用到的软件：zookeeper、kafka、logstash（6.3.2版本）、ES（6.3.2版本）、Kibana（6.3.2版本）。具体安装步骤不在此说明，基本都是下载解压，改一下配置文件，即可使用。（以下所述均在Windows下）

1、zookeeper：kafka中自带zookeeper，可以不用装zookeeper，如果想自己另装，需配置环境变量，如下：ZOOKEEPER_HOME => D:\nomalAPP\zookeeper-3.4.13path 里面加入 %ZOOKEEPER_HOME%\bin如果配置好以后，在cmd里运行zkserver报找不到java错误的话，可能是java环境变量的位置放置有问题，可以将path里面配置的java环境位置移到最前面。</b>

2、kafka：

kafka如果启动报找不到java的错误，原因在于kafka-run-class.bat的179行，找到里面的 %CLASSPATH% ，将其用双引号括起来。即改为：set COMMAND=%JAVA% %KAFKA_HEAP_OPTS% %KAFKA_JVM_PERFORMANCE_OPTS% %KAFKA_JMX_OPTS% %KAFKA_LOG4J_OPTS% -cp "%CLASSPATH%" %KAFKA_OPTS% %* </b>kafka的配置文件server.properties里面要修改的：日志所放置的目录（可以选择用默认的）：log.dirs=D:/nomalAPP/kafka_2.12-2.0.0/kafka-logs，连接zookeeper的ip和端口：zookeeper.connect=localhost:2181其他的均可用默认配置。</b>启动命令：cmd锁定安装目录，然后 .\bin\windows\kafka-server-start.bat .\config\server.properties</b>3、logstash：在config目录下，logstash.yml里面，如果想启动多个，在里面可以配置 http.port=9600-9700，如果没有配置这一项，会使用默认的9600端口。在config目录下，增加一个logstash.conf的配置文件，用来配置数据源，和数据过滤，数据输出的位置，如下：

input {            #   ==>    用kafka的日志作为数据源   kafka{       ····#（kafka的IP和端口）        bootstrap_servers => "10.8.22.15:9092"          # （在有多个相同类型的数据源时，需要配置）        client_id => "test1"          # （消费者分组，可以通过组 ID 去指定，不同的组之间消费是相互不受影响的，相互隔离）        group_id => "test1"           auto_offset_reset => "latest"            # （消费者线程个数）        consumer_threads => 5           # （在输出消息的时候会输出自身的信息包括:消费消息的大小， topic 来源以及 consumer 的 group 信息）        decorate_events => true            # （主题）        topics => ["bas-binding-topic"]            # （用于ES索引）        type => "bas-binding-topic"          # （数据格式）        codec => "json"             tags => ["bas-binding-topic"]      }        kafka{          bootstrap_servers => "10.8.22.15:9092"          client_id => "test2"          group_id => "test2"          auto_offset_reset => "latest"          consumer_threads => 5        #decorate_events => true          topics => ["bas-cus-request-topic"]          type => "bas-cus-request-topic"          codec => "json"        tags => ["bas-cus-request-topic"]      }  }filter {    filter插件负责过滤解析input读取的数据，可以用grok插件正则解析数据，    date插件解析日期，json插件解析json等等}output {    # 输出到ES    if "bas-binding-topic" in [tags] {       elasticsearch{               # ES的IP和端口            hosts => ["localhost:9201"]              # 索引名称：主题+时间            index => "bas-binding-topic-%{+YYYY.MM.dd+HH:mm:ss}"              timeout => 300        }        stdout {            codec => rubydebug         }  }  if "bas-cus-request-topic" in [tags] {       elasticsearch{              hosts => ["localhost:9201"]              index => "bas-cus-request-topic-%{+YYYY.MM.dd+HH:mm:ss}"              timeout => 300        }        stdout {            codec => rubydebug         }  }}

启动logstash的命令： .\bin\logstash.bat -f .\config\logstash.conf </b>

4、ES：

在config目录下，elasticsearch.yml配置文件中，ES的默认端口为9200，可以通过http.port=9201来修改启动命令： .\bin\elasticsearch.bat启动后，在浏览器访问： ,如果出现了一些信息，表示启动成功。</b>

5、Kibana：

在config目录下，kibana.yml配置文件中，通过elasticsearch.url: "" 来配置地址启动命令： .\bin\kibana.bat访问 "" ，如果出现需要输入用户名密码的界面，表示ES启动失败，如果直接显示Kibana界面，则启动成功。</b>

logstash数据输出到ES时，会选择ES默认的映射来解析数据。如果觉得默认映射不满足使用条件，可以自定模板：

借助postman工具创建ES模板，如下：收到此响应表示创建成功。然后可以通过GET请求查询你刚才创建的模板，通过DELETE请求删除刚才创建的模板。</b>

向kafka主题中发送日志信息，发送的信息会在cmd窗口显示，如下：

同时，在Kibana界面会看到相应的索引，索引名称就是在logstash.conf的输出中配置的，如下：Visualize：可以选择自己想要的索引去进行图形分析，效果如下：Dashboard：将做过的图整合到仪表盘，效果如下：

另外，可以设置自动刷新，即当有新的数据发送到kafka时，所做的图会自动根据主题来进行刷新。

项目中，可以通过logback来讲日志输出到kafka，具体配置如下：

          
             
      
       %msg%n
            
                 
           
     
      bas-binding-topic
           
           
           
           
     
      bootstrap.servers=localhost:9092,10.8.22.13:9092
           
         
        
           
         
    

然后在记日志的时候，记到对应的主题，日志就会写到kafka相应的位置。可以通过消费者来消费主题，查看日志是否成功写入，如下：

@SuppressWarnings("resource")  public static void main(String[] args) {    Properties properties = new Properties();    properties.put("bootstrap.servers", "127.0.0.1:9092");    properties.put("group.id", "group-1");    properties.put("enable.auto.commit", "false");    properties.put("auto.commit.interval.ms", "1000");    properties.put("auto.offset.reset", "earliest");    properties.put("session.timeout.ms", "30000");    properties.put("key.deserializer", "org.apache.kafka.common.serialization.StringDeserializer");    properties.put("value.deserializer",         "org.apache.kafka.common.serialization.StringDeserializer");    KafkaConsumer
    
      kafkaConsumer = new KafkaConsumer<>(properties);    kafkaConsumer.subscribe(Arrays.asList("bas-cus-request-topic", "bas-binding-topic"));    while (true) {      ConsumerRecords
     
       records = kafkaConsumer.poll(Long.MAX_VALUE);      System.err.println("+++++++++++++++++++++++++++++++++++++++++");      for (ConsumerRecord
      
        record : records) {        System.err.println(record.offset() + ">>>>>>" + record.value());      }      System.err.println("+++++++++++++++++++++++++++++++++++++++++++++");      break;    }  }
      
     
    

暂时想到的就这些，有建议的，欢迎评论提醒我进行补充，谢谢！