简单使用packetbeat

简介:

在前面两篇文章中记录了使用logstash来收集mysql的慢查询日志,然后通过kibanaweb的方式展示出来,但在生产环境中,需求会更复杂一些,而且通过logstash写正则,实在是个费时费劲的事。例如在生产环境中会有要求分析某个时间段mysql或者mongodb的慢查询日志情况;还有I/O吞吐量;这个时间段内经常执行的查询语句,http访问情况等信息;然后将分析出来的结果以图表的形式展现出来。听起来是不是有点头晕,有点高大上的感觉,其实通过packetbeat,一切将变得简单高效。本文介绍使用packetbeatelasticsearch,kibana实现这个需求。

 

操作系统版本:centos6.6 64bit

Elasticsearch版本:elasticsearch-2.1.0.tar.gz

Kibana版本:Kibana 4.2.1

Packetbeat版本:packetbeat-1.0.0-1.x86_64

Topbeat版本:topbeat-1.0.0-x86_64 topbeat其实是用来收集操作系统信息的)

 

在前两篇文章中未介绍如果安装elasticsearch和kibana,这个其实很简单,基本下载下来解压一下,稍微修改一下配置文件即可运行起来,所有就忽略了,如果有问题,可以自行百度或者bing一下。

目前packetbeat支持的网络协议有http,mysql,postgresql,redis,mongodbthriftPacketet支持pcappf_ring抓包方式,采用哪种方式进行抓包,则需要安装相应的依赖包。

 

一:下载并安装packetbeat

1
2
3
# yum -y install libpcap
# rpm -ivh https://download.elastic.co/beats/packetbeat/packetbeat-1.0.0-x86_64.rpm
# rpm -ivh https://download.elastic.co/beats/topbeat/topbeat-1.0.0-x86_64.rpm

二:向elasticsearch导入packetbeat模板

1
2
# curl -XPUT 
'http://192.168.1.226:9200/_template/packetbeat' -d@/etc/packetbeat/packetbeat.template.json

三:修改packetbeat配置文件

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
# cat /etc/packetbeat/packetbeat.yml  --server15
shipper:
  name: server15
  tags: ["server15"]
interfaces:
   device: any
   type: pcap
   buffer_size_mb: 100
protocols:
   mysql:
     ports: [3306]
output:
   elasticsearch:
     host: 192.168.1.207
     port: 9200
enabled: true
  
# cat /etc/packetbeat/packetbeat.yml  --server226
shipper:
  name: server226
  tags: ["server226"]
interfaces:
   device: eth0
   type: pcap
   buffer_size_mb: 100
  
protocols:  
   mongodb:
     ports: [37017, 38017]
     send_request: true     # index the request payload
     send_response: true    # index the response payload
     max_docs: 10           # maximum number of documents to index per request/response
     max_doc_length: 1024   # maximum document size to index
protocols:
  mysql:
     ports: [3306]
protocols:
  redis:
     ports: [6379]
  
output:
   elasticsearch:
     enabled: true
     host: 192.168.1.207
     port: 9200

四:启动packetbeat服务

1
# /etc/init.d/packetbeat start

五:导入packetbeat-dashboards

1
2
3
# git clone https://github.com/elastic/packetbeat-dashboards
# cd packetbeat-dashboards
# sh load.sh -url http://192.168.1.207:9200

六:web展示

1: 配置索引,这个在执行完load.sh脚本之后,索引会自动创建

wKiom1ZuiQ_wSfvGAACffDA-MDM552.png

2: 查看客户端的数据推送情况

wKiom1ZuiTnDruz2AADq8GDSF-E663.png

3: 查看导入的面板,可视化视图,点击setting-objects

wKioL1ZuiW7jT1nlAABr3Brl0hc212.png

4: 图形展示,点击dashboard-load save dashboards

wKioL1ZuiZySBukgAABD8K7ZGHQ261.png

Mysql情况:

wKiom1Zuib3B0N8GAAC-SiDsHqY275.png

在有多台mysql服务的情况下,可以根据tags来区分,在搜索框中输入相应的tag,则只显示对应的数据

wKiom1ZuieKx5OKOAADLhj9NrP8791.png

Mongodb情况

wKiom1ZuigDgzATgAABt0o2Rnfw187.png

汇总情况:

wKiom1ZuihuCI8WaAACjCa0H8Ww300.png

更多数据演示请访问packetbeat demo网址:http://demo.elastic.co/packetbeat/

 

七:故障排错

1: 在测试过程中曾经发现mysql里面的most frequent Mysql queriesslowest mysql queries数据显示不全,像是被截断的样子,排查后发现其实是模板的问题,删除模板后重新导入即可.

wKioL1ZuilehmdvhAACK_2SQDeI261.png

wKiom1ZuilLyFRN8AABmQsQvIVk594.png

1
2
3
4
5
  # curl -XDELETE 'http://192.168.1.207:9200/*'
  # curl -XPUT
  'http://192.168.1.207:9200/_template/packetbeat' -d@/etc/packetbeat/packetbeat.template.json
# cd packetbeat-dashboards
# sh load.sh -url http://192.168.1.207:9200

2: elasticsearch数据维护

搜索数据:(如果你有多个索引,可以把packetbeat-*换成对应的索引名)

1
# curl -XGET 'http://192.168.1.226:9200/packetbeat-*/_search?pretty'

删除数据(如果你有多个索引,可以把packetbeat-*换成对应的索引名)

1
# curl -XDELETE 'http://192.168.1.207:9200/packetbeat-*'
本文转自斩月博客51CTO博客,原文链接http://blog.51cto.com/ylw6006/1722905如需转载请自行联系原作者

ylw6006
相关实践学习
以电商场景为例搭建AI语义搜索应用
本实验旨在通过阿里云Elasticsearch结合阿里云搜索开发工作台AI模型服务,构建一个高效、精准的语义搜索系统,模拟电商场景,深入理解AI搜索技术原理并掌握其实现过程。
ElasticSearch 最新快速入门教程
本课程由千锋教育提供。全文搜索的需求非常大。而开源的解决办法Elasricsearch(Elastic)就是一个非常好的工具。目前是全文搜索引擎的首选。本系列教程由浅入深讲解了在CentOS7系统下如何搭建ElasticSearch,如何使用Kibana实现各种方式的搜索并详细分析了搜索的原理,最后讲解了在Java应用中如何集成ElasticSearch并实现搜索。  
相关文章
问题提解决:ERROR: Could not install packages due to an OSError: HTTPSConnectionPool(host=‘files.pythonhos
问题提解决:ERROR: Could not install packages due to an OSError: HTTPSConnectionPool(host=‘files.pythonhos
|
存储 人工智能 安全
智能语音助手的隐私保护技术探讨####
【10月更文挑战第19天】 本文聚焦于智能语音助手的隐私保护技术,通过分析当前技术现状、面临的挑战及未来发展趋势,为开发者和用户提供了一份深入浅出的技术指南。文章指出,随着人工智能技术的飞速发展,智能语音助手已成为日常生活的重要组成部分,但其背后的隐私问题不容忽视。通过技术创新和合理的策略部署,我们有望在享受便捷服务的同时,有效保护个人隐私。 ####
|
前端开发 Java Docker
使用Docker容器化部署Spring Boot应用程序
使用Docker容器化部署Spring Boot应用程序
|
监控 安全 网络安全
网络安全中的网络隔离与访问控制技术
【7月更文挑战第5天】网络隔离与访问控制技术是网络安全领域的重要组成部分。通过合理的网络隔离和严格的访问控制策略,可以有效保护网络资产免受未经授权的访问和攻击。随着技术的不断发展,我们需要不断探索和创新,以应对日益复杂的网络安全威胁。
|
Java
“解密Netty中的BossGroup与WorkerGroup:他们之间的默契和配合“
“解密Netty中的BossGroup与WorkerGroup:他们之间的默契和配合“
1443 0
|
存储 关系型数据库 MySQL
packetbeat配置分析
packetbeat配置分析
|
机器学习/深度学习 人工智能 自然语言处理
智能家居技术的未来:从自动化到人工智能
随着科技的不断进步,智能家居系统已经从简单的自动化设备演变为集成了复杂算法和人工智能的平台。本文将探讨智能家居技术的发展趋势,包括物联网(IoT)、数据分析、机器学习和自然语言处理等关键技术如何推动智能家居向更高层次的智能化迈进。通过分析当前市场上的技术解决方案和预测未来的技术革新,我们可以预见智能家居将成为提高生活质量、节能减排和增强居住安全的重要力量。
256 3
|
机器学习/深度学习 JavaScript 算法
深度学习500问——Chapter07:生成对抗网络(GAN)(1)
深度学习500问——Chapter07:生成对抗网络(GAN)(1)
561 3
|
SQL 缓存 关系型数据库
MySQL(三)SQL优化、Buffer pool、Change buffer
MySQL(三)SQL优化、Buffer pool、Change buffer
444 0
|
数据可视化 数据库
OpenSearch如何可视化分析数据?
OpenSearch如何可视化分析数据
505 0