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-3.4.13
path 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： http://localhost:9201,
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: "http://localhost:9201" 来配置地址
启动命令： .\bin\kibana.bat
访问 "http://localhost:9201" ，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：
<appender name="bingdings-log-to-kafka" class="com.github.danielwegener.logback.kafka.KafkaAppender">
<encoder>
<pattern>%msg%n</pattern>
</encoder>
<!-- 指定kafka主题，消费时要用到-->
<topic>bas-binding-topic</topic>
<keyingStrategy class="com.github.danielwegener.logback.kafka.keying.NoKeyKeyingStrategy" />
<deliveryStrategy class="com.github.danielwegener.logback.kafka.delivery.AsynchronousDeliveryStrategy" />
<!-- 配置输出到指定ip、端口的kafka -->
<producerConfig>bootstrap.servers=localhost:9092,10.8.22.13:9092</producerConfig>
<!-- this is the fallback appender if kafka is not available. -->
</appender>
<logger name = "bingdings-log-to-kafka" level="INFO" additivity = "false">
<appender-ref ref="bingdings-log-to-kafka"/>
</logger>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<String, String> kafkaConsumer = new KafkaConsumer<>(properties);
kafkaConsumer.subscribe(Arrays.asList("bas-cus-request-topic", "bas-binding-topic"));
while (true) {
ConsumerRecords<String, String> records = kafkaConsumer.poll(Long.MAX_VALUE);
System.err.println("+++++++++++++++++++++++++++++++++++++++++");
for (ConsumerRecord<String, String> 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！
原文地址：http://blog.51cto.com/12181171/2323533