微服务架构学习-进阶篇--13，分布式跟踪：ELK演练

第一节，为什么要用ELK，它解决了什么问题？

在这里插入图片描述

第二节，ElasticSearch搭建演示

请看微服务架构学习-进阶篇–（13-1）ElasticSearch搭建演示

第三节，logstash搭建演示

请看微服务架构学习-进阶篇–（13-2）logstash搭建演示

第四节，kibana搭建演示

请看微服务架构学习-进阶篇–（13-3）kibana搭建演示

第五节，spring cloud与ELK的集成演示

（1）将sleuth-consumer和sleuth-product各拷贝一份，分别重命名为sleuth-elk-consumer和sleuth-elk-product。
（2）在他们的pom文件中加入如下依赖：

<dependency>
	<groupId>net.logstash.logback</groupId>
	<artifactId>logstash-logback-encoder</artifactId>
	<version>5.0</version>
</dependency>

（3）修改日志文件logback.xml，如下：

<?xml version="1.0" encoding="UTF-8"?>
<!--该日志将日志级别不同的log信息保存到不同的文件中 -->
<configuration>
	<include resource="org/springframework/boot/logging/logback/defaults.xml" />

	<springProperty scope="context" name="springAppName"
		source="spring.application.name" />

	<!-- 日志在工程中的输出位置 -->
	<property name="LOG_FILE" value="${BUILD_FOLDER:-build}/${springAppName}" />

	<!-- 控制台的日志输出样式 -->
	<property name="CONSOLE_LOG_PATTERN"
		value="%clr(%d{yyyy-MM-dd HH:mm:ss.SSS}){faint} %clr(${LOG_LEVEL_PATTERN:-%5p}) %clr(${PID:- }){magenta} %clr(---){faint} %clr([%15.15t]){faint} %m%n${LOG_EXCEPTION_CONVERSION_WORD:-%wEx}}" />

	<!-- 控制台输出 -->
	<appender name="console" class="ch.qos.logback.core.ConsoleAppender">
		<filter class="ch.qos.logback.classic.filter.ThresholdFilter">
			<level>INFO</level>
		</filter>
		<!-- 日志输出编码 -->
		<encoder>
			<pattern>${CONSOLE_LOG_PATTERN}</pattern>
			<charset>utf8</charset>
		</encoder>
	</appender>

	<!-- 为logstash输出的JSON格式的Appender -->
	<appender name="logstash"
		class="net.logstash.logback.appender.LogstashTcpSocketAppender">
		<destination>119.3.228.85:9250</destination>
		<!-- 日志输出编码 -->
		<encoder
			class="net.logstash.logback.encoder.LoggingEventCompositeJsonEncoder">
			<providers>
				<timestamp>
					<timeZone>UTC</timeZone>
				</timestamp>
				<pattern>
					<pattern>
						{
						"severity": "%level",
						"service": "${springAppName:-}",
						"trace": "%X{X-B3-TraceId:-}",
						"span": "%X{X-B3-SpanId:-}",
						"exportable": "%X{X-Span-Export:-}",
						"pid": "${PID:-}",
						"thread": "%thread",
						"class": "%logger{40}",
						"rest": "%message"
						}
					</pattern>
				</pattern>
			</providers>
		</encoder>
	</appender>

	<!-- 日志输出级别 -->
	<root level="DEBUG">
		<appender-ref ref="console" />
		<appender-ref ref="logstash" />
	</root>
</configuration>

（4）启动这两个项目，以及启动elk。
（5）浏览器访问http://localhost:8113/productList。
（6）访问http://119.3.228.85:9102/，点“基本查询”，选择applog–》搜索，得如下结果。
在这里插入图片描述
（7）访问http://119.3.228.85:5601/app/kibana。
先创建一个进行匹配得索引，比如这里建了一个applog。

在Discover部分，选择applog索引，可以在右边看到信息。

然后创建一个过滤器，选择过滤message为cloud得数据。
在这里插入图片描述
应用过滤器，结果如下：

从结果可以看出，日志已经到达了kibana。
（8）源码点这里。