Ruby 创建可由Logstash解析的组合S3日志文件

我已经编写了一个脚本来持续地将所有S3 bucket日志文件拉到我的Logstash服务器，这样就可以使用中的模式对其进行解析。唉，由于脚本从头开始重新创建日志文件，而不是仅仅附加到日志文件中，因此Logstash的

文件

输入没有看到任何新的更改。有什么想法吗

脚本如下：

#!/usr/bin/ruby

require 'rubygems'
require 'aws/s3'

# for non-us buckets, we need to change the endpoint
AWS.config(:s3_endpoint => "s3-eu-west-1.amazonaws.com")

# connect to S3
s3 = AWS::S3.new(:access_key_id => S3_ACCESS_KEY, :secret_access_key => S3_SECRET_KEY)

# grab the bucket where the logs are stored
bucket = s3.buckets[BUCKET_NAME]

File.open("/var/log/s3_bucket.log", 'w') do |file|

  # grab all the objects in the bucket, can also use a prefix here and limit what S3 returns
  bucket.objects.with_prefix('staticassets-logs/').each do |log|
    log.read do |line|
      file.write(line)
    end
  end
end

---

有什么帮助吗？谢谢

我们使用cloudtrail进行审计，并使用带有cloudtrail编解码器的s3输入，该编解码器会自动将实际日志从顶级cloudtrail对象中取出

对于您的用例，您还应该能够使用s3输入来获取实际的日志内容，然后对任何具有该类型的内容操作s3 grok过滤器

---

编辑：确保在S3输入中使用“备份到bucket”选项，因为它每次都对bucket中的所有内容进行操作，即使它只通过logstash推送最新的日志。

我最后将脚本更改为以下内容：

#!/bin/bash 
export PATH=$PATH:/bin:/usr/bin
cd /var/log/s3/$S3_BUCKET/
export s3url=s3://$S3_BUCKET/$S3_PREFIX
s3cmd -c /home/logstash/.s3cfg sync --skip-existing $s3url .

…并将其从评估单个日志文件更改为全局搜索整个

/var/log/s3/my_bucket

目录：

input {
  file {
    type => "s3-access-log"
    path => "/var/log/s3/$S3_BUCKET/$S3_BUCKET/*"
    sincedb_path => "/dev/null"
    start_position => "beginning"
  }
}
filter {
    if [type] == "s3-access-log" {
        grok {
            patterns_dir => ["/etc/logstash/conf.d/patterns"]
            match => { "message" => "%{S3_ACCESS_LOG}" }
            remove_field => ["message"]
        }
        date {
            match => [ "timestamp" , "dd/MMM/yyyy:HH:mm:ss Z" ]
            remove_field => ["timestamp"]
        }
    }
}
output {
  elasticsearch { host => localhost }
  stdout { codec => rubydebug }
}

---

现在工作得非常出色。

我有另一个脚本，它可以抓取CloudTrail日志，而且工作得非常好——因为它附加到文件末尾，而不是在每次cron运行时都重新创建它。这会更好，因为如果文件被重写或重新创建，而不是仅仅修改（除非我遗漏了什么），sincedb会感到困惑。唉，由于不同的日志文件前缀结构，这对S3不起作用……我们没有遇到这个问题，但可能只是时间问题。我们也可能不会遇到cloudtrail日志的问题，因为它只是每15分钟一个新文件。虽然看起来您只是从staticassets日志/前缀（这可能只是一个示例）中删除了所有内容，但我想说，多个s3输入将允许您这样做并提高吞吐量（尽管这可能会很痛苦）。