使用 Pipeline 处理日志中的 @timestamp
Filebeat 收集的日志发送到 ElasticSearch 后，会默认添加一个 @timestamp 字段作为时间戳用于检索，而日志中的信息会全部添加到 message 字段中，但是这个时间是 Filebeat 采集日志的时间，不是日志生成的实际时间，所以为了便于检索日志，需要将 @timestamp 替换为 message 字段中的时间。
这里使用的是 elasticseatch 提供的 pipeline 来进行替换。首先日志格式如下：
20-09-22 07:01:25.109 INFO - {"traceId":"65e97e88a61d7cd4558b8f3a203458fd"}
20-09-22 06:51:12.117 INFO - {"traceId":"4e0542c994919065f71536872ccb9677"}
在 Kibana 中的 Devtools 界面中编写如下 pipeline 并执行：
PUT _ingest/pipeline/test-news-server-online # test-news-server-online 为流水线的名称
{
"description": "test-news-server-online", # 对 pipeline 进行描述
"processors": [
{
"grok": { # 使用 grok 对日志内容进行提取
"field": "message", # 选择要提取信息的字段
"patterns": [
"%{TIMESTAMP_ISO8601:logatime}" # 使用 TIMESTAMP_ISO8601 的标准匹配时间，将匹配的值赋值给新增的字段 logatime
],
"ignore_failure": true # 如果日志中有不存在时间戳的行，可以添加这个配置来忽略匹配错误产生的 error 信息
},
"date": { # 使用 data 时间戳插件来格式化时间输出，替代默认的 @timestamp
"field": "logatime", # 指定使用新增的 logatime 字段
"timezone": "Asia/Shanghai", # 指定输出时间的时区，不指定的话可能会比正确的时间晚 8 个小时
"formats": [
"yy-MM-dd HH:mm:ss.SSS" # 指定时间输出的格式
],
"ignore_failure": true # 如果遇到错误则忽略
}
}
]
}
pipeline 编写完成后，在 Devtools 中可以使用如下命令进行查询：
GET _ingest/pipeline/test-news-server-online
在 filebeat 中引用这个 pipeline：
filebeat.idle_timeout: 2s
filebeat.inputs:
- backoff: 1s
backoff_factor: 2
close_inactive: 1h
enabled: true
encoding: plain
harvester_buffer_size: 262144
max_backoff: 10s
max_bytes: 10485760
paths:
- /opt/trace.log
scan_frequency: 10s
tail_lines: true
type: log
fields:
type: test-news-server
filebeat.name: filebeat-shiper
filebeat.spool_zie: 50000
output.elasticsearch:
bulk_max_size: 8192
hosts:
- 10.11.16.211:30187
- 10.11.16.212:30187
- 10.11.16.213:30187
- 10.11.16.214:30187
- 10.11.16.215:30187
index: test-news-timestamp
workers: 4
pipeline: "test-news-server-online" # 在此处指定 pipeline 的名称
processors:
- drop_fields:
fields:
- agent.ephemeral_id
- agent.hostname
- agent.id
- agent.type
- agent.version
- ecs.version
- input.type
- log.offset
- version
- decode_json_fields:
fields:
- message
max_depth: 1
overwrite_keys: true
setup.ilm.enabled: false
setup.template.name: test-news-timestamp-reverse
setup.template.pattern: test-news-timestamp-reverse-*
运行 filebeat，在 kibana 中查看日志信息，可以看到收集的日志信息中新增了 logatime 字段，@timestamp 字段的时间也与 logatime 字段保持了一致。
如果在 filebeat 运行的日志中发现了如下报错信息，有可能是日志中存在不含有时间戳的行（一般是由于日志被截断导致的，可以参考处理多行日志的文档）：
ERROR pipeline/output.go:121 Failed to publish events: temporary bulk send failure
如果不希望将 logatime 字段在日志中展示的话，可以将 pipeline 修改为如下内容：
PUT _ingest/pipeline/test-news-server-online
{
"description": "test-news-server-online",
"processors": [
{
"grok": {
"field": "message",
"patterns": [
"%{TIMESTAMP_ISO8601:logatime}"
],
"ignore_failure": true
},
"date": {
"field": "logatime",
"timezone": "Asia/Shanghai",
"formats": [
"yy-MM-dd HH:mm:ss"
],
"ignore_failure": true
},
"remove": {
"field": "logatime"
}
}
]
}
如果希望将 logatime 的值同时赋值给其他的新增字段，例如 realtime ，pipeline 修改如下：
PUT _ingest/pipeline/test-news-server-online
{
"description": "test-news-server-online",
"processors": [
{
"grok": {
"field": "message",
"patterns": [
"%{TIMESTAMP_ISO8601:logatime}"
],
"ignore_failure": true
},
"date": {
"field": "logatime",
"timezone": "Asia/Shanghai",
"target_field": "realtime"
"formats": [
"yy-MM-dd HH:mm:ss"
],
"ignore_failure": true
},
"remove": {
"field": "logatime"
}
}
]
}