虚拟化容器,大数据,DBA,中间件,监控。

基于 Elasticsearch + kibana 实现 IP 地址分布地图可视化

21 04月
作者:admin|分类:大数据

基于 Elasticsearch + kibana 实现 IP 地址分布地图可视化

1、需求

  • 有一批特定用途(文末揭晓)的 IP 地址。
  • 想通过地图形式可视化展示 IP 地址对应的经纬度坐标的分布。

2、方案探讨


基础方案如下:


  • 第一步:IP 地址转经纬度坐标。


实现借助第三方工具:https://ipstack.com/


  • 第二步:经纬度坐标借助可视化工具(如:echarts)渲染展示。


这时候不免进一步思考:
有没有更快捷的方案呢?ELK 能实现不?
已知的知识点:


  • Elasticsearch 支持 Geo-point、Geo-shape 数据类型。
  • Kibana 支持 Coordinate Map(坐标图)、Region Map(区域地图)可视化地图展示。


两个已知知识点一整合不就是基于 Elasticsearch + Kibana 的可视化展示方案吗?
且慢,有没有更快捷的 IP 地址转经纬度坐标的信息呢?
有的。Ingest 数据预处理管道的 GeoIP processor (处理器)就能达到这个目的。
整体架构图如下图所示:


3、GeoIp processor 介绍


官方解读如下:GeoIp processor 根据来自 Maxmind 数据库的数据添加有关IP地址地理位置的信息。
默认情况下,GeoIp processor 将此信息添加到 geoip 字段下。GeoIp processor 可以解析 IPv4 和 IPv6 地址。
更多  Maxmind 数据库信息参见:
https://dev.maxmind.com/geoip/geoip2/geolite2/
在 Elasticsearch 早期版本中 GeoIp processor 需要安装插件才能使用。7.X 版本后,ES 已自带,不需要安装。


4、导入一条数据实战一把

4.1 步骤 1:创建预处理管道

PUT _ingest/pipeline/geoip_pipeline{  "description" : "Add geoip info",  "processors" : [    {      "geoip" : {        "field" : "ip"      }    }  ]}


该预处理的目的就是:将输入的 IP 字段转换为:Geoip 类型。具体 Geoip 类型张什么样?后面会揭晓。


4.2 步骤 2:创建索引

DELETE niu_20210215PUT niu_20210215{  "settings": {    "index.default_pipeline": "geoip_pipeline",    "number_of_shards": 1,    "number_of_replicas": 0  },  "mappings": {    "properties": {      "geoip": {        "properties": {          "location": {            "type": "geo_point"          }        }      },      "ip":{        "type":"keyword"      }    }  }}


考虑到后面要批量导入数千条+数据,我们采用了取巧的方式。
使用了在创建索引的时候指定缺省管道(index.default_pipeline)的方式。
这样的好处是:


  • 灵活:用户只关心 bulk 批量写入数据。
  • 零写入代码修改:甚至写入数据的代码一行都不需要改就可以。

4.3 步骤 3:写入一条数据

PUT niu_20210215/_doc/1{  "ip": "8.8.8.8"}


这时候,我们查看一下完整的 Mapping 张什么样?


{  "niu_20210215" : {    "mappings" : {      "properties" : {        "geoip" : {          "properties" : {            "city_name" : {              "type" : "text",              "fields" : {                "keyword" : {                  "type" : "keyword",                  "ignore_above" : 256                }              }            },            "continent_name" : {              "type" : "text",              "fields" : {                "keyword" : {                  "type" : "keyword",                  "ignore_above" : 256                }              }            },            "country_iso_code" : {              "type" : "text",              "fields" : {                "keyword" : {                  "type" : "keyword",                  "ignore_above" : 256                }              }            },            "location" : {              "type" : "geo_point"            },            "region_iso_code" : {              "type" : "text",              "fields" : {                "keyword" : {                  "type" : "keyword",                  "ignore_above" : 256                }              }            },            "region_name" : {              "type" : "text",              "fields" : {                "keyword" : {                  "type" : "keyword",                  "ignore_above" : 256                }              }            }          }        },        "ip" : {          "type" : "keyword"        }      }    }  }}


写入后的数据,查看返回如下:


 "_source" : {  "geoip" : {    "continent_name" : "North America",    "country_iso_code" : "US",    "location" : {      "lon" : -97.822,      "lat" : 37.751    }  },  "ip" : "8.8.8.8"}


有点长,铭毅解读一下:
第一:geoip 是 object 类型,它有几个子字段,含义如下:


  • geoip.city_name:城市
  • geoip.continent_name:大陆名称
  • geoip.country_iso_code:国家编码
  • geoip.location:经纬度坐标,必须是:geo_point 类型
  • geoip.region_iso_code:地域编码
  • geoip.region_name:地域名称


第二:为节省存储,Mapping 可以优化。


  • 比如:所有的默认字符串类型改成:keyword 类型。


第三:为了后面的作图必须将 location 设置为 geo_point 类型。
以上三个步骤:就完成了单条数据的写入。


4.4 步骤 4:kibana 可视化展示

4.4.1 创建关联索引模板


目的:创建可视化需要关联的索引数据。


4.4.2  创建坐标图


选择左侧导航栏的 Visualize,然后选择右侧 Create new visualization,然后再选择:Coordinate Map 即可。
本文Elasticsearch + kibana 均选用 7.2  版本。


4.4.3  可视化基础设置,执行后,就能看到可视化结果。


如前所述,这里要强调的是:geoip.location 必须是 geo_point 类型。


5、批量导入数据后可视化展示


基于第 4 节的导入一条数据,python 批量 bulk 导入本地文件数据后,可视化效果如下图所示:


  • 因为全局设置了 default_pipeline,写入数据不需要做任何特殊处理了。


换 dark 风格显示如下:
PS:文章开头提到的:特定用途——通过模拟 port scan 获取的全网部分开放 9200 端口的公网 IP(仅个人学习用,未任何其他用途)。


6、小结

  • 基础方案大家都能想到,有没有更简单的、更快捷的方式呢?是需要我们考虑的。
  • 本文抛砖引玉,Kibana 新版本的可视化功能更强大,需要学习的点还有很多......

参考


https://blog.ruanbekker.com/blog/2018/09/12/using-the-geoip-processor-plugin-with-elasticsearch-to-enrich-your-location-based-data/



浏览730 评论0
返回
目录
返回
首页
Elasticsearch:借助GeoIP数据库来实现显示请求来源的地理位置 logstash将两个field字段合并成一个field字段方法