特性，位列搜索引擎排名的第一名；

与 ElasticSearch 相比，比较著名的有：

Solr - Apache 背景的搜索框架；
Splunk - 全球第一家上市大数据公司，以Java作为核心开发语言；

ElasticSearch 提供的功能：

搜索：
- 近实时搜索，提供结构化、全文搜索等
聚合：
- 海量数据的近实时分析
分布式存储：
- 海量数据的分布式存储以及集群管理
- 服务与数据的高可用、水平扩展保障

1.2 ElasticSearch 的安装

1.首先你需要打开 ElasticSearch - cn 的官网去下载已经内置了Java开发环境的包，下载单击这里：下载链接

选择：MACOS 版本

注意：

如果你的本机的Java环境不可用或者版本老旧，请下载最新的 Jre 环境，具体的环境建议 Java jdk 11 以上的版本；

本机中的JDK版本为：
```
java version "13" 2019-09-17
Java(TM) SE Runtime Environment (build 13+33)
Java HotSpot(TM) 64-Bit Server VM (build 13+33, mixed mode, sharing)
```
在浏览器中单击 Elastic 的官网下载链接并从浏览器中下载文件是非常缓慢的，因此需要使用别的办法： wget 命令，下载速度能快一点： (我选择的是 7.10.1 版本，最新的版本已经可以达到了 7.12.0了，无所谓这个看个人)
```
wget https://artifacts.elastic.co/downloads/elasticsearch/elasticsearch-7.10.1-darwin-x86_64.tar.gz
```

2.将下载好的ElasticSearch 包解压在目录下 ~ 新创建一个 app 的文件夹，解压完成的后的路径如下：

(base) [20:05] ~/apps $ls
elasticsearch-7.10.1

3.接下来我们需要将 ~/apps/elasticsearch-7.10.1/bin 目录添加到环境变量目录中：

$sudo vim ~/.bash_profile

将下边的内容加入到 ~/.bash_profile 中：

# 这个要根据你自己的 Java 版本确定
# 确定 MacOSX 本机的 方法是： /usr/libexec/java_home -V 
# 然后修改下边的内容
export JAVA_8_HOME="$(/usr/libexec/java_home -v 1.8)"
export JAVA_13_HOME="$(/usr/libexec/java_home -v 13)"
alias jdk8="export JAVA_HOME=$JAVA_8_HOME"
alias jdk13="export JAVA_HOME=$JAVA_13_HOME"
export JAVA_HOME=$JAVA_13_HOME
#Elasticsearch
export ES_HOME=～/apps/elasticsearch-7.10.1
export PATH=$ES_HOME/bin:$JAVA_HOME/bin:$PATH

4.现在我们就已经安装好了 elasticsearch ，在终端中输入：

$ source ~/.bash_profile
$elasticsearch #等待进程启动一段时间之后，

验证：

在浏览器中输入： http://localhost:9200/ ，出现下边的信息即已经安装成功

{
  "name" : "DoHeras-MacBook-Pro.local",
  "cluster_name" : "elasticsearch",
  "cluster_uuid" : "blwcrCEHSyyJ4UWkV9eMiw",
  "version" : {
    "number" : "7.10.1",
    "build_flavor" : "default",
    "build_type" : "tar",
    "build_hash" : "1c34507e66d7db1211f66f3513706fdf548736aa",
    "build_date" : "2020-12-05T01:00:33.671820Z",
    "build_snapshot" : false,
    "lucene_version" : "8.7.0",
    "minimum_wire_compatibility_version" : "6.8.0",
    "minimum_index_compatibility_version" : "6.0.0-beta1"
  },
  "tagline" : "You Know, for Search"
}

2. Logstash

2.1 Logstash简介

Logstash 作为一款与 ElasticSearch 相配套的开源数据处理管道工具或者数据收集引擎，可以将不同的数据源相互统一起来，并将数据标准化的送入到数据处理引擎中进行处理，当然选择的数据处理引擎应该是： ElasticSearch。

Logstash 支持多种数据流的输入格式，你可以从下边的几个场景中配置 Logstash 的配置文件做到输入：

日志文件
指标数据
Web应用
数据存储
AWS 服务

工作流程：

需要处理的数据当通过 Logstash 的过滤器时，通过预先设定好的识别字段来解析数据流的各个事件，并构建对应的数据结构，最后转化成为通用的格式。

往往数据流不一定是具有结构化的，Logstash 的 Grok 可以智能分析数据流并派生出对应的结构；
解析IP地址从而知道对应的 GeoLocation；
利用 PII 进行数据的脱敏，完全排除敏感字段；

2.2 Logstash 的安装

1.类似于 Elasticsearch 的安装方法，首先需要下载从官网上Elasticsearch 相同版本的Logstash 安装包，比如之前我选择的是 7.10.1 版本，那么我也选择 7.10.1 版本的 Logstash:

[Logstash 7.10.1 下载链接][https://www.elastic.co/downloads/past-releases/logstash-7-10-1] Logstash 历史版本

# 将两个软件放在一个目录下，方便学习
(base) [20:05] ~/apps $wget https://artifacts.elastic.co/downloads/logstash/logstash-7.10.1-darwin-x86_64.tar.gz

2.解压压缩包到 ~/app 目录下，并给 ~/.bash_profile 加入 Logstash 的启动文件:

#LogStash
export LGS_HOME=～/apps/logstash-7.10.1
export PATH=$LGS_HOME/bin:$JAVA_HOME/bin:$PATH

3.在命令行中直接输入 logstash 启动：

(base) $ source ~/.bash_profile
(base) $ logstash
# 等待启动
# 如果你想让 logstash 正确的启动，那么就需要先运行 elasticsearch 再启动 logstash

3. Kibana

Kibana 作为 ELK 中的开源可视化前端应用程序，可以为 Elasticsearch 中已经加上索引的数据提供搜索功能以及数据可视化的相关功能。

3.1 Kibana 的安装

1.和前边安装的步骤相同，Kibana 的下载也需要与 elasticsearch / logstash 的版本保持相同：

Kibana 历史版本下载

(base) [20:05] ~/apps $ wget https://artifacts.elastic.co/downloads/kibana/kibana-7.10.1-darwin-x86_64.tar.gz

2.在 ~/.bash_profile 文件中加入以下的内容：

export KIB_HOME=～/apps/kibana-7.10.1-darwin-x86_64
export PATH=$KIB_HOME/bin:$JAVA_HOME/bin:$PATH

3.启动 Kibana 服务

$ source ~/.bash_profile
$ kibana
# 请先启动 elasticsearch 再 启动 kibana

最后的运行截图:

技术分享图片

原文：https://www.cnblogs.com/doherasyang/p/14629555.html