编码插件(Codec)

Codec 是 logstash 从 1.3.0 版开始新引入的概念(Codec 来自 Coder/decoder 两个单词的首字母缩写)。

在此之前，logstash 只支持纯文本形式输入，然后以过滤器处理它。但现在，我们可以在输入 期处理不同类型的数据，这全是因为有了 codec 设置。

所以，这里需要纠正之前的一个概念。Logstash 不只是一个input | filter | output 的数据流，而是一个 input | decode | filter | encode | output 的数据流！codec 就是用来 decode、encode 事件的。

codec 的引入，使得 logstash 可以更好更方便的与其他有自定义数据格式的运维产品共存，比如 graphite、fluent、netflow、collectd，以及使用 msgpack、json、edn 等通用数据格式的其他产品等。

事实上，我们在第一个 “hello world” 用例中就已经用过 codec 了 —— rubydebug 就是一种 codec！虽然它一般只会用在 stdout 插件中，作为配置测试或者调试的工具。

1，采用json编码

这里通过nginx日志作为案例测试学习使用。修改nginx配置文件，将日志以json格式存储：

1. log_format json '{"@timestamp":"$time_iso8601",'
2. '"@version":"1",'
3. '"host":"$server_addr",'
4. '"client":"$remote_addr",'
5. '"size":$body_bytes_sent,'
6. '"responsetime":$request_time,'
7. '"domain":"$host",'
8. '"url":"$uri",'
9. '"status":"$status"}';
10. access_log /logs/nginx/access.log json;

重启nginx使其生效。

设置测试使用的logstash配置文件webnginx.conf：

1. input {
2. file {
3. path => "/logs/nginx/access.log"
4. type => "nginx"
5. start_position => "beginning"
6. add_field => { "key"=>"value"}
7. codec => "json"
8. }
9.  
10. }
11. output {
12. stdout{
13. codec => rubydebug{ }
14. }
15. }

logstash加载启动测试：

1. logstash -f webnginx.conf

访问测试地址，显示如下（这里我将www.elk.com定向到了nginx所在的虚拟机）

1. {
2. "type" => "nginx",
3. "url" => "/app/panels/timepicker/module.html",
4. "tags" => [],
5. "path" => "/logs/nginx/access.log",
6. "@timestamp" => 2017-02-13T17:02:47.000Z,
7. "size" => 2397,
8. "domain" => "www.elk.com",
9. "@version" => "1",
10. "host" => "192.168.1.104",
11. "client" => "192.168.2.16",
12. "responsetime" => 0.0,
13. "key" => "value",
14. "status" => "200"
15. }
16.  

补充说明：
日志格式中统一记录为字符串格式(即都带上双引号 “)，然后再在 logstash 中用 filter/mutate 插件来变更应该是数值类型的字符字段的值类型。

2，合并多行数据(Multiline)

有些时候，应用程序调试日志会包含非常丰富的内容，为一个事件打印出很多行内容。这种日志通常都很难通过命令行解析的方式做分析。 logstash 正为此准备好了 codec/multiline 插件。测试：

1. input {
2. stdin {
3. codec => multiline {
4. pattern => "^\["
5. negate => true
6. what => "previous"
7. }
9. }
10. }
11. output {
12. stdout {
13. codec => rubydebug{ }
14. }
15. }
16.  

加载:logstash -f multiline.conf
效果如下：

1. hello world
2. hello logstash
3. hello multiline
4. [
5. {
6. "@timestamp" => 2017-02-13T17:29:47.658Z,
7. "@version" => "1",
8. "host" => "0.0.0.0",
9. "message" => "[\nhello world\nhello logstash\nhello multiline",
10. "tags" => [
11. [0] "multiline"
12. ]
13. }
14.  

这个插件的原理很简单，就是把当前行的数据添加到前面一行后面，直到新进的当前行匹配 ^\[ 正则为止。这个正则还可以用 grok 表达式。

参考文章：
http://kibana.logstash.es/content/logstash/plugins/codec/multiline.html